Você está na página 1de 218

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

ESCOLA DE ENGENHARIA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO







Marcelo Gonalves Trentin






MONITORAMENTO E CONTROLE
ESTATSTICO INTEGRADO AO
CONTROLE DE ENGENHARIA DE
PROCESSO











Porto Alegre
2010

Marcelo Gonalves Trentin








MONITORAMENTO E CONTROLE ESTATSTICO
INTEGRADO AO CONTROLE DE ENGENHARIA DE PROCESSO







Tese submetida ao Programa de Ps-
Graduao em Engenharia de Produo da
Universidade Federal do Rio Grande do Sul
como requisito parcial obteno do ttulo de
Doutor em Engenharia de Produo,
modalidade Acadmica, na rea de
concentrao em Sistemas de Qualidade.

Orientadora: Professora Liane Werner, Dra.





Porto Alegre
2010


Marcelo Gonalves Trentin



MONITORAMENTO E CONTROLE ESTATSTICO
INTEGRADO AO CONTROLE ENGENHARIA DE PROCESSO


Esta Tese foi julgada adequada para a obteno do ttulo de Doutor em Engenharia de
Produo na modalidade Acadmica e aprovada em sua forma final pelo Orientador e pela
Banca Examinadora designada pelo Programa de Ps-Graduao em Engenharia de Produo
da Universidade Federal do Rio Grande do Sul.


__________________________________
Professora Liane Werner, Dra.
Orientadora PPGEP/UFRGS


___________________________________
Prof. Carla Schwengber ten Caten, Dra.
Coordenadora PPGEP/UFRGS


Banca Examinadora:

Professor Adriano Mendona Souza, Dr. (PPGEP/UFSM)

Professora Carla Schwengber ten Caten, Dra. (PPGEP/UFRGS)

Professor Danilo Marcondes Filho, Dr. (DEST/UFRGS)


























Dedico este trabalho, com todo o esforo
demandado, minha esposa Cida pelo seu
companheirismo e apoio, e aos meus filhos
Lucas e Pedro que de forma forada se
acostumaram minha ausncia neste
perodo.

AGRADECIMENTOS

Agradeo inicialmente a Deus, o grande responsvel por todas as conquistas e mritos
alcanados, o qual permitiu os envolvimentos e relacionamentos necessrios, sabedoria e
discernimento nas horas cruciais.

minha orientadora Professora Dra. Liane Werner, pelas suas valorosas
contribuies, pacincia e longo tempo despendido durante todas as fases desta tese.

Aos professores do Programa de Ps-Graduao e Engenharia de Produo, os quais
proporcionaram o incentivo inicial e a base para o caminho que se seguiu.

Aos professores Adriano, Danilo e Carla, por suas consideraes, as quais
enriqueceram o trabalho.

empresa tomada como base para o estudo realizado, que abriu suas portas
possibilitando dados e informaes essenciais, principalmente na pessoa de sua gestora, Maria
Nalu, a qual no mediu esforos em sua colaborao.

UTFPR e aos colegas de trabalho, pela colaborao e incentivos recebidos.

Aos meus amigos e familiares, pelos incentivos recebidos e por compreenderem os
perodos de ausncia e distanciamento dos ltimos anos.

Finalmente aos colegas de doutorado, pelos momentos de ansiedade vividos e pelas
expectativas compartilhadas desde os primeiros momentos.

RESUMO

Com o aumento da produo mundial em propores cada vez maiores, os processos
industriais tm se tornando um desafio pela complexidade do seu gerenciamento. A
identificao rpida e precisa de no conformidades cada vez mais necessria e mais difcil
de ser realizada. Este estudo prope a integrao do Controle de Engenharia com o Controle
Estatstico de Processo, no monitoramento e controle de processos industriais, almejando a
percepo mais rpida de anormalidades, visando reduo de problemas de especificao de
produtos. Uma forma de autoajuste do controlador Proporcional-Integral e Derivativo (PID)
proposta, aumentando a robustez do sistema, empregando-se tcnicas comumente utilizadas
nos processos. O modelo matemtico do processo, equacionando as relaes das variveis
envolvidas, estabelecido para determinao e especificao do controlador e de forma
conjunta as cartas de controle so configuradas. O controlador projetado para a situao
normal de operao atua no sentido de manter as variveis de sada (controladas) dentro de
especificaes atravs do conhecimento de sua relao com as de entrada e de processo. As
cartas de controle baseadas em modelos, monitorando os resduos provenientes de ajustes de
modelos ARIMA, acompanham as variaes do processo, evitando variabilidade excessiva e
possibilitando a deteco de comportamentos anormais, inclusive monitorando o desempenho
do prprio controlador. Com a sinalizao das cartas de controle, realizada uma
interferncia na equao de ajuste do controlador. Empregando-se a simulao numrica,
analisam-se os comportamentos do controlador e este, combinado com as cartas de controle.
Falhas inseridas propositalmente, em cada varivel controlada, foram devidamente
sinalizadas. Estas sinalizaes ocorreram mesmo em situaes em que as variveis estiveram
mantidas dentro da especificao pelo controlador. Para o sistema de autoajuste, o aumento
dos ganhos de contribuio das cartas de controle proporcionou maior acurcia das variveis
controladas (monitoradas). A integrao proposta apresentou melhores resultados, quanto
manuteno das variveis de sada prximas aos seus alvos, quando comparada com o
controlador operando isoladamente.


Palavras-chave: Controle Estatstico de Processo. Controle de Engenharia de Processo.
Integrao CEP e CEnP.


ABSTRACT
With the increase of world production at bigger and bigger proportions, the industrial
processes have become a challenge by the complexity of their management. The fast and
precise identification of non-conformities is increasingly necessary and more difficult to be
performed, preferably even before problems with product specification or waste can be
considered. This study proposes the integration of Engineering Process Control with the
Statistical Process Control, in monitoring and controlling of industrial processes, aiming the
quicker perception of abnormalities, looking for the reduction of products specification
problems. A form of self-adjustment of the Proportional-Integral and Derivative Controller
(PID) is proposed, increasing the system robustness applying techniques commonly used in
the processes. The mathematical model of the process, equating the relationship of the
variables involved, is established to the determination and specification of the controller, and
the control charts are configure in an integrated way. The controller projected to the normal
operation situation, acts in the sense of keeping the exit variables (controlled) within the
specifications through the knowledge of its relationship with that of the entrance and that of
the process. The control charts based in models, monitoring the residues coming from the
models adjustment ARIMA, follow up the process variations avoiding excessive variability
and making it possible the detection of abnormal behaviors, even monitoring the performance
of the controller itself. With the signalling of the control charts, an interference in the equation
of adjustment of the controller is performed. Applying the numerical simulation, the
controller behaviors are analyzed and this combined with the control charts. Intentionally
inserted failures, in each controlled variable, were properly signalized. These signallings have
happened even in situations where the variables were kept by the controller within the
specification.. To the self-adjustment system, the increase of contribution gains of the control
charts has provided greater accuracy of the controlled variables. The integration proposed has
presented better results, in relation to maintain of the exit variables next to their targets, when
compared to the controller operating in isolation.

Key words: Statistical Process Control; Engineering Process Control; Integration SPC and
EPC.


LISTA DE FIGURAS
Figura 1 - Relao do Controle de Engenharia e do Controle Estatstico de Processo............ 16
Figura 2 Sistemas de Controle............................................................................................... 40
Figura 3 Diagrama de blocos de um controlador automtico industrial tpico ..................... 42
Figura 4 Diagrama de um sistema de controle linear no espao de estados.......................... 50
Figura 5 Fluxograma Mdulo 1 - modelagem e especificao do CEnP e CEP................... 70
Figura 6 Procedimentos de Projeto de Sistemas de Controle................................................ 74
Figura 7 Fluxograma Mdulo 2 - Integrao CEnP - CEP ................................................... 80
Figura 8 Cenrios avaliados .................................................................................................. 81
Figura 9 Fluxograma Mdulo 3 Operao integrada e insero de anormalidades ........... 88
Figura 10 Sequncia do processo de revestimento................................................................ 96
Figura 11 Tanque de Cromagem........................................................................................... 97
Figura 12 Idealizao do Modelo Fsico do Processo........................................................... 98
Figura 13 Semana tpica de trabalho do processo de cromagem......................................... 109
Figura 14 Comportamento da varivel controlada Temperatura......................................... 110
Figura 15 - Comportamento da varivel controlada Densidade............................................. 111
Figura 16 Comportamento da varivel controlada Nvel .................................................... 111
Figura 17 Arquitetura do Controlador ................................................................................. 115
Figura 18 Variveis Manipuladas -Vazo de entrada de cido crmico e gua semana
tpica ............................................................................................................................... 118
Figura 19 Erros instantneos do Nvel e Densidade semana tpica.................................. 119
Figura 20 - Varivel Manipulada Pf e Aes do Controlador de Temperatura semana tpica
........................................................................................................................................ 120
Figura 21 - Aes do Controlador de Nvel semana tpica.................................................. 120
Figura 22 - Aes do Controlador de Densidade semana tpica.......................................... 121
Figura 23 Cenrios avaliados .............................................................................................. 125
Figura 24 Temperatura - Cenrio 3, Repetio 600 ............................................................ 138
Figura 25 Erros de ajuste varivel Temperatura cenrio 3, semana 600.......................... 138
Figura 26 Cartas de controle Obs. Individuais e EWMA, varivel Temperatura cenrio 3,
........................................................................................................................................ 139
Figura 27 Nvel - Cenrio 3, Repetio 600........................................................................ 140
Figura 28 Erros de ajuste varivel Nvel cenrio 3, semana 600 ..................................... 141
Figura 29 Cartas de controle Obs. Individuais e EWMA, varivel Nvel cenrio 3, semana
600 .................................................................................................................................. 141
Figura 30 Densidade - Cenrio 3, Repetio 600................................................................ 142
Figura 31 - Erros de ajuste varivel Densidade cenrio 3, semana 600.............................. 143
Figura 32 Cartas de controle Individuais e EWMA, varivel Densidade cenrio 3, semana
600 .................................................................................................................................. 143
Figura 33 Densidade - cenrio 3, repetio 589, K
cc
= 0%................................................. 145
Figura 34 Cartas de controle Observaes Individuais e EWMA, Densidade cenrio 3 -
semana 589, Kcc150%................................................................................................. 145

