Monitoring process mean and variability with one non-central chi-square chart

Traditionally, an (X) over bar -chart is used to control the process mean and an R-chart to control the process variance. However, these charts are not sensitive to small changes in process parameters. A good alternative to these charts is the exponentially weighted moving average (EWMA) control chart for controlling the process mean and variability, which is very effective in detecting small process disturbances. In this paper, we propose a single chart that is based on the non-central chi-square statistic, which is more effective than the joint (X) over bar and R charts in detecting assignable cause(s) that change the process mean and/or increase variability. It is also shown that the EWMA control chart based on a non-central chi-square statistic is more effective in detecting both increases and decreases in mean and/or variability.

The Variable Sample Size (X)over-bar Chart with Estimated Parameters

The VSS X chart, dedicated to the detection of small to moderate mean shifts in the process, has been investigated by several researchers under the assumption of known process parameters. In practice, the process parameters are rarely known and are usually estimated from an in-control Phase I data set. In this paper, we evaluate the (run length) performances of the VSS chart when the process parameters are estimated, we compare them in the case where the process parameters are assumed known and we propose specific optimal control chart parameters taking the number of Phase I samples into account.

Synthetic control charts with two-stage sampling for monitoring bivariate processes

In this article, we consider the synthetic control chart with two-stage sampling (SyTS chart) to control bivariate processes. During the first stage, one item of the sample is inspected and two correlated quality characteristics (x;y) are measured. If the Hotelling statistic T1 2 for these individual observations of (x;y) is lower than a specified value UCL 1 the sampling is interrupted. Otherwise, the sampling goes on to the second stage, where the remaining items are inspected and the Hotelling statistic T2 2 for the sample means of (x;y) is computed. When the statistic T2 2 is larger than a specified value UCL2, the sample is classified as nonconforming. According to the synthetic control chart procedure, the signal is based on the number of conforming samples between two neighbor nonconforming samples. The proposed chart detects process disturbances faster than the bivariate charts with variable sample size and it is from the practical viewpoint more convenient to administer.

Gráficos de X com esquemas especiais de amostragem para o controle de médias que oscilam ou para o controle de processos que geram observações autocorrelacionadas

Pós-graduação em Engenharia Mecânica - FEG

A Single Statistic for Monitoring the Covariance Matrix of Bivariate Processes

In this article, we present a new control chart for monitoring the covariance matrix in a bivariate process. In this method, n observations of the two variables were considered as if they came from a single variable (as a sample of 2n observations), and a sample variance was calculated. This statistic was used to build a new control chart specifically as a VMIX chart. The performance of the new control chart was compared with its main competitors: the generalized sampled variance chart, the likelihood ratio test, Nagao's test, probability integral transformation (v(t)), and the recently proposed VMAX chart. Among these statistics, only the VMAX chart was competitive with the VMIX chart. For shifts in both variances, the VMIX chart outperformed VMAX; however, VMAX showed better performance for large shifts (higher than 10%) in one variance.

Gráfico de controle para monitoramento da razão da demanda e mão de obra em retaguarda de serviços no setor bancário.

O monitoramento da razão Z de duas variáveis através de gráfico de controle tem sido um tema recentemente explorado na literatura. Para analisar mais o assunto, o estudo avalia a eficiência e viabilidade de aplicação dessa ferramenta como suporte na tomada de decisão para gerenciamento de capacidade de mão de obra de retaguarda (doravante mencionado como Backoffice) de serviço de empresa do setor bancário. Tradicionalmente, gráficos de controle tem sido utilizados para monitorar o processo produtivo de manufaturas, mas recentemente tem sido adotado para monitoramento de alguns serviços. Apesar de ainda seguir muitos conceitos pioneiros na manufatura, a atividade do setor de serviços apresenta suas particularidades como, por exemplo, a impossibilidade de gerar estoque. Assim, a necessidade de adequar seus recursos à demanda torna-se essencial, sendo fundamental a gestão de controles e sua urgência para que possa reagir rapidamente em caso de variação de demanda e adequar sua capacidade. Em um cenário de restrição de recursos, planejar é crucial para evitar desperdícios e garantir eficiência. O objetivo deste estudo é apresentar o gráfico de controle como ferramenta para monitorar a razão de duas variáveis aleatórias: a demanda e a mão de obra em Backoffice de serviço em um banco. Nesse trabalho, gráfico de controle de Shewhart tradicional e gráfico de controle de Shewhart com regras suplementares são analisados e os resultados obtidos confirmam a possibilidade de utilização da ferramenta de gráficos de controle para o gerenciamento e adequação de mão de obra para atender a demanda. O monitoramento da razão (demanda/ mão de obra) ajudará o gestor a alocar adequadamente o time (mão de obra) de acordo com a demanda e a capacidade produtiva. Como contribuição, o estudo avalia o comportamento da razão Z = X/Y em situação de alta variabilidade da variável X e baixa variabilidade da variável Y .

