Gráfico de controle de processos

Unidade 4

Gráfico de controle de VMAX para o monitoramento da matriz de covariâncias

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Gráfico de controle MCMAX para o monitoramento simultâneo do vetor de médias e da matriz de covariâncias

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

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 .

Gráfico de controle modificado para processos com estruturas complexas de autocorrelação

This work proposes a modified control chart incorporating concepts of time series analysis. Specifically, we considerer Gaussian mixed transition distribution (GMTD) models. The GMTD models are a more general class than the autorregressive (AR) family, in the sense that the autocorrelated processes may present flat stretches, bursts or outliers. In this scenario traditional Shewhart charts are no longer appropriate tools to monitoring such processes. Therefore, Vasilopoulos and Stamboulis (1978) proposed a modified version of those charts, considering proper control limits based on autocorrelated processes. In order to evaluate the efficiency of the proposed technique a comparison with a traditional Shewhart chart (which ignores the autocorrelation structure of the process), a AR(1) Shewhart control chart and a GMTD Shewhart control chart was made. An analytical expression for the process variance, as well as control limits were developed for a particular GMTD model. The ARL was used as a criteria to measure the efficiency of control charts. The comparison was made based on a series generated according to a GMTD model. The results point to the direction that the modified Shewhart GMTD charts have a better performance than the AR(1) Shewhart and the traditional Shewhart.

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.

Gráficos de controle para atributos

Unidade 5

Gráficos de controle para variáveis

Unidade 6

Gráficos adaptativos de controle por atributos e seu projeto na prática

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Planejamento do controle estatístico de processos com baixa fração não conforme restrito a amostras pequenas

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Gráficos de controle de EWMA e de X-barra para monitoramento de processos autocorrelacionados

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

O uso da estatística de qui-quadrado no controle de processos

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

O efeito da autocorrelação no planejamento das cartas de controle de x̄ e EWMA

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Estudo do desempenho dos gráficos de controle quando a média do processo oscila de acordo com o modelo AR(1)

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estudo das propriedades dos gráficos de controle bivariados com amostragem dupla

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)