Figura 35 Contribuies para Lei de Controle, Densidade cenrio 3 - semana 589, Kcc
150%............................................................................................................................... 146
Figura 36 Vazo de entrada cido crmico e gua, 5000 a 5800 min. cenrio 3, semana
589, Kcc150%.............................................................................................................. 147
Figura 37 - Varivel Temperatura, cenrio 4 - semana 356 ................................................... 147
Figura 38 Cartas de controle Observaes Individuais e EWMA, varivel Temperatura
cenrio 4 - semana 356................................................................................................... 148
Figura 39 Contribuies para Lei de Controle, Temperatura cenrio 4 - semana 356 , Kcc
150%............................................................................................................................... 148
Figura 40 Varivel Temperatura, cenrio 4 - semana 866 .................................................. 149
Figura 41 Cartas de controle Observaes Individuais e EWMA, varivel Temperatura
cenrio 4 - semana 866................................................................................................... 150
Figura 42 Contribuies para Lei de Controle, Temperatura cenrio 4 - semana 866 , Kcc
150%............................................................................................................................... 150
Figura 43 Temperaturas mdias semanais - cenrio 4......................................................... 151
Figura 44 Cartas de controle Obs. Individuais e EWMA, varivel Nvel cenrio 2 -
semana 100, quinta-feira ................................................................................................ 162
Figura 45 Cartas de controle Obs. Individuais e EWMA, varivel Densidade cenrio 2 -
semana 100, quinta-feira ................................................................................................ 163
Figura 46 Cartas de controle Obs. Individuais e EWMA, varivel Densidade cenrio 1 -
semana 500, quinta-feira ................................................................................................ 165
Figura 47 Cartas de controle Obs. Individuais e EWMA, varivel Temperatura, repeties
sem sinalizaes cenrio 3 - semana 24 ...................................................................... 167
Figura 48 Cartas de controle Obs. Individuais e EWMA, varivel Temperatura cenrio 4 -
semana 750, quinta-feira ................................................................................................ 169
Figura 49 Variveis Controladas Nvel e Densidade, Vazo de entrada de cido crmico e
gua cenrio 2 - semana 100 ....................................................................................... 174
Figura 50 Variveis Controladas Nvel e Densidade, Vazo de entrada de cido crmico e
gua cenrio 1 - semana 500 ....................................................................................... 177
Figura 51 Varivel Controlada Temperatura, Varivel Manipulada Pf cenrio 4 - semana
750 .................................................................................................................................. 179



LISTA DE TABELAS
Tabela 1 Vazo de arraste ritmo normal de produo...................................................... 105
Tabela 2 Aquecimento banho pela corrente de deposio ritmo normal de produo..... 106
Tabela 3 Densidade de Corrente.......................................................................................... 107
Tabela 4 rea de peas depositada por banho ritmo normal de produo....................... 108
Tabela 5 Valores Iniciais Variveis Controladas ............................................................. 108
Tabela 6 Valores limites de especificao das variveis controladas ................................. 113
Tabela 7 Ganhos do Sistema de Controle............................................................................ 118
Tabela 8 Modelos ARIMA ajustados aos dados ................................................................. 127
Tabela 9 Parmetros cartas de controle ............................................................................... 129
Tabela 10 Ganhos Avaliados na Interferncia das Cartas de Controle ............................... 133
Tabela 11 Quantidade de repeties com ocorrncias por tipo de Carta de Controle e cenrio
........................................................................................................................................ 135
Tabela 12 Valores Mximos e Mnimos das Variveis Controladas, perodo de produo
CEnP............................................................................................................................... 136
Tabela 13 Indicao de desempenho das variveis controladas.......................................... 153
Tabela 14 Ganhos Avaliados na Interferncia das Cartas de Controle ............................... 158
Tabela 15 Quantidade de repeties com sinalizaes por tipo de Carta de Controle e
cenrio Falha vazamento do tanque ............................................................................ 160
Tabela 16 Instante Mdio de Identificao por cenrio e ganhos K
cc
Falha vazamento do
tanque ............................................................................................................................. 161
Tabela 17 Quantidade de repeties com sinalizaes por tipo de Carta de Controle e
cenrio Falha sensor densidade ................................................................................... 164
Tabela 18 Instante Mdio de Identificao por cenrio e ganhos K
cc
Falha sensor
densidade ........................................................................................................................ 165
Tabela 19 Quantidade de repeties com sinalizaes por tipo de Carta de Controle e
cenrio Falha varivel manipulada P
f
.......................................................................... 166
Tabela 20 Instante Mdio de Identificao por cenrio e ganhos K
cc
Falha varivel
manipulada Pf................................................................................................................. 168
Tabela 21 Valores Mximos e Mnimos da Varivel Controlada Nvel (cm) Vazamento
Tanque ............................................................................................................................ 170
Tabela 22 Valores Mximos e Mnimos da Varivel Controlada Densidade (g/cm
3
) Falha
Sensor ............................................................................................................................. 170
Tabela 23 Valores Mximos e Mnimos da Varivel Controlada Temperatura (C
o
) Falha
Varivel Pf...................................................................................................................... 171
Tabela 24 Indicao de desempenho Falha vazamento no tanque ................................... 172
Tabela 25 Indicao de desempenho Falha sensor de densidade ..................................... 175
Tabela 26 Indicao de desempenho Falha varivel manipulada Pf ................................ 178

SUMRIO
1 INTRODUO................................................................................................................... 12
1.1 TEMA E SUA RELEVNCIA.......................................................................................... 13
1.2 OBJETIVOS....................................................................................................................... 14
1.3 JUSTIFICATIVA DA PESQUISA.................................................................................... 15
1.4 METODOLOGIA DE PESQUISA.................................................................................... 17
1.5 ESTRUTURA DO TRABALHO....................................................................................... 18
1.6 DELIMITAES............................................................................................................... 19
2 REFERENCIAL TERICO.............................................................................................. 21
2.1 CONTROLE ESTATSTICO DE PROCESSO................................................................. 21
2.1.1 Controle estatstico com dados autocorrelacionados ................................................. 23
2.1.2 Ajuste por modelos ARIMA......................................................................................... 25
2.1.3 Carta de controle EWMA envolvendo dados autocorrelacionados.......................... 29
2.1.4 Carta de controle CUSUM envolvendo dados autocorrelacionados ........................ 32
2.1.5 Cartas de controle com modificaes nos limites de controle ................................... 34
2.1.6 Outras tcnicas para monitoramento de dados autocorrelacionados ...................... 35
2.2 CONTROLE DE ENGENHARIA DE PROCESSO.......................................................... 38
2.2.1 Sistemas de controle ...................................................................................................... 39
2.2.2 Sistema de controle PID................................................................................................ 42
2.2.3 Outros sistemas de controle.......................................................................................... 46
2.3 INTEGRAO DO CONTROLE ESTATSTICO E DE ENGENHARIA DE
PROCESSO.............................................................................................................................. 56
2.3.1 Integraes de sistemas univariados............................................................................ 59
2.3.2 Integraes de sistemas com diversas variveis.......................................................... 63
2.3.3 Consideraes ................................................................................................................ 66
3 PROPOSIO DE INTEGRAO................................................................................. 68
3.1 MDULO 1 - ESPECIFICAES DO PROCESSO E DETERMINAO DO CEnP E
CEP....... ................................................................................................................................... 69
3.1.1 Caractersticas do processo a ser estudado................................................................. 69
3.1.2 Modelagem matemtica e definio de variveis........................................................ 71
3.1.3 Validao do modelo matemtico ................................................................................ 72
3.1.4 Projeto do controlador e estratgia de controle e parametrizao........................... 73
3.1.5 Registro dos parmetros e configuraes do controlador ......................................... 76

3.1.6 Definio das variveis monitoradas pelas cartas de controle .................................. 77
3.1.7 Definies das cartas de controle ................................................................................. 77
3.1.8 Configurao de tcnicas necessrias ao emprego das cartas de controle............... 78
3.1.9 Registro das cartas de controle e suas configuraes................................................. 79
3.2 MDULO 2 - OPERAO INTEGRADA CEnP E CEP ................................................ 79
3.2.1 Determinao de cenrios............................................................................................. 79
3.2.2 Simulao do processo .................................................................................................. 81
3.2.3 Intervenes nas sinalizaes de anormalidades ........................................................ 84
3.2.4 Registro das informaes das variveis do controlador e das cartas de controle.... 85
3.2.5 Todos os cenrios foram testados?............................................................................... 86
3.2.6 Organizao e tabulao dos dados ............................................................................. 86
3.2.7 Anlise dos resultados e comportamentos................................................................... 86
3.3 MDULO 3 - INTEGRAO DO CEnP E DO CEP COM A INSERO DE
ANORMALIDADES ............................................................................................................... 87
3.3.1 Introduo de forma intencional de falha no processo e/ou componente ................ 89
3.3.2 Cenrios a serem avaliados........................................................................................... 89
3.3.3 Simulao do processo .................................................................................................. 90
3.3.4 Intervenes nas sinalizaes de anormalidades ........................................................ 90
3.3.5 Registro das informaes das variveis do controlador e das cartas de controle.... 91
3.3.6 Todos os cenrios testados? .......................................................................................... 91
3.3.7 Todas as falhas testadas? .............................................................................................. 91
3.3.8 Verificao das sinalizaes e identificaes das anormalidades criadas ................ 92
3.3.9 Anlise de desempenho ................................................................................................. 92
4 APLICAO....................................................................................................................... 94
4.1 MDULO 1 - ESPECIFICAES DO PROCESSO E DETERMINAO DO CEnP E
CEP....... ................................................................................................................................... 94
4.1.1 Caractersticas do processo estudado .......................................................................... 94
4.1.2 Modelagem matemtica e definies de variveis ...................................................... 98
4.1.3 Validao do modelo matemtico .............................................................................. 108
4.1.4 Projeto do controlador e estratgia de controle e parametrizao......................... 112
4.1.5 Registro dos parmetros e configuraes do controlador ....................................... 122
4.1.6 Definio das variveis monitoradas pelas cartas de controle ................................ 122
4.1.7 Definies das cartas de controle ............................................................................... 123
4.1.8 Configurao de tcnicas necessrias ao emprego das cartas de controle............. 123

4.1.9 Registro das cartas de controle e suas configuraes............................................... 124
4.2 MDULO 2 - OPERAO INTEGRADA CEnP E CEP .............................................. 124
4.2.1 Determinao de cenrios........................................................................................... 124
4.2.2 Simulao do processo ................................................................................................ 126
4.2.3 Intervenes nas sinalizaes de anormalidades ...................................................... 131
4.2.4 Registro das informaes das variveis do controlador e das cartas de controle.. 133
4.2.5 Todos os cenrios foram testados?............................................................................. 134
4.2.6 Organizao e tabulao dos dados ........................................................................... 134
4.2.7 Anlise dos resultados e comportamentos................................................................. 136
4.3 MDULO 3 - INTEGRAO DO CEnP E DO CEP COM A INSERO DE
ANORMALIDADES ............................................................................................................. 154
4.3.1 Introduo de forma intencional de falha no processo e/ou componente .............. 154
4.3.2 Cenrios a serem avaliados......................................................................................... 156
4.3.3 Simulao do processo ................................................................................................ 156
4.3.4 Intervenes nas sinalizaes de anormalidades ...................................................... 158
4.3.5 Registro das informaes das variveis do controlador e das cartas de controle.. 159
4.3.6 Todos os cenrios testados? ........................................................................................ 159
4.3.7 Todas as falhas testadas? ............................................................................................ 159
4.3.8 Verificao das sinalizaes e identificaes das anormalidades criadas .............. 159
4.3.9 Anlise de desempenho ............................................................................................... 171
4.4 COMENTRIOS SOBRE OS RESULTADOS .............................................................. 180
5 CONCLUSES E RECOMENDAES PARA TRABALHOS FUTUROS............. 182
5.1 TRABALHOS FUTUROS............................................................................................... 185
REFERNCIAS ................................................................................................................... 187
APNDICES......................................................................................................................... 198