Gráficos de controle: aspectos teóricos e práticos a partir da ótica da lógica formal e da lógica fuzzy

O presente trabalho faz um enlace de teorias propostas por dois trabalhos: Transformação de valores crisp em valores fuzzy e construção de gráfico de controle fuzzy. O resultado desse enlace é um gráfico de controle fuzzy que foi aplicado em um processo de produção de iogurte, onde as variáveis analisadas foram: Cor, Aroma, Consistência, Sabor e Acidez. São características que dependem da percepção dos indivíduos, então a forma utilizada para coletar informações a respeito de tais característica foi a análise sensorial. Nas analises um grupo denominado de juízes, atribuía individualmente notas para cada amostra de iogurte em uma escala de 0 a 10. Esses valores crisp, notas atribuídas pelos juízes, foram então, transformados em valores fuzzy, na forma de número fuzzy triangular. Com os números fuzzy, foram construídos os gráficos de controle fuzzy de média e amplitude. Com os valores crisp foram construídos gráficos de controle de Shewhart para média e amplitude, já consolidados pela literatura. Por fim, os resultados encontrados nos gráficos tradicionais foram comparados aos encontrados nos gráficos de controle fuzzy. O que pode-se observar é que o gráfico de controle fuzzy, parece satisfazer de forma significativa a realidade do processo, pois na construção do número fuzzy é considerada a variabilidade do processo. Além disso, caracteriza o processo de produção em alguns níveis, onde nem sempre o processo estará totalmente em controle ou totalmente fora de controle. O que vai ao encontro da teoria fuzzy: se não é possível prever com exatidão determinados resultados é melhor ter uma margem de aceitação, o que implicará na redução de erros.

Estimation of the time of a linear trend in monitoring survival time

Change point estimation is recognized as an essential tool of root cause analyses within quality control programs as it enables clinical experts to search for potential causes of change in hospital outcomes more effectively. In this paper, we consider estimation of the time when a linear trend disturbance has occurred in survival time following an in-control clinical intervention in the presence of variable patient mix. To model the process and change point, a linear trend in the survival time of patients who underwent cardiac surgery is formulated using hierarchical models in a Bayesian framework. The data are right censored since the monitoring is conducted over a limited follow-up period. We capture the effect of risk factors prior to the surgery using a Weibull accelerated failure time regression model. We use Markov Chain Monte Carlo to obtain posterior distributions of the change point parameters including the location and the slope size of the trend and also corresponding probabilistic intervals and inferences. The performance of the Bayesian estimator is investigated through simulations and the result shows that precise estimates can be obtained when they are used in conjunction with the risk-adjusted survival time cumulative sum control chart (CUSUM) control charts for different trend scenarios. In comparison with the alternatives, step change point model and built-in CUSUM estimator, more accurate and precise estimates are obtained by the proposed Bayesian estimator over linear trends. These superiorities are enhanced when probability quantification, flexibility and generalizability of the Bayesian change point detection model are also considered.

Gráficos de controle adaptativos para monitoramento de perfis

Processos de produção precisam ser avaliados continuamente para que funcionem de modo mais eficaz e eficiente possível. Um conjunto de ferramentas utilizado para tal finalidade é denominado controle estatístico de processos (CEP). Através de ferramentas do CEP, o monitoramento pode ser realizado periodicamente. A ferramenta mais importante do CEP é o gráfico de controle. Nesta tese, foca-se no monitoramento de uma variável resposta, por meio dos parâmetros ou coeficientes de um modelo de regressão linear simples. Propõe-se gráficos de controle χ2 adaptativos para o monitoramento dos coeficientes do modelo de regressão linear simples. Mais especificamente, são desenvolvidos sete gráficos de controle χ2 adaptativos para o monitoramento de perfis lineares, a saber: gráfico com tamanho de amostra variável; intervalo de amostragem variável; limites de controle e de advertência variáveis; tamanho de amostra e intervalo de amostragem variáveis; tamanho de amostra e limites variáveis; intervalo de amostragem e limites variáveis e por fim, com todos os parâmetros de projeto variáveis. Medidas de desempenho dos gráficos propostos foram obtidas através de propriedades de cadeia de Markov, tanto para a situação zero-state como para a steady-state, verificando-se uma diminuição do tempo médio até um sinal no caso de desvios pequenos a moderados nos coeficientes do modelo de regressão do processo de produção. Os gráficos propostos foram aplicados a um exemplo de um processo de fabricação de semicondutores. Além disso, uma análise de sensibilidade dos mesmos é feita em função de desvios de diferentes magnitudes nos parâmetros do processo, a saber, no intercepto e na inclinação, comparando-se o desempenho entre os gráficos desenvolvidos e também com o gráfico χ2 com parâmetros fixos. Os gráficos propostos nesta tese são adequados para vários tipos de aplicações. Neste trabalho também foi considerado características de qualidade as quais são representadas por um modelo de regressão não-linear. Para o modelo de regressão não-linear considerado, a proposta é utilizar um método que divide o perfil não-linear em partes lineares, mais especificamente, um algoritmo para este fim, proposto na literatura, foi utilizado. Desta forma, foi possível validar a técnica proposta, mostrando que a mesma é robusta no sentido que permite tipos diferentes de perfis não-lineares. Aproxima-se, portanto um perfil não-linear por perfis lineares por partes, o que proporciona o monitoramento de cada perfil linear por gráficos de controle, como os gráficos de controle desenvolvidos nesta tese. Ademais apresenta-se a metodologia de decompor um perfil não-linear em partes lineares de forma detalhada e completa, abrindo espaço para ampla utilização.

