Portal InstitucionalUFPEL

01/01/2018 - 31/07/2019

Engenharias - Engenharia de Produção - Garantia de Controle de Qualidade

métodos do CEP tais como cartas de controle são amplamente utilizados para a detecção de falhas. Em muitos processos produtivos, devido ao número de variáveis e das correlações possíveis entre elas, estas cartas de controle precisam de ser multivariadas. Entre elas, o mais popular é provavelmente a Carta de Contrôle Multivariada (CCM) T2 de Hotelling. Entretanto, esta CCM somente faz sentido quando as variáveis seguem uma distribuição multinormal, que é raramente verdadeiro na prática. Uma alternativa possível seria a utilização de cartas de controle não paramétricas, elaboradas considerando-se somente os dados de aprendizagem e sem nenhuma suposição sobre a distribuição das variáveis. Recentemente, He and Wang [6] proporam a CCM não paramétrica baseada na regra dos k mais proximos vizinhos, k-Nearest Neighbor Detection (k-NND) em inglês, das observações sob monitoramento. Esta abordagem consite em avaliar a distância entre uma nova observação e seus vizinhos mais próximos na amostra de aprendizagem constituída de observações coletadas do processo sob controle estatístico. Uma falha ou deriva é declarada se esta distância é demasiada grande. Verdier and Ferreira [22] e [23] proporam uma CCM não paramétrica baseda na regra k-NND usando a distância de Mahalanobis de forma adaptativa, afim de considerar a estrutura local da dependência das variáveis. Experimentos por simulação foram realizados para estudar as vantagens da utilização da distância de Mahalanobis de forma adaptativa [22] sobre a distância Euclidiana proposta em [6]. Esta CCM não paramétrica foi aplicada na etapa de fotolitograpia da fabricação de um circuito integrado em Verdier and Ferreira [22]. Evidentemente, este tipo de CCM não paramétrica pode ser útil em outros tipos de controle de processos/equipamentos, por exemplo, dos sistemas de fabricação farmacêuticos, petroquímicos ou agro-industriais. Este projeto tem como objetivo realizar um estado da arte sobre as publicações recentes, nos últimos 10 anos (2006-2016) sobre as CCM paramétricas e não paramétricas.