12
1 INTRODUO

As indstrias, nos dias atuais, esto inseridas cada vez mais em um mercado
competitivo e globalizado. Este fato as obriga a modernizarem-se, caso desejem manter os
seus mercados ou conquistar novos. Toda a cadeia produtiva, as quais pertencem, sente os
efeitos desta busca por melhorias. Ento, existe uma demanda contnua por maior
produtividade, competitividade e, consequentemente, qualidade. Mas, a busca por novas
alternativas, solues tcnicas e econmicas so preocupantes em funo da velocidade com
que so solicitadas.
O mercado consumidor tem exigido das empresas um atendimento cada vez mais
flexvel, personalizado, rpido e mais exigente, obrigando-as a se adequarem s necessidades
e desejos dos clientes. A satisfao do consumidor um dos objetivos mais importantes das
empresas. Com esse intuito, tem-se aumentado a ateno dispensada Qualidade e, por sua
vez, ao Controle Estatstico da Qualidade. Dentro dos processos de fabricao, procura-se
integrar os diversos setores envolvidos visando o melhor desempenho de todo processo
produtivo. A busca constante pela melhoria da qualidade e a integrao harmoniosa entre
fornecedor, fabricante e consumidor tm um papel de destaque no cenrio econmico mundial
atual.
O consumidor com maior grau de exigncia, busca pela satisfao das suas
necessidades, e induz toda cadeia produtiva a aumentar a qualidade agregada ao produto. A
qualidade de produtos e servios tem se tornado um importante fator de deciso na maioria
dos negcios. Independente de quem seja o consumidor, quando este estiver fazendo decises
de compra, estar propenso a considerar a qualidade com a mesma importncia que o custo e
o prazo de entrega; consequentemente a melhoria da qualidade tem se tornado uma
preocupao importante para as corporaes (MONTGOMERY; RUNGER, 2003). Com os
altos nveis de qualidade exigidos, com as produes em larga escala e com a competitividade
necessria sobrevivncia, o Controle Estatstico da Qualidade vem sendo buscado
incessantemente e sendo implementado em um nmero crescente de instituies.
Entre as aplicaes estatsticas para a melhoria da qualidade, o Controle Estatstico de
Processo (CEP) uma ferramenta utilizada para auxiliar os operadores a controlar e monitorar
os processos industriais (MASON et al., 1997). Atravs das cartas de controle as variveis de
qualidade so monitoradas constantemente visando detectar a presena de causas especiais, as
quais devem ser investigadas e eliminadas. Desta forma, a variabilidade da produo poder

13
ser reduzida proporcionando assim melhores nveis de qualidade dos produtos (COSTA;
EPPRECHT; CARPINETTI, 2004).
Gerenciando a tecnologia que avana velozmente, o Controle de Engenharia de
Processo (CEnP) assume papel importante, uma vez que as variveis presentes podem e
devem ser monitoradas e controladas de forma contnua. Ajustes necessrios para manter o
sistema dentro de determinado padro so realizados de forma autnoma, sempre que
necessrio. Esta ferramenta de gerenciamento vem auxiliar o controle de processo, pois
difcil a tarefa de qualquer operador tomar decises rpidas e adequadas em funo da
quantidade de variveis envolvidas influenciadoras da produo e consequente especificao
e qualidade do produto final. O Controle de Engenharia realiza alteraes regulares nas
variveis de processo que so ajustveis, visando manter as caractersticas de qualidade nos
padres alvo.
Nos processos modernos, em crescente automatizao, os seus desempenhos so
melhorados com as redues das suas variabilidades, em que o controle destas cada vez
mais necessrio. Para realizar este controle so indicadas duas formas: Controle Estatstico de
Processo e o Controle de Engenharia de Processo. O Controle Estatstico de Processo visa
monitorar o processo para detectar causas especiais e o Controle de Engenharia visa reduzir
os efeitos de variaes de qualidade previsveis (YANG; SHEU, 2006). A integrao destes
dois sistemas de monitoramento e controle, procurando-se minimizar a variabilidade do
processo, uma evoluo aos avanos tecnolgicos que surgem. Outra necessidade, tambm
em funo da evoluo dos processos, o aumento da exigncia dos nveis de preciso. Em
alguns, a sensibilidade envolvida to grande que, pequenas variaes devem ser percebidas
em curto espao de tempo, evitando-se correes bruscas posteriores e possveis falhas de
especificao (OGATA, 2003).

1.1 TEMA E SUA RELEVNCIA

Com a evoluo dos mtodos produtivos e a busca incessante pela qualidade que vem
sendo exigida pelo mercado consumidor, o controle da qualidade assume papel importante. A
velocidade que a produo seriada est atingindo deixa clara a necessidade de usarem-se
sistemas de amostragem, anlise e controle cada vez mais rigorosos e que apresentem certo
grau de preciso.
As parcerias comerciais que, frequentemente, esto sendo assumidas entre
fornecedores e clientes (qualidade assegurada) fazem com que seja estabelecido um grau de

14
confiabilidade mtua, ou mesmo contratual, buscando-se um ndice de no conformidade
zero. Nos tempos modernos, a qualidade um dos fatores que auxilia a tornar a empresa
competitiva. Sendo assim, produzir itens ou produtos finais sem defeitos uma meta
perseguida por muitos empresrios. Com isto fica claro que preciso buscar ferramentas
precisas e eficientes que possam demonstrar problemas de processo com maior sensibilidade e
principalmente, antecipao.
A integrao das duas reas, Controle Estatstico do Processo e de Engenharia de
Processo pode contribuir com a melhoria da qualidade. Os trabalhos encontrados na literatura
(YU; XI, 2007; CLARO; COSTA; MACHADO, 2007; ALTIOK; MELAMED, 2001) citam
as dificuldades de controlarem-se processos autocorrelacionados devido a sua complexidade.
Esta integrao tem se tornado necessria para melhorar o desempenho dos processos em
crescente grau de automao e na busca pela reduo de custos com desperdcios, retrabalhos
ou mesmo insatisfao dos clientes por falhas no percebidas a tempo. Busca-se a integrao
de um sistema em que os comportamentos de controle e monitoramento possam ser analisados
e avaliados em situaes de operao o mais prximo possvel da real. A implementao deste
estudo pode auxiliar na identificao rpida de problemas, proporcionar a reduo de
ocorrncias que faam o processo sair de especificao e reduzir situaes de comportamento
de processo no qual existam maiores dificuldades de identificao e controle de
anormalidades.

1.2 OBJETIVOS

O objetivo principal propor a integrao entre o controle de engenharia de processo e
as cartas de controle estatsticas para dados autocorrelacionados, aumentando a robustez do
sistema de controle atravs das suas operaes integradas, incluindo autoajustes do
controlador.
Como objetivo secundrio, tem-se a estruturao de um controlador de engenharia,
capaz de gerenciar o processo tomado como base para o estudo, operando de forma
independente (isolada), mantendo as variveis de sada prximas aos seus valores-alvo.
Como outro objetivo secundrio pretende-se realizar uma avaliao, em que a
combinao dos mtodos dever ser testada quanto a sua eficincia em monitorao e
controle, atravs de simulaes baseadas em um processo real, utilizando-se tcnicas de
controle comumente empregadas em processos.
Tambm como objetivo secundrio, almeja-se verificar se as cartas de controle so

15
capazes de detectar falha do processo, mesmo o controlador mantendo as variveis
controladas (monitoradas) dentro das especificaes nos momentos de anormalidades.

1.3 JUSTIFICATIVA DA PESQUISA

Pelos histricos de aplicao, o CEP tem sido bem sucedido na fabricao discreta de
peas, enquanto o CEnP tem apresentado bons resultados em processos contnuos. Com a
integrao entre CEP e CEnP, podem ser gerarados bons resultados melhorando o
desempenho dos sistemas de controle. Com a combinao das duas tcnicas gerando um
procedimento melhorado, o resultado ser de um CEnP com possibilidades de detectar causas
especiais. O controle de engenharia de processo, em muitas situaes, altera a varivel a cada
perodo. O controle estatstico s indica a necessidade de alterao do processo quando tem
evidncias estatsticas. Em muitos processos o CEnP mais adequado, porm s reage s
perturbaes e no faz tentativas para remover possveis causas especiais, sendo que a sua
remoo poderia resultar em melhoria significativa para o gerenciamento do sistema
(MONTGOMERY, 2004).
O emprego do CEnP supe a existncia de um modelo dinmico que relaciona a
entrada com a sada do processo. Se o modelo for adequado, o controle evitar distores na
sada. Na ocorrncia de perturbaes externas, no contempladas no modelo, o sistema no
conseguir o controle necessrio e a variabilidade aumentar. A utilizao conjunta com o
CEP possibilitar identificar as perturbaes externas (causas especiais). Aplicao
combinada de CEnP e CEP no processo, ser mais eficiente que as tcnicas aplicadas de
forma isoladas, pois com um monitoramento e um controle mais acurados, sero evitadas
possveis no conformidades e prevenidos problemas de perdas na fabricao, rendimento em
campo e at mesmo paradas do processo (TSUNG; TSUI, 2003). Na Figura 1, pode ser visto
como o sistema conjunto pode se relacionar. Nela, esto representadas: a varivel de sada
(y
t
), o seu valor-alvo desejado (T) e a varivel manipulada (x
t
). O valor da varivel de sada
acompanhado tanto pelo Controle Estatstico quanto pelo Controle de Engenharia. O Controle
Estatstico, constatando anormalidades, sinaliza para que sejam removidas as causas especiais.
O Controle de Engenharia, por sua vez, procura reduzir a diferena entre o valor obtido na
sada em relao ao valor-alvo especificado.
Trabalhos encontrados na literatura descrevem aplicaes na qual o controle de
engenharia e o controle estatstico so empregados de forma concomitante, sendo o CEP
geralmente utilizado para avaliao do sistema de controle ou para sinalizaes reconhecendo

16
causas especiais quando da ocorrncia de sinalizaes (VENKATESAN, 2003; SCHIPPERS,
2001; CAPILLA et al. 1999).
Em Mason e Young (1998) reala-se a importncia de utilizar o controle estatstico
integrado com CEnP. Citam, os autores, que o CEnP mantm os valores das variveis dentro
de uma faixa de variao criando uma regio de trabalho, buscando manter a varivel no seu
valor-alvo. O CEP sinaliza se o processo est sendo mantido dentro desta regio de trabalho,
mais especificamente, em uma delimitao mais restrita com os limites de controle
estabelecidos pelos pressupostos sobre as variveis de processo e pela taxa de falsos alarmes
desejados. O CEP avalia se novos dados das variveis de processo atendem a esta
delimitao, sinalizando quando este limite extrapolado.