基于统计过程控制的机器人系统故障预测技术研究

针对机器人系统维护特点,提出将故障预测与健康管理(PHM)技术应用到机器人系统的维护上。论述了PHM关键技术——故障预测技术的特点和研究内容,对故障预测技术进行分类和分析。最后提出了基于统计过程控制(SPC)进行故障预测的方法,描述了其控制图的原理和判断准则,并利用实际过程能力指数进行预测,阐述了进一步研究可能遇到的问题。

Trophodynamics and stability of regional scale ecosystems in the Northeast Atlantic

This study addresses the long-term stability of three trophic groupings in the Northeast Atlantic at regional scales. The most abundant taxa representing phytoplankton, herbivorous copepods, and carnivorous zooplankton were examined from the Continuous Plankton Recorder database. Multivariate control charts using a Bray–Curtis similarity metric were used to assess whether fluctuations within trophic groupings were within or beyond the expected variability. Two evaluation periods were examined: annual changes between 1960 and 1999 (2000–2009 baseline) and recent changes between 2000 and 2009 (1960–1999 baseline). The trends over time in abundance/biomass of trophic levels were region-specific, especially in carnivorous copepods, where abundance did not mirror trends in the overall study area. The stability of phytoplankton was within the expected limits, although not in 2008 and 2009. Higher trophic levels were less stable, perhaps reflecting the added complexity of interactions governing their abundance. In addition, some regions were consistently less stable than others. Correlations in stability between adjacent trophic levels were positive at large marine ecosystem scale but generally non-significant at regional scales. The study suggests that certain regions may be particularly vulnerable to periods of instability in community structure. The benefits of using the control chart method rather than other multivariate measures of plankton dynamics are discussed.

Synchrophasor-Based Islanding Detection for Distributed Generation Systems Using Systematic Principal Component Analysis Approaches

Systematic principal component analysis (PCA) methods are presented in this paper for reliable islanding detection for power systems with significant penetration of distributed generations (DGs), where synchrophasors recorded by Phasor Measurement Units (PMUs) are used for system monitoring. Existing islanding detection methods such as Rate-of-change-of frequency (ROCOF) and Vector Shift are fast for processing local information, however with the growth in installed capacity of DGs, they suffer from several drawbacks. Incumbent genset islanding detection cannot distinguish a system wide disturbance from an islanding event, leading to mal-operation. The problem is even more significant when the grid does not have sufficient inertia to limit frequency divergences in the system fault/stress due to the high penetration of DGs. To tackle such problems, this paper introduces PCA methods for islanding detection. Simple control chart is established for intuitive visualization of the transients. A Recursive PCA (RPCA) scheme is proposed as a reliable extension of the PCA method to reduce the false alarms for time-varying process. To further reduce the computational burden, the approximate linear dependence condition (ALDC) errors are calculated to update the associated PCA model. The proposed PCA and RPCA methods are verified by detecting abnormal transients occurring in the UK utility network.

Utilização do controle estatístico do processo para monitoramento do peso médio de cápsulas de Tuberculostáticos: estudo de caso no NUPLAM- RN

This Master Thesis presents a case study on the use of Statistical Process Control (SPC) at the Núcleo de Pesquisas em Alimentos e Medicamentos (NUPLAM). The SPC basic tools have been applied in the process of the tuberculostáticos drugs encapsulation, primarily concerning the objective to choose, between two speeds, which one is the best one to perform the tuberculostatics encapsulation. Later on, with the company effectively operating, the SPC was applied intending to know the variability of the process and, through the tracking of the process itself, to arrive at an estimated limit for the control of future lots of tuberculostatics of equal dosage. As special causes were detected acting in the process, a cause-and-effect diagram was built in order to try to discover, in each factor that composes the productive process, the possible causes of variation of the capsules average weight. The hypotheses raised will be able to serve as a base for deepened the study to eliminate or reduce these interferences in the process. Also a study on the capacity of the process to attend the specifications was carried out, and this study has shown the process´s inaptitude to take care of them. However, on the side of NUPLAM exists a real yearning to implant the SPC and consequently to improve the existing quality already present on its medicines