CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS

Detalhes bibliográficos
Autor(a) principal: PAULO HENRIQUE COELHO MARANHAO
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@2
Resumo: A maioria dos trabalhos que propõem esquemas de Controle Estatístico de Processos Multivariados (CEPM) e que analisam o desempenho desses esquemas considera alterações nas variáveis observadas. Alguns autores mostraram que, quando alterações no vetor de médias de um processo multivariado ocorrem tipicamente em direções previsíveis, a estatística mais eficaz para o monitoramento do processo é o valor da projeção do vetor de observações (ou de sua média amostral) em cada uma dessas direções. Este trabalho propõe um método para o monitoramento de processos multivariados nos quais alterações nos parâmetros do processo são devidas a causas especiais que afetam variáveis não observáveis e ocorrem em direções conhecidas (ortogonais), e compara seu desempenho com o de gráficos de Shewhart nas variáveis observadas, nas componentes principais, e com o de gráficos de T2 no vetor de variáveis observadas. Além disso, é proposto um esquema complementar de monitoramento para detectar alterações em novas direções fora do hiperplano formado pelas direções conhecidas. Resultados obtidos por simulação mostram que o esquema proposto, de gráficos de controle em variáveis transformadas (projeções do vetor de variáveis observadas nas direções conhecidas), tem melhor desempenho na maior parte dos casos analisados. A análise de desempenho é feita supondo deslocamentos da média nas direções conhecidas (já que estes é que são as alterações conhecidas, ocasionadas pelas causas especiais) e/ou aumentos da variância nessas mesmas direções. A comparação é baseada nas probabilidades de alarme falso e de alarme verdadeiro.
id PUC_RIO-1_9e4d739993d34cc45a849e469fa0bcf1
oai_identifier_str oai:MAXWELL.puc-rio.br:21881
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisCONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS GRÁFICOS DE CONTROLE DE VARIÁVEIS TRANSFORMADAS PARA O MONITORAMENTO DE PROCESSOS MULTIVARIADOS 2012-09-28EUGENIO KAHN EPPRECHT36149551768lattes.cnpq.br/9494547175507487ANTONIO FERNANDO DE CASTRO VIEIRAEUGENIO KAHN EPPRECHTFLAVIO SANSON FOGLIATTOMAYSA SACRAMENTO DE MAGALHAESMAYSA SACRAMENTO DE MAGALHAES39132307349PAULO HENRIQUE COELHO MARANHAOPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA DE PRODUÇÃOPUC-RioBRA maioria dos trabalhos que propõem esquemas de Controle Estatístico de Processos Multivariados (CEPM) e que analisam o desempenho desses esquemas considera alterações nas variáveis observadas. Alguns autores mostraram que, quando alterações no vetor de médias de um processo multivariado ocorrem tipicamente em direções previsíveis, a estatística mais eficaz para o monitoramento do processo é o valor da projeção do vetor de observações (ou de sua média amostral) em cada uma dessas direções. Este trabalho propõe um método para o monitoramento de processos multivariados nos quais alterações nos parâmetros do processo são devidas a causas especiais que afetam variáveis não observáveis e ocorrem em direções conhecidas (ortogonais), e compara seu desempenho com o de gráficos de Shewhart nas variáveis observadas, nas componentes principais, e com o de gráficos de T2 no vetor de variáveis observadas. Além disso, é proposto um esquema complementar de monitoramento para detectar alterações em novas direções fora do hiperplano formado pelas direções conhecidas. Resultados obtidos por simulação mostram que o esquema proposto, de gráficos de controle em variáveis transformadas (projeções do vetor de variáveis observadas nas direções conhecidas), tem melhor desempenho na maior parte dos casos analisados. A análise de desempenho é feita supondo deslocamentos da média nas direções conhecidas (já que estes é que são as alterações conhecidas, ocasionadas pelas causas especiais) e/ou aumentos da variância nessas mesmas direções. A comparação é baseada nas probabilidades de alarme falso e de alarme verdadeiro.Most of the works that propose schemes of Multivariate Statistical Process Control (MSPC) and that analyze the performance of these schemes consider changes in the observed variables. Previous authors have shown that when the shifts in the mean vector of a multivariate process typically occur in predictable directions, the most effective statistics for process monitoring are the values of the projections of the vector of observations (or of the sample average vector) in each of these directions. This paper proposes a method for the monitoring of multivariate processes in which changes in the process parameters are due to special causes that