Figura 1 - Relao do Controle de Engenharia e do Controle Estatstico de Processo
[Fonte: Adaptado de Montgomery (2004)]
Em Tsung e Tsui (2003) ressaltada a importncia da integrao entre CEP e CEnP,
visando reduzir as variabilidades do processo e, principalmente, reduzirem-se as falhas de
especificao. Em seu estudo, esses autores utilizaram o controle estatstico monitorando as
variveis de sada e as de aes do controlador de mnimo erro quadrtico mdio. Investigam
como as compensaes do controlador afetam o padro mdio de deslocamento do processo
monitorado.
Esquema de
controle de
engenharia
Monitoramento
estatstico do
processo

Processo
Varivel de sada, y
t
Modificar o esquema de controle

Fazer ajuste na
varivel manipulada x
t
,
de modo que y
t+1
esteja
no valor-alvo T
Remover a causa
especial
Calcular
1 t
y
+
e observar a
diferena entre
1

+ t
y e o alvo
desejado para a sada do
processo, T
Observar a diferena entre
y
t
e o alvo desejado para a
sada do processo, T
Se o erro de controle y
t
T est fora
dos limites de controle, procure uma
causa especial

17
Reynolds e Park (2009), investigam as cartas de controle e combinaes para detectar
causas especiais que afetam processos sob a gerncia do controle automtico de processo ou
controle de engenharia. Concluem como necessrio o desenvolvimento de maiores estudos
envolvendo as duas reas.
Yu, Zhang e Xu (2009) ressaltam que as pesquisas sobre CEP e CEnP foram
originalmente conduzidas em paralelo. A fim de aperfeioar o efeito do controle de processo,
nos ltimos anos as pesquisas comeam gradualmente caminhar no sentido da integrao cada
vez maior das tcnicas.
Existe a busca por uma interao mais direta entre as duas tcnicas, considerando uma
integrao refletindo diretamente a relao apresentada na Figura 1, em que o controlador
venha a modificar de forma autnoma seu esquema de controle (com base em sua lei de
controle), considerando informaes vindas do monitoramento estatstico, proporcionando,
assim, uma forma de autoajuste conforme sugerido por Capilla et al. (1999).

1.4 METODOLOGIA DE PESQUISA

Devido ao carter de implementao direta dos conhecimentos adquiridos quanto
natureza, o mtodo deste estudo cientfico classificado como Pesquisa Aplicada, sendo o
conhecimento gerado direcionado a um problema especfico (OLIVEIRA, 2001). Quanto
forma de abordagem, trata-se de uma Abordagem Quantitativa, uma vez que so manipulados
dados numricos referentes aos dados provenientes de variveis de processo e as suas
relaes. Quanto aos objetivos classificada como Descritiva uma vez que so estabelecidas
relaes entre as variveis do sistema estudado.
A abordagem do ponto de vista dos procedimentos tcnicos enquadrada como
Modelagem e Simulao, em que um sistema produtivo, ou parte dele, descrito atravs de
tcnicas matemticas e simulada a sua operao com o emprego de tcnicas computacionais,
na qual investigada a relao entre as variveis envolvidas (MIGUEL, 2007).
O trabalho precedido de uma reviso bibliogrfica sobre o controle estatstico de
processo, de forma abrangente, buscando o estado da arte das cartas de controle para
processos autocorrelacionados, alm do controle de engenharia de processo. Verifica-se a
interao das duas tcnicas na busca pela reduo da variabilidade no controle de produo,
mantendo-se um processo, o mais prximo possvel, de valores especificados.
Em um processo, com mais de uma varivel de entrada e de sada, um controlador de
engenharia de processo especificado para gerenciar o sistema. Este procura manter o sistema

18
sob controle, no qual as variveis de sada devem permanecer dentro dos limites de controle.
Perturbaes so corrigidas atravs dos ajustes de variveis diretamente relacionadas. Na
ocorrncia de anormalidades e falhas de ajuste do controlador, o controle estatstico de
processo sinaliza o evento. Para isso, cartas de controle baseadas em modelos so utilizadas.
Esta combinao aumenta a confiabilidade do sistema, tornando mais sensvel a percepo e
diagnstico de falhas, diminuindo o custo com desperdcios e problemas de qualidade.
Os dois tipos de controle (CEnP e CEP) so compatibilizados de forma a programar
como e em que momentos atuaro. O CEnP buscar a compensao e regulagem do processo
atravs de ajustes das variveis manipulveis, minimizando a variabilidade de sada em torno
de um valor-alvo. O uso do CEP visar manter o processo sobre controle e tambm identificar
possveis causas especiais.
O estudo toma como base a anlise de parte do processo de uma indstria, porm os
dados e o comportamento das variveis so simulados. O comportamento deste modelo
verificando em conjunto com as ferramentas e mtodos propostos. Devido complexidade de
interao com o processo industrial, principalmente quanto criao de cenrios, utiliza-se a
simulao numrica em um pacote computacional que permite a sua anlise e comprovao.
A metodologia apresentada em trs mdulos. O primeiro mdulo aborda a
especificao do processo e definies do controlador e das cartas de controle. O segundo
trata da operao integrada CEnP e CEP. No terceiro mdulo avaliada a operao integrada
com inseres propositais de falhas. Foi realizado um caso aplicado possibilitando obter
concluses.

1.5 ESTRUTURA DO TRABALHO

Esta tese, para melhor apresentao e compreenso, est dividida em cinco captulos
discriminados a seguir.
No Capitulo 1 apresentado o problema abordado na pesquisa, os objetivos
pretendidos, as justificativas do estudo e engloba tambm a metodologia de pesquisa, a
diviso dos captulos e delimitao da tese.
O referencial terico relaciona os temas pertinentes a esta tese: o controle estatstico de
processo, em destaque a abordagem baseada em modelos, e o controle de engenharia de
processo com os seus sistemas de ajustamento e retroao, bem como, as integraes entre as
duas formas de controle relatadas em estudos j realizados. Estes contedos so apresentados
no Captulo 2.

19
No Captulo 3, so descritos o mtodo empregado, as tcnicas e estratgias de
implementao, que consiste em como se pode aplicar o ferramental proposto, utilizando o
CEP e CEnP para monitoramento e controle de processos.
A aplicao do mtodo proposto, atravs da elaborao de cenrios, com dados
simulados de um processo, demonstrada no Captulo 4. A combinao do Controle
Estatstico com o de Engenharia aplicada atravs de dados simulados e os resultados deste
estudo, apresentados.
No Captulo 5, so apresentadas as consideraes finais com as concluses do trabalho
e sugestes para futuros trabalhos e encaminhamentos.

1.6 DELIMITAES

A integrao proposta tem como finalidade uma aplicao em processos contnuos,
nos quais a monitorao e controle so de grande importncia. No foram consideradas as
variaes com os perodos de incio da produo, troca de produtos (setups) ou ajustes para o
processamento de novos, alteraes na especificao dos j existentes ou mesmo variaes da
produo em lotes.
Considera-se a existncia de uma nica linha de produo, no existindo o
compartilhamento da mesma com outras operaes. O volume produzido e as possveis
alteraes de demanda so considerados como variveis inerentes ao comportamento do
processo, no sendo utilizadas tcnicas de previso especficas para estas variveis.
A modelagem matemtica abordada visa possibilitar a aplicao da simulao
numrica, estudo e manipulao das variveis atravs do Controle de Engenharia, em que a
sua quantificao obtida de forma a representar os comportamentos em situaes reais. O
estudo no visa otimizaes envolvendo as relaes obtidas na formulao do modelo.
A influncia dos problemas operacionais (como por exemplo: sujeira nos barramentos,
contaminaes do banho, desgastes de eletrodos, oscilaes da rede eltrica sobre o
retificador) so considerados indiretamente nas geraes de valores das variaes naturais do
processo. No foram considerados os efeitos de qualidade dos produtos utilizados no banho
ou dos produtos a serem processados. Quanto s simulaes, no foram simuladas paradas
inesperadas da produo ou operaes fora do horrio normal de trabalho (horas extras e
jornadas eventuais aos finais de semana).
No fez parte do estudo a avaliao econmica de melhoria da qualidade com a
implementao da aplicao proposta. Tambm no foram considerados os custos de

20
equipamentos para implementao real no processo (sensores, atuadores). Foi apenas
verificada a viabilidade tcnica de operao confrontando-se a especificao dos materiais
necessrios com os disponveis comercialmente.
As abordagens envolvendo anlises multivariadas no foram empregadas neste
trabalho. Com o envolvimento de mais de uma varivel controlada (sada), foram utilizadas
mltiplas cartas de controle baseadas em modelos de autocorrelao.

21
2 REFERENCIAL TERICO

Neste captulo, esto relacionadas as principais abordagens sobre o tema proposto,
dividido em trs partes. A primeira apresentam-se as principais tcnicas sobre o Controle
Estatstico de Processo, priorizando monitoraes com dados autocorrelacionados (CEP dados
autocorrelacionados), suas caractersticas e aplicaes. Na segunda parte, aborda-se o
Controle de Engenharia de Processo (CEnP), do ingls Engineering Process Control (EPC),
as suas variaes, como Automatic Process Control (APC). Na terceira e ltima parte so
abordadas as integraes realizadas entre os dois sistemas, tendo como foco as integraes
envolvendo dados correlacionados.

2.1 CONTROLE ESTATSTICO DE PROCESSO

O Controle Estatstico de Processo - CEP (Statistical Process Control - SPC), ligado
ao controle da qualidade moderno iniciou-se nos Estados Unidos nos anos 20, na Companhia
Telefnica Bell. Em 1924, Walter Shewhart elaborou a primeira carta de controle e um uso
racional para o processo de monitorao e controle. Como uma das ferramentas do Controle
Estatstico de Processo (CEP), as cartas de controle buscam monitoramento contnuo de
determinadas caractersticas de qualidade, julgadas importantes no processo ou produto.
Sinalizam indcios da existncia de um evento no aleatrio interferindo nos sistema, desta
forma identificando e retirando este evento, asseguram menor variabilidade e maior qualidade
consequentemente. Diagnsticos e deteco antecipada de falhas so importantes para as
indstrias de manufatura e de outros ramos, no controle de qualidade dos produtos
(MACGREGOR; KOURTI, 1995; KOURTI; LEE; MACGREGOR, 1996; YOUNG;
WINISTORFER, 2001).
Uma carta de controle tpica para uma caracterstica de qualidade obtida a partir de
amostras apresenta: uma linha central (LC) que representa o valor mdio da caracterstica de
qualidade esperada em um estado de controle, dois limites, superior (LSC) e inferior (LIC),
que so definidos em termos de desvios padres, entre os quais os pontos amostrais sinalizam
que o processo est sob controle. No caso de alguma amostra estar fora dos limites, existe a
indicao de instabilidade e necessidade de investigar a existncia de causas especiais
responsveis por esta situao. Uma vez encontradas, estas podem ser eliminadas.

22
A carta de controle um teste de hiptese que verifica se o processo est sob controle
estatstico (HINES et al., 2006). O modelo geral de um grfico de controle pode ser visto
conforme as equaes (1) a (3).
W W
K LSC o + = (1)
W
LC = (2)
W W
K LIC o = (3)
Com que, W a estatstica da amostra que mede alguma caracterstica de qualidade;
W
a
mdia de W;
W
o o desvio padro da distribuio amostral de W, K a distncia dos limites
de controle a partir da linha central, unidades de desvio-padro.
Mesmo que todos os pontos estejam dentro dos limites em um grfico de controle, se
eles se comportarem de maneira sistemtica ou no aleatria, uma indicao de que o
processo est fora de controle. Com a identificao rpida destes comportamentos pode-se
intervir com mais rapidez para eliminar a fontes de causas especiais, minimizando custos.
Alm das cartas de controle de Shewhart, como ficaram conhecidas, variaes destas
foram desenvolvidas, visando melhorar a sensibilidade na deteco de mudanas de
parmetros do processo. As cartas de Mdias Mveis Exponencialmente Ponderadas (MMEP
ou EWMA) e de Soma Cumulativa (CUSUM), desenvolvidas com esta finalidade, so mais
efetivas na identificao de pequenos desvios (REYNOLDS JR.; STOUMBOS, 2005). Para
maiores detalhes sobre as cartas de controle EWMA e CUSUM ver Montgomery (2004) e
Devore (2006). Em Woodall (2000) e Woodall et al. (2004), so discutidos alguns pontos
controversos envolvendo a utilizao de cartas de controle para monitorar processos e perfil
de qualidade dos produtos. Nessa discusso os autores visam aproximar os estudiosos do CEP
com os responsveis pelas aplicaes prticas das cartas de controle, esclarecendo e
desmistificando pontos de conflito de informaes.
As empresas, com uma maior maturidade nos procedimentos de gerenciamento da
produo, utilizam de forma intensiva o Controle Estatstico de Processo e outras ferramentas
estatsticas como as de planejamento de experimentos. O Controle Estatstico de Processo tem
sido aplicado nos mais diversos ramos apesar de ter se originado e difundido nos ambientes
industriais de produo seriada. Exemplo disso pode ser visto nos controles de sinal analtico
lquido na indstria farmacutica e no controle de uma planta de tratamento de resduos
industriais (ROSA, et al. 2007; ALBAZZAZ; WANG; MARHOON, 2005).

23
Os processos modernos so, em geral, sistemas automatizados e informatizados que
podem capturar um grande nmero de dados continuamente das variveis do processo, alguns
deles atualizados a cada segundo ou menos. Tais dados podem ser utilizados para monitorar e
diagnosticar o desempenho do sistema de forma mais efetiva, gerando variveis que deixam
de ser independentes umas das outras. Quando da ocorrncia de um evento no processo, as
variaes de algumas das medies podem ser reflexo da mesma interferncia, ou seja,
existindo correlao entre elas (MACGREGOR; KOURTI, 1995).
Tcnicas avanadas para as cartas de controle de processos industriais esto sendo
desenvolvidas nas quais, dados on-line esto disponveis e necessitam de rpida resposta para
situaes indicadas como fora de controle. O grande impacto da tecnologia computacional nos
ambientes de controle de processo, tem permitido o acesso a grande quantidade informaes
com altas taxas de atualizao. Uma consequncia da aquisio de dados automatizada que
possibilitou reconhecer processos com variveis autocorrelacionadas, que anteriormente no
eram detectadas (PALM et al.; 1997).

2.1.1 Controle estatstico com dados autocorrelacionados

O Controle Estatstico de Processo envolvendo dados autocorrelacionados est cada
vez mais sendo difundido e empregado em processos industriais. As dificuldades de
monitoramento, controle e identificao das variveis que esto sendo disponibilizadas em
tempo real, atualizadas constantemente e em grande quantidade, tem tornado essencial o
emprego de tcnicas mais robustas. No atual cenrio da indstria de manufatura, onde se
dispe de registros avanados e automticos de dados e tcnicas de inspeo precisa, torna-se
necessrio a implementao do Controle Estatstico de Processo que possa ser utilizado nestes
ambientes automatizados envolvendo relaes sequenciais dos dados. Com as altas taxas de
dados de entrada, a identificao dos sinais de fora de controle deve ser percebida assim que
possvel, visando a eliminao das fontes de causas anormais e procurando manter baixo o
custo ligado s perdas (YU; XI, 2007).
A aplicao das cartas de controle tradicionais, baseadas no modelo de Shewhart,
pressupe que os dados gerados pelo processo sob controle sejam independentes e sigam uma
distribuio normal e com mdia e desvio padro o. Mudanas nestes parmetros so
consideradas alteraes que proporcionam a sinalizao de anormalidade pela Carta. Na
condio dita sob controle, a independncia dos dados justificada por estarem somente
presentes variaes decorrentes da parte aleatria, representadas por uma componente de erro,

24
com mdia zero e desvio padro o. Estas consideraes de aleatoriedade geralmente no so
observadas nos dados advindos de processos automatizados, nos quais as variveis so lidas e
controladas regularmente, em curtos intervalos, possuindo desta forma algum tipo de
autocorrelao (MONTGOMERY; RUNGER, 2003).
Processos nos quais medidas consecutivas das variveis so monitoradas e a existncia
de inspeo automatizada cuja toda caracterstica de qualidade medida em cada unidade na
ordem de produo, so situaes passveis da ocorrncia de autocorrelao dos dados
(ALTIOK; MELAMED, 2001). Com a evoluo dos sistemas de produo, com o aumento da
automao empregada no gerenciamento e controle das operaes industriais, os dados
passaram a violar uma das mais importantes consideraes das cartas de controle, a sua
independncia. Mesmo pequenas correlaes entre sucessivas observaes da varivel
monitorada, fazem com que as Cartas convencionais no operem de forma satisfatria,
principalmente com excessos de alarmes falsos, que sem tratamento adequado inviabiliza seu
emprego (MONTGOMERY, 2004). Em situaes em que a autocorrelao no considerada,
esta ir influenciar na sinalizao de forma errnea (desnecessria) das cartas de controle,
uma vez que altera a quantidade mdia de observaes necessrias at que seja emitida uma
sinalizao de fora de controle ARL (average run length) (MOREIRA, 2005; LU;
REYNOLDS, 1999a).
Nas situaes nas quais no se pode pressupor a independncia dos dados, aumenta-se
a probabilidade de uma observao ser registrada de forma errnea. Como consequncia
poder resultar em falhas operacionais das plantas de manufatura e na sua instrumentao
associada, como em controladores e ajustes desacreditados para o seu gerenciamento
(COSTA; EPPRECHT; CARPINETTI, 2004; YOUNG; WINISTORFER, 2001).
Em um processo quando a autocorrelao dos dados significante, se faz necessrio
modificar a metodologia tradicional para consider-la. Uma alternativa recomendada a de
ajustar modelos de sries temporais, removendo a autocorrelao, e a utilizar os resduos de
previso a partir destes modelos em cartas de controle tradicionais (REYNOLDS; LU, 1997;
MONTGOMERY, 2004; NOFFSINGER; ANDERSON, 2002).
Na monitorao de processo autocorrelacionados, duas vertentes so identificadas. Na
primeira, cartas de controle tradicionais so utilizadas para monitorar os resduos obtidos
entre os valores reais e os ajustados por meio de tcnicas de previses de sries temporais
(cartas de controle baseadas em modelos). Na segunda, so monitorados os valores das
observaes originais atravs de cartas de controle tradicionais sendo que so propostos
ajustes nas definies dos limites de controle e tcnicas de estimao de parmetros (LU;

25
REYNOLDS, 2001).
Na sequncia so abordados os ajustes dos dados baseados em modelos de sries
temporais, Modelos ARIMA, e os resduos monitorados por cartas de controle tradicionais.
So apresentadas tambm as verses das cartas de controle EWMA e CUSUM aplicadas
diretamente s observaes e aos resduos sendo que alguns autores propem modificaes
para melhorar o seu desempenho, alm de outras principais tcnicas abordadas na literatura
sobre as cartas de controle envolvendo dados autocorrelacionados.

2.1.2 Ajuste por modelos ARIMA

Os modelos de sries temporais baseados na metodologia Box e Jenkins (BOX,
JENKINS; REINSEL, 1994) so um dos mais utilizados nos tratamentos dos dados para
remoo de autocorrelaes. Esta metodologia consiste na identificao de um modelo e
estimao de seus parmetros de forma que possa capturar o comportamento dos dados.
buscado ajustar um modelo que melhor explique o comportamento da varivel observada,
deixando as variaes inexplicveis a cargo de uma componente aleatria (rudo branco).
Desta forma, possvel o emprego de cartas de controle tradicionais monitorando os resduos
(diferena entre o valor real e o ajustado pelo modelo), os quais sinalizaro quando alguma
outra influncia no capturada pelo modelo venha a alterar o seu comportamento. O rigor
matemtico desta abordagem exige um maior conhecimento e experincia do usurio para
aplic-la adequadamente (MONTGOMERY, 2004).
Tambm conhecidos como modelos ARIMA, referem-se a uma classe de modelos
lineares que associam, de forma conjunta, as partes autorregressiva (AR), integral (I) e de
mdias mveis (MA). A ordem destes modelos indicada pela quantidade de seus parmetros
que seguem a sequncia ARIMA (p,d,q).
Pode-se, primeiramente, abordar os modelos autorregressivos (AR). Eles so
representados por uma soma ponderada de p valores passados adicionados a um rudo (parte
aleatria) e que, em sua forma geral, pode ser apresentado conforme equao (4)
(MORETTIN; TOLOI, 2004). Em funo da quantidade de termos autorregressivos existentes
no modelo, pode-se dizer que o modelo de ordem p, AR(p).
t p t p t t t
a Z Z Z Z + + + + + =

| | | o ...
2 2 1 1
(4)
Em que, Z
t
o valor observvel da srie temporal no instante t; o representa o termo

26
constante da srie;
i
| corresponde ao i-simo parmetro autorregressivo, i = 1, 2, ..., p e
1<
i
| <1;
t
a o erro no instante t (rudo branco), N ~ (0,
2
a
o ).
Outro conjunto de modelos so os de Mdias Mveis (MA), que podem ser
representados pela soma ponderada dos rudos (erros), observados em cada perodo passado.
A representao geral deste modelo definida pela equao (5) (MORETTIN; TOLOI, 2004).
Em funo da necessidade de utilizao, so especificados q parmetros para melhor
representar a srie analisada. Define-se a ordem do modelo de Mdias Mveis como sendo
MA(q).

q t q t t t t
a a a a Z

+ = u u u o ...
2 2 1 1
(5)
No qual, Z
t
o valor observvel da srie temporal no instante t;o representa o termo
constante da srie;
i
u corresponde ao i-simo parmetro mdias mveis, i = 1, 2, ..., q e
1<
i
u <1;
t
a o erro (rudo) no instante t no explicveis pelo modelo, N ~ (0,
2
a
o ).
Os modelos Autorregressivos (AR) e os modelos de Mdias Mveis (MA) usados
isoladamente podem requer uma grande quantidade de parmetros. Se forem combinados iro
gerar um novo modelo conhecido como modelo Autorregressivo e de Mdias Mveis
(ARMA) que pode gerar um modelo mais parcimonioso (menos parmetros). A representao
geral deste modelo obtida por (6).
q t q t t t p t p t t t
a a a a Z Z Z Z

+ + + + + = u u u | | | o ... ...
2 2 1 1 2 2 1 1
(6)
No qual, Z
t
o valor observvel da srie temporal no instante t; o representa o termo
constante da srie;
i
| corresponde ao i-simo parmetro autorregressivo, i = 1, 2, ..., p e
1<
i
| <1;
i
u corresponde ao ao i-simo parmetro mdias mveis, i = 1, 2, ..., q e -1<
i
u <1;
t
a
o erro (rudo) no instante t no explicveis pelo modelo, N ~ (0,
2
a
o ).
Os modelos AR(p), MA(q) e ARMA so vlidos para representao de sries
estacionrias. Sries estacionrias so aquelas que, no decorrer do tempo, permanecem com
seus valores em torno de uma mdia constante, possuem varincia constante e a funo de
covarincia; s depende das diferenas temporais entre as observaes. Das sries
encontradas na prtica, grande parte no so estacionrias e necessitam ser colocadas nesta
forma para poderem ser analisadas. Uma srie no estacionria pode ser transformada em
estacionria desde que ela seja no estacionria homognea, tomando-se um nmero finito de

27
diferenas d (MORETTIN; TOLOI, 2004; MAKRIDAKIS; WHEELWRIGHT; HYNDMAN,
1998). A diferenciao realizada utilizando-se o filtro de integrao d. Uma srie no
estacionria, a qual tomada uma diferena (d=1) tem sua condio de estacionariedade
obtida atravs da equao (7).
t t t t t
Z Z B Z Z A = = =

) 1 (
1
e (7)
Em que,
t
e a srie tornada estacionria; B o operador de retardo ou translao para o
passado; Z
t
o valor observvel da srie temporal no instante t; Z
t-1
o valor observvel da
srie temporal no instante t-1; B = A 1 .
Uma forma genrica de representao, quando forem tomadas d diferenas,
representada pela equao (8).
t
d
t
Z A = e (8)
Na maioria dos casos, uma ou duas diferenas (d = 1, d = 2) so suficientes para deixar
as sries na forma estacionria (MORETTIN; TOLOI, 2004). Se e
t
uma diferena de Z
t
,
ento Z
t
uma integral de e
t
, do qual advm o modelo autorregressivo integrado de mdias
mveis (ARIMA), que pode ser designado por ARIMA (p,d,q), no qual p e q so
respectivamente a quantidade de parmetros AR e MA e d o nmero de diferenas necessrias
para transformar a srie em estacionria. O modelo em sua forma geral representado pela
equao (9).
q t q t t t p t p t t t
a a a a

+ + + + = u u u e | e | e | e ... ...
2 2 1 1 2 2 1 1
(9)
Em que,
t
e o valor da srie no instante t aps tomadas as diferenas;
i
| so os parmetros
autorregressivos, i = 1, 2, ..., p;
i
u so os parmetros de mdias mveis, i = 1, 2, ..., q;
t
a
representa o rudo branco, (rudo com mdia zero e varincia
2
a
o ).
Uma vez conhecidos os modelos, a obteno do modelo que melhor representa a srie
temporal leva em considerao um ciclo iterativo, em que a sua determinao e estruturao
propriamente dita est baseada nos dados. Este ciclo pode ser resumido nas etapas seguintes,
nas quais uma classe de modelos considerada para anlise (MORETTIN; TOLOI, 2004).

28
- identificao da estrutura do processo gerador - identifica-se com base na anlise
dos correlogramas das autocorrelaes e autocorrelaes parciais, alm da no
estacionariedade, as ordens p, d e q da estrutura, uma das fases crticas do mtodo;
- estimao fase em que os parmetros de um modelo da estrutura identificada so
estimados, sendo que nesta etapa necessria a utilizao de um algoritmo de
programao no linear;
- verificao atravs de uma anlise de resduos procura-se verificar o modelo mais
adequado;
- previso com o modelo devidamente estimado e verificado, pode-se realizar
previses para futuros valores da srie. Porm, neste estudo, sero obtidos apenas os
valores preditos (valores ajustados).
Para maiores detalhes sobre os modelos ARIMA e suas fases de aplicao, consulte
Box, Jenkins e Reinsel (1994) e Makridakis, Wheelwright e Hyndman (1998). Aps a
obteno do melhor modelo, devidamente ajustado aos valores das medies realizadas, os
resduos obtidos deste ajuste so ento monitorados atravs de cartas de controle.

2.1.2.1 Cartas de controle para o monitoramento dos resduos

Aps estar devidamente determinado o modelo que melhor representa o
comportamento dos dados, este utilizado para calcular o valor ajustado de cada observao.
A famlia de modelos ARIMA largamente empregada para estimao e filtragem da
autocorrelao do processo (GAL; MORAG; SHMILOVICI, 2003).
A estrutura responsvel pela gerao da autocorrelao dever ser identificada da
forma mais acurada possvel. Assim, h a possibilidade de computar o resduo entre cada
dado e seu respectivo valor ajustado, j livre da influncia da autocorrelao. Utilizando-se a
equao (10) obtm-se os valores a serem monitorados atravs de cartas de controle como:
Shewhart, EWMA, CUSUM (DYER; CONERLY; ADAMS, 2003).
t t t
Z Z e

= (10)
Em que,
t
e o valor do resduo entre o dado real e o ajustado no instante t;
t
Z o valor
observvel da srie temporal no instante t;
t
Z

o valor ajustado pelo modelo AR(p) no


instante t;
Como resultado de seu estudo comparativo, Noffsinger e Anderson (2002) apresentam

29
que para dados com grande autocorrelao, o emprego de cartas de controle monitorando os
resduos de sries ajustadas por modelos ARIMA proporciona uma tcnica mais consistente
em detectar causas especiais em processo contnuos. Outros estudos tambm comprovaram o
bom desempenho da monitorao de resduos (APLEY; SHI, 1999; APLEY; LEE, 2003; LU;
REYNOLDS, 2001; SILVA; FONTANINI; CORSO, 2007).
Para aplicao das cartas de controle aos resduos, necessita-se de um conhecimento
bsico de modelos de sries temporais para selecionar melhores modelos e ajuste de
parmetros. Nem sempre os responsveis pelo controle do processo dominam este
conhecimento, sem o qual a eficincia e desempenho destas cartas podem ficar
comprometidos (TIMMER; PIGNATIELLO; LONGNECKER, 2000).
Um estudo verificando o impacto da no normalidade das observaes nos mtodos de
CEP autocorrelacionados apresentado em Castagliola e Tsung (2005). Os autores
apresentam alternativas para que as cartas de controle baseadas em resduos sejam menos
sensveis e mais robustas quando da ocorrncia deste tipo de situao.
Uma aplicao recente das cartas de controle baseada nos resduos, ou cartas de
controle de causas especiais como tambm so conhecidas, faz parte do estudo de Elevli,
Uzgoren e Savas (2009). Estes pesquisadores empregaram estas cartas para o controle de
concentrados na indstria qumica. Realizaram um comparativo entre as cartas de controle
para observaes individuais, monitorando diretamente as medies, e as cartas monitorando
os resduos, aps determinao de melhores modelos ARIMA ajustados aos dados. Sendo um
processo autocorrelacionado, verificaram a ineficincia da monitorao direta dos dados,
gerando alarmes falsos.
A utilizao de cartas de controle para resduos ou diretamente sobre dados originais
do processo discutida por alguns autores. Questiona-se que as cartas de controle baseadas
em observaes tambm podem ser efetivas, dependendo da relao do modelo de sries
temporais produzidos na presena de inrcia dos elementos do processo, em relao
magnitude dos distrbios que venham a ocorrer. destacada a maior complexidade de
estimao de modelos e parmetros a serem ajustados s observaes para clculos dos
resduos (RUNGER; 2002; FALTIN et al.; 1997).

2.1.3 Carta de controle EWMA envolvendo dados autocorrelacionados

Nos processos em que a sua mdia no oscile muito rapidamente e se as observaes
forem positivamente correlacionadas, procedimentos baseados na carta de controle de Mdias

30
Mveis Exponencialmente Ponderadas (MMEP) ou do ingls Exponentially Weighted Moving
Average (EWMA) obtm bons resultados (MONTGOMERY; 2004). Consiste em ajustar um
modelo de Mdias Mveis Exponencialmente Ponderadas aos dados, com a escolha
apropriada do parmetro (minimizando o erro quadrtico), e grafando os erros de predio
um passo a frente (
t
e ) em uma carta de controle. Estes erros, considerados independentes e
identicamente distribudos com mdia zero, seguem a seguinte relao (11).
9973 , 0 ] 3 ) 1 ( 3 ) 1 ( [ = + s s o o t x x t x P
t t t
(11)
Em que, ) 1 ( t x
t
o valor previsto para a varivel x estando no instante t-1; o o desvio
padro dos resduos
t
e .
Atravs da relao (11) e substituindo a previso um passo a frente da carta de
controle EWMA como referncia central para o instante t+1, os limites de controle so
definidos por (12) a (14).
o K z LSC
t t
+ =
+1
(12)
t t
z LC =
+1
(13)
o K z LSC
t t
=
+1
(14)
No qual,
t
z o preditor EWMA um passo a frente; o o desvio padro dos resduos
t
e ; K
a distncia dos limites de controle a partir da linha central, sugerido K = 3.
A observao
1 + t
x comparada com estes limites para averiguar seu controle
estatstico. Como as referncias esto relacionadas a
t
z , esta carta de controle
EWMA possui linha central mvel.
O monitoramento de dados provenientes de processos correlacionados utilizando
cartas de controle EWMA com linha central mvel, foi empregado por: Ye, Borror e Zhang
(2002) para o controle de invaso de computadores e em redes e sistemas de comunicao;
Young e Winistorfer (2001), no processo contnuo de controle de umidade na indstria de
compensados.
Um estudo abrangente foi realizado por Lu e Reynolds (1999a) envolvendo cartas de
Controle EWMA diretamente aos dados e tambm aos resduos. Concluram que, o
monitoramento sobre os resduos, teve melhor desempenho. Os autores tambm apresentam
recomendaes de ordem prtica para aplicaes de monitoramentos com observaes

31
autocorrelacionadas. Em outro estudo, Lu e Reynolds (1999b) utilizaram combinaes de
cartas de controle de Shewhart e EWMA para os dados originais e para os resduos, visando
monitorar mdia e varincia. Mostraram que, das combinaes realizadas, nenhuma delas
obteve timo desempenho em toda a variedade de situaes avaliadas. A que obteve melhores
resultados foi a combinao entre a carta de controle EWMA das observaes com a de
Shewhart para os resduos.
Os efeitos das estimativas dos parmetros nas variaes da mdia e varincia de cartas
de controle EWMA foram estudas por Jones, Champ, e Rigdon (2001). Perceberam que o
tamanho da amostra para estimar os parmetros pode ser frequentemente maior que o
esperado, estando diretamente ligado constante de alisamento.
Cartas de controle EWMA baseadas nos resduos, com os limites de controle
alargados, so propostas por Apley e Lee (2003). Os limites de controle so determinados
baseados no cenrio mais pessimista das situaes avaliadas, envolvendo a varincia da carta
dentro de um intervalo de confiana apropriado.
Visando monitorar o desempenho de processos na presena de dados dependentes do
tempo sujeitos aos deslocamentos da mdia e na estrutura de autocorrelao, English et al.
(2000) propem cartas de controle X e EWMA para os resduos com limites de controle
fixos. Os autores citam que, sem o auxlio dos parmetros das sries temporais, existe uma
grande dificuldade de anormalidades serem detectadas com cartas de controle monitorando
diretamente os dados.
Claro, Costa e Machado (2007) abordam o monitoramento de processos
autocorrelacionados com observaes coletadas em subgrupos racionais. Com a magnitude da
autocorrelao, de baixa a moderadamente alta, estudaram o efeito desta nas propriedades das
cartas de controle de mdias. Propuseram a utilizao da carta EWMA diretamente aos dados,
com limites de controle adaptados a existncia da correlao no modelo do processo. Esta
carta permitiu detectar pequenos desvios na mdia, possuindo grande sensibilidade.
Vermaat, Does e Bisgaard (2008) procuram demonstrar uma expresso que permita
facilitar a determinao da varincia para cartas de controle EWMA para as observaes de
processos autocorrelacionados. Com a obteno da varincia, esta pode ser utilizada para o
clculo dos limites de controle modificados. Para os autores essa proposio de carta, facilita
o entendimento e a interpretao por parte dos responsveis pelo processo.
Vermaat, Meulen e Does (2008) tambm avaliaram o comportamento da varincia
comparando trs diferentes mtodos de estimao da estatstica EWMA aplicada a dados
autocorrelacionados. Como resultado, indicam um estimador para parametrizar a carta de

32
controle EWMA.
Pelas pesquisas publicadas em perodo recente, percebe-se que a busca por uma
melhor determinao de parmetros e de limites de controle para a carta EWMA ainda
desperta interesse, principalmente tratando-se da monitorao de dados autocorrelacionados.
Dependendo do comportamento do processo estudado, algumas proposies apresentaram
melhores desempenhos que outras. Vrias alternativas so estudadas: limites de controle
alargados ou modificados, monitoramento dos resduos, linha central mvel, combinaes
com cartas X e outras. Tomando-se por base os relatos de English et al. (2000), neste
trabalho ser empregada a carta EWMA monitorando os resduos, provenientes dos ajustes de
modelos ARIMA.

2.1.4 Carta de controle CUSUM envolvendo dados autocorrelacionados

A carta de controle da Soma Cumulativa (do ingls Cumulative Sum CUSUM)
uma boa alternativa para deteco de deslocamentos da mdia de processos, inclusive para
pequenas mudanas (ATIENZA; TANG; ANG, 2000). Consiste em monitorar as somas
cumulativas dos desvios dos valores da amostra de um valor-alvo. Esta quantidade, obtida
pela equao (15) relacionada na carta com sua respectiva amostra (n >1).

=
=
i
j
j i
x C
1
0
) ( (15)
Em que,
i
C soma cumulativa incluindo a amostra i;
j
x a mdia da amostra j;
0
o valor-
alvo da mdia do processo.
Para determinao dos limites de controle, existem duas formas de especificao,
tabular e mscara V. O cusum tabular acumula desvios de
0
que esto acima ou abaixo do
alvo, e quando estes desvios ultrapassam um determinado intervalo de deciso, o processo
considerado fora de controle. O cusum mscara V, leva em considerao uma forma
geomtrica em forma de V, delimitando uma regio onde os valores sucessivos da estatstica
cusum, calculados com observaes padronizadas, so avaliados quanto ao controle do
processo. Maiores detalhes sobre a especificao e construo destas cartas podem ser obtidos
em Montgomery (2004).
As propriedades da carta CUSUM, na presena de dados correlacionados de nvel
baixo a moderadamente alto, foram verificados por Runger e Willemain (1995) e Vanbrackle

33
e Reynolds (1997). O comprimento mdio de sequncia (average run length - ARL) desta
carta fortemente afetado pela autocorrelao dos dados. Com este tipo de carta, possvel
obterem-se resultados acurados. Para tal, os limites de controle devem ser corretamente
determinados.
Lu e Reynolds (2001) estudaram o comportamento da carta de Controle CUSUM
monitorando processos correlacionados. Apresentam uma tcnica para determinao dos
parmetros da carta, visando aumentar a sua sensibilidade na deteco de deslocamentos da
mdia. Avaliaram o desempenho tanto da utilizao das observaes originais quanto da
aplicada aos resduos de modelos de previso. As duas formas de monitoramento obtiveram
xito, exceto em situaes em que a autocorrelao e o deslocamento da mdia eram muito
grandes.
Uma variao da carta CUSUM para detectar mudanas de deslocamentos na mdia
do processo proposta por Atienza, Tang e Ang (2002). Utilizando diretamente observaes
autocorrelacionadas nesta tcnica, uma estatstica calculada, cujo valor sinaliza a ocorrncia
do deslocamento. Os autores concluem que o desempenho da sua proposio compete com as
cartas de Controle Shewhart e CUSUM baseadas nos resduos. Em trabalhos anteriores
Atienza, Tang e Ang (2000) propuseram uma alternativa para os limites da carta CUSUM na
qual uma mscara parablica visava detectar deslocamentos da mdia e Atienza, Tang e Ang
(1997) realizaram um estudo comparativo com um sistema para detectar alteraes na mdia,
varincia e no comportamento estocstico dos dados.
Uma carta CUSUM tabular livre de distribuio apresentada por Kim et al., (2007).
Esta carta est baseada diretamente nas observaes obtidas do processo autocorrelacionado
ou de mdias de lotes de qualquer tamanho podendo ser empregada quando o comportamento
dos dados no segue uma distribuio de probabilidade conhecida, dificultando
determinarem-se os limites de controle. Os resultados apresentados mostram que a carta reage
de forma mais rpida na presena de deslocamentos do que outras cartas CUSUM.
Atravs da pesquisa bibliogrfica pode-se constatar que, tambm com as cartas
CUSUM, diversas pesquisas esto sendo desenvolvidas no sentido de obterem-se melhores
desempenhos na identificao de causas especiais, principalmente em processos com dados
autocorrelacionados. Novas abordagens esto sendo propostas, no somente monitorando os
resduos, mas tambm utilizando-se os dados originais. Modificaes de tcnicas para
determinar os melhores parmetros das cartas, e a evoluo das formas de detectar alteraes
do comportamento do processo esto sendo desenvolvidas.


34
2.1.5 Cartas de controle com modificaes nos limites de controle

Para processos com caractersticas de qualidade com autocorrelao que exprimem um
comportamento cujo nvel mdio oscila ao longo do tempo, Costa, Epprecht e Carpinetti
(2004) recomendam considerar o valor da varivel como sendo composta por duas parcelas. A
primeira, responsvel pelo nvel mdio da varivel monitorada, a qual oscila gradualmente
ao longo do tempo, responsvel pela autocorrelao. A segunda parcela referente ao rudo
ou variao aleatria de curto prazo, com mdia zero e independente no tempo. Os autores
propem alargar os limites de controle do grfico de mdias, levando em considerao a
variabilidade total devida variabilidade do nvel da srie e do rudo de curto prazo. Os
autores sugerem que, no clculo dos limites de controle, o desvio padro seja obtido atravs
de medidas diretas, empregando uma quantidade de amostras iniciais conforme equaes (16)
e (17).
c S
X X
/ = o (16)

1
) (
1
2

=

=
m
X X
S
m
i
i
X
(17)
Em que, c uma constante determinada pelo nmero de m amostras iniciais; m o nmero de
amostras iniciais;
i
X a mdia aritmtica da amostra i de tamanho n;
Os limites de controles para este tipo de carta so determinados pelas equaes (18) a
(20), nas quais empregam como referencia central a mdia das mdias amostrais inicias.
X
K LSC o
0
+ = (18)
0
= LC (19)
X
K LSC o
0
= (20)
Em que,
0
a mdia das mdias amostrais X ;
X
o o desvio padro das mdias amostrais
X (16); K a distncia dos limites de controle a partir da linha central, sugerido K = 3.
Mingoti e Yassukawa (2008) estudaram cartas de controle construdas via
metodologias de geoestatstica para serem utilizadas no monitoramento da mdia de processos
autocorrelacionados. O monitoramento realizado atravs da carta de Shewhart aplicada

35
varivel original de interesse, considerando-se a estimativa de geoestatstica para o desvio
padro do processo ao invs do desvio-padro amostral S ou da estimativa via amplitude
amostral. Com esta correo, a autocorrelao incorporada nos limites de controle LSC e
LIC. Concluram que estes estimadores so melhores que a varincia amostral e que os
estimadores baseados na amplitude amostral para representar a variabilidade natural dos
processos autocorrelacionados.
Em Knoth e Amin (2003) visto em um estudo sobre a construo dos limites de
tolerncia das cartas de controle, estando presente a autocorrelao nas variveis do processo.
Com estes limites assegurado que a produo no estar fora das especificaes
estabelecidas. Os autores sugerem tcnicas para a escolha dos melhores estimadores para a
variabilidade do processo e determinao do fator k, estabelecendo os mltiplos do desvio
padro na construo dos limites.
Uma carta de controle para dados autocorrelacionados, que monitora diretamente as
observaes originais proposta por Moreira e Caten (2004). A proposta desta carta consiste
em combinar a carta de controle ajustada por um modelo ARIMA (causas comuns) com a
carta dos resduos, de onde so adaptados os limites de controle, que so mveis. Para o
clculo destes limites utilizado o desvio-padro dos erros. Com este procedimento so
acompanhados diretamente os dados de processo dispensando o monitoramento dos resduos.
Nos trabalhos pesquisados, relacionados s modificaes dos limites de controle para
monitorar especificamente dados autocorrelacionados, percebe-se variaes de abordagens,
nas quais procuram explorar caractersticas especficas, conforme o tipo de tcnica utilizada.
Porm, cada um busca, na sua rea, uma melhor forma de estimar a varincia, de forma a
minimizar o surgimento de alarmes falsos, alm de melhorar a eficincia na deteco de
alteraes no processo. So tambm pesquisados os fatores k, indicando a distncia dos
limites de controle, a partir da linha central em mltiplos dos desvios-padro. A busca por
trabalhar diretamente com os dados originais, visa uma aplicao mais direta das cartas de
controle.