affect non-observable variables and occur in (orthogonal) known directions, and compares its performance with that of Shewharts charts on the observed variables, on the principal components, and with that of T2 charts on the vector of observed variables. In addition, it is proposed a supplementary scheme of monitoring to detect changes in new directions outside of the hyperplane formed by known directions. Results obtained by simulation show that the proposed scheme, consisting of control charts on the transformed variables (projections of the vector of observed variables on the known directions), has better performance in most of the cases analyzed. The analysis of performance is done assuming shifts in the mean of the known directions (since these are the known changes associated to special causes) and/or increases of the variance in these same directions. The comparisons are based on the in-control and out-of-control probabilities of signal.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:19:26Zoai:MAXWELL.puc-rio.br:21881Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342021-02-08T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.en.fl_str_mv CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
dc.title.alternative.pt.fl_str_mv GRÁFICOS DE CONTROLE DE VARIÁVEIS TRANSFORMADAS PARA O MONITORAMENTO DE PROCESSOS MULTIVARIADOS
title CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
spellingShingle CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
PAULO HENRIQUE COELHO MARANHAO
title_short CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
title_full CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
title_fullStr CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
title_full_unstemmed CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
title_sort CONTROL CHARTS ON TRANSFORMED VARIABLES FOR MONITORING MULTIVARIATE PROCESS
dc.creator.Lattes.none.fl_str_mv
author PAULO HENRIQUE COELHO MARANHAO
author_facet PAULO HENRIQUE COELHO MARANHAO
author_role author
dc.contributor.advisor1.fl_str_mv EUGENIO KAHN EPPRECHT
dc.contributor.advisor1ID.fl_str_mv 36149551768
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/9494547175507487
dc.contributor.referee1.fl_str_mv ANTONIO FERNANDO DE CASTRO VIEIRA
dc.contributor.referee2.fl_str_mv EUGENIO KAHN EPPRECHT
dc.contributor.referee3.fl_str_mv FLAVIO SANSON FOGLIATTO
dc.contributor.referee4.fl_str_mv MAYSA SACRAMENTO DE MAGALHAES
dc.contributor.referee5.fl_str_mv MAYSA SACRAMENTO DE MAGALHAES
dc.contributor.authorID.fl_str_mv 39132307349
dc.contributor.author.fl_str_mv PAULO HENRIQUE COELHO MARANHAO
contributor_str_mv EUGENIO KAHN EPPRECHT
ANTONIO FERNANDO DE CASTRO VIEIRA
EUGENIO KAHN EPPRECHT
FLAVIO SANSON FOGLIATTO
MAYSA SACRAMENTO DE MAGALHAES
MAYSA SACRAMENTO DE MAGALHAES
description A maioria dos trabalhos que propõem esquemas de Controle Estatístico de Processos Multivariados (CEPM) e que analisam o desempenho desses esquemas considera alterações nas variáveis observadas. Alguns autores mostraram que, quando alterações no vetor de médias de um processo multivariado ocorrem tipicamente em direções previsíveis, a estatística mais eficaz para o monitoramento do processo é o valor da projeção do vetor de observações (ou de sua média amostral) em cada uma dessas direções. Este trabalho propõe um método para o monitoramento de processos multivariados nos quais alterações nos parâmetros do processo são devidas a causas especiais que afetam variáveis não observáveis e ocorrem em direções conhecidas (ortogonais), e compara seu desempenho com o de gráficos de Shewhart nas variáveis observadas, nas componentes principais, e com o de gráficos de T2 no vetor de variáveis observadas. Além disso, é proposto um esquema complementar de monitoramento para detectar alterações em novas direções fora do hiperplano formado pelas direções conhecidas. Resultados obtidos por simulação mostram que o esquema proposto, de gráficos de controle em variáveis transformadas (projeções do vetor de variáveis observadas nas direções conhecidas), tem melhor desempenho na maior parte dos casos analisados. A análise de desempenho é feita supondo deslocamentos da média nas direções conhecidas (já que estes é que são as alterações conhecidas, ocasionadas pelas causas especiais) e/ou aumentos da variância nessas mesmas direções. A comparação é baseada nas probabilidades de alarme falso e de alarme verdadeiro.
publishDate 2012
dc.date.issued.fl_str_mv 2012-09-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21881@2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM ENGENHARIA DE PRODUÇÃO
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324916513472512

Registros relacionados