2.1.6 Outras tcnicas para monitoramento de dados autocorrelacionados

Alm das cartas de controle baseadas em suas verses tradicionais, outras tcnicas so
sugeridas para se monitorar dados autocorrelacionados. Algumas so adequaes s existentes
ou mesmo novas verses envolvendo maior complexidade. Algumas destas tcnicas so
citadas na sequncia.

36
Utilizando Redes Neurais, Balestrassi (2000) implementou um sistema semi-
automatizado de CEP para dados autocorrelacionados ou no autocorrelacionados. Os dados
obtidos a partir de sensores so modelados e ento gerados resduos. Nos resduos atua uma
rede neural reconhecendo os padres de uma carta de Controle Estatstico. Consideram o seu
desempenho satisfatrio. Nesta mesma linha de pesquisa, Arkat, Niaki e Abbasi (2007)
desenvolveram um modelo baseado em redes neurais para previso e construo de uma carta
CUSUM multivariada para os resduos.
Jiang, Tsui e Woodall (2000) propuseram uma nova carta de controle baseada no
monitoramento de uma estatstica ARMA das observaes originais autocorrelacionadas.
Segundo os pesquisadores, levando em considerao a estrutura da autocorrelao existente,
esta nova carta permite uma grande flexibilidade na escolha dos seus parmetros. Com a
escolha apropriada destes parmetros, supera em desempenho outras cartas similares. Essa
carta foi utilizada por Cheng e Chou (2008) em um sistema de deciso de estoques em tempo
real obtendo bons resultados.
Wright, Booth e Hu (2001) propem um mtodo para deteco de anormalidades
atravs de uma unio de estimativas. Este procedimento visa possibilitar o controle estatstico
de dados autocorrelacionados no qual no se tem disponvel um histrico que possibilite
ajustar modelos de sries temporais para a determinao dos resduos para serem
monitorados. Empregando uma linha base para acompanhamento, os autores citam o seu bom
desempenho.
No estudo realizado por Jacobi, Souza e Pereira (2002) foi aplicado uma carta de
Controle de Regresso para dados autocorrelacionados em que monitorou-se diretamente os
valores observados e no os resduos. Com esse procedimento os autores visam avaliar o
efeito do conjunto dessas variveis.
Uma nova metodologia para o CEP em processos no lineares e dependentes do estado
apresentada por Gal, Morag e Shmilovici (2003). Essa metodologia monitora os atributos
estatsticos do processo comparando, a cada perodo de tempo, duas rvores de contextos.
Uma delas a de referncia, representando o comportamento do processo sob controle, e a
segunda a monitorada representando o comportamento do processo a cada instante, gerada
periodicamente. A distncia entre as duas rvores monitorada indicando a existncia de
mudanas significativas no processo requerendo interveno.
Os resduos obtidos atravs de modelos de regresso mltipla ajustados aos dados
foram utilizados por Pedrini e Caten (2008) para o monitoramento de observaes
autocorrelacionadas. Em seu estudo, realizaram um comparativo de desempenho entre

37
monitorar esses resduos por meio de carta de controle para medidas individuais e os
provenientes de modelos ARIMA. Os autores obtiveram melhores resultados com as cartas de
controle de resduos de regresso destacando-se: em sinalizao de causa especial; melhor
estimativa de desvio-padro; no perder as primeiras d informaes quando a srie no for
estacionria e necessitar ser diferenciada. Estudos semelhantes, baseados em ajustes de
regresso, so apresentados por Loredo, Jearkpaporn e Borror (2002) e Shu, Tsung e Tsui
(2004). Tais estudos baseiam-se no fato de que os resduos de modelos de regresso,
devidamente ajustados, no so correlacionados. Quando as variveis de entrada so
observveis e se sabe da existncia de relao entre as variveis de entrada e sada, ento o
monitoramento dos resduos, atravs das cartas de controle (Shewhart, EWMA, CUSUM),
indicado pelos autores como sendo uma boa alternativa para detectar deslocamentos da mdia
das caractersticas de qualidade de interesse.
Evolues das cartas de controle, visando suas aplicaes em processos
automatizados, com grande nmero de variveis envolvidas e autocorrelacionadas, esto
sendo desenvolvidas em suas verses multivariadas. Diversos estudos na atualidade tm
realizado proposies destas aplicaes como: variaes da carta EWMA para uma verso
multivariada (DYER; CONERLY; ADAMS, 2003; APARISI; DAZ, 2004); programa
computacional para verificar o desempenho de mtodos de controle estatstico de processos
multivariados (MASTRANGELO, FORREST, 2002); carta de controle multivariada T
2
de
Hotelling como extenso da carta de Shewhart para processos multivariados (APLEY;
TSUNG, 2002; TOKATLI; CINAR; SCHLESSER, 2005; CHEN; HSIEH, 2007; WANG,
TSUNG, 2008); cartas de controle baseadas e Anlise de Componentes Principais visando
reduzir o tamanho do problema e interpretando quais variveis so mais importantes
(VENKATASUBRAMANIAN et al., 2003; GAITHER; FRAZIER, 2006; GONZLEZ;
SNCHEZ, 2008); cartas de controle baseadas no mtodo dos Mnimos Quadrados Parciais
que procura relacionar as variveis de entrada, dados do processo, com as de sadas,
caractersticas de qualidade (UNDEY; TATARA; INAR, 2003; REINIKAINEN,
HOSKULDSSON, 2007).
Algumas aplicaes do CEP multivariado podem ser vistas em: Albert e Kinley (2001)
em um caso da indstria qumica; Chen et al. (2008) na indstria de monitores de cristal
liquido (liquid crystal display LCD); Rosa et al. (2007) na fabricao e controle de
qualidade de remdios; Wu e Makis (2008) prope grficos _
2
para aplicao na manuteno
industrial e tambm Yang e Rahim (2005) em um processo estatstico envolvendo avaliao
econmica na determinao dos parmetros da carta de controle T
2
.

38
2.2 CONTROLE DE ENGENHARIA DE PROCESSO

O Controle de Engenharia de Processo (CEnP), tambm conhecido com Automatic
Process Control (APC) teve origem no sculo XVIII, quando James Watt construiu um
regulador centrfugo para o controle de velocidade de uma mquina a vapor. Em 1922,
Minorsky demonstrou que equaes diferenciais poderiam ser utilizadas para determinar a
estabilidade de sistemas, aplicando-as para em controladores automticos para pilotagem de
embarcaes. Nos anos 50, do sculo XX, Evans desenvolveu o mtodo de lugar das razes,
consagrando assim, a teoria clssica de controle. Com os sistemas modernos, muitas entradas
e sadas, suas descries passaram a ser mais difceis, necessitando um grande nmero de
equaes. Porm, com a disseminao dos computadores, na dcada de 60, do sculo passado,
possibilitou que os problemas complexos pudessem ser analisados diretamente no domnio do
tempo com o emprego de variveis de estado. Desta forma, a teoria de controle moderno pode
ser implementada em sistemas atuais com preciso, importncia e custo, como em sistemas
militares, espaciais e industriais. Ainda no sculo XX, entre as dcadas de 60 e 80, foram
pesquisados controladores timos de sistemas determinsticos e estocsticos, alm de controle
adaptativo e de aprendizagem. A partir dos anos 80, passaram a ser pesquisados outros tipos
de controle, como o controle robusto e o controle

H (OGATA, 2003).
A engenharia de controle de processos (manufatura, produo e outros),
frequentemente chamada de automao, amplamente utilizada nos mais diversos ramos
indstrias da atualidade. Tem permitido a construo de mquinas e processos cada vez mais
automatizados, possibilitando o aumento da produtividade, confiabilidade e qualidade dos
produtos. A teoria e a prtica, combinadas na construo de controles automticos, constituem
um ramo amplo da engenharia, que tem despertado a motivao para inmeras pesquisas
visando o desenvolvimento de sistemas cada vez mais sofisticados e teis (DORF; BISHOP,
2001).
O Controle de Engenharia de Processo vem desempenhando um papel fundamental
nos avanos tecnolgicos em diversos ramos da engenharia e cincias. O controle automtico
tem se integrado aos processos industriais, gerenciando operaes como os controles de
presso, temperatura, umidade, viscosidade, vazo e outros. Com o aumento da complexidade
dos sistemas de produo, passou-se a empregar em sua modelagem um nmero crescente de
variveis de entrada e de sada (OGATA, 2003).



39
2.2.1 Sistemas de controle

Um sistema de controle pode ser definido como uma combinao de componentes que
agem em conjunto para alcanar determinado objetivo, agindo de forma integrada com vistas
a realizar determinada operao. Pode agir sobre o seu prprio funcionamento ou de outro
sistema. Para realizao das suas atividades necessita de um modelo matemtico composto
por um conjunto de equaes que representem a dinmica do sistema (OGATA, 2003).
Os modelos que relacionam as variveis influentes de entrada s sadas do processo
ajudam a determinar a natureza e a grandeza dos ajustes requeridos. Aps a determinao da
influncia e relacionamento entre entradas e sadas, o processo pode ser ajustado de forma
sistemtica quando necessrio. Assim, os valores futuros das caractersticas de qualidade
pretendidas sero mantidos dentro das especificaes. Se forem realizadas correes ou
ajustes no processo, baseadas em valores das variveis de sada, este controle conhecido
como controle de realimentao ou retroao (feedback) (MONTGOMERY, 2004).
Os sistemas de controle, quanto ao sistema de ajustamento, divide-se em controles de
malha aberta (sem realimentao) e controladores de malha fechada (com realimentao). O
sistema de controle de malha aberta aquele em que o sinal de sada no exerce ao de
controle no sistema. Nesse caso, a sada no medida nem comparada com o sinal de entrada,
ver Figura 2 (a). Cada entrada corresponder uma condio fixa de operao. A preciso deste
tipo de controle estar condicionada somente calibrao do sistema. Distrbios incorridos
no sero corrigidos e as operaes podero ser executadas de forma errnea. Este tipo de
controle estar sujeito a situaes em que a relao de entrada e sada for bem conhecida e
no existir distrbios impactando no modelo. Os sistemas nos quais as operaes em
sequncia so controladas em funo do tempo, so geralmente de malha aberta e necessitam
de monitoramento peridico de regulagens e calibraes.
Os sistemas de controle de malha fechada, (com realimentao), levam em
considerao o sinal de erro envolvido (diferena entre sinal de entrada e o sinal de
realimentao ou uma funo deste). A realimentao do controlador procura minimizar o
erro em relao sada, valor-alvo. As variaes encontradas sero automaticamente
corrigidas atravs do incremento da(s) varivel(eis) de entrada, uma vez alterada(s) buscando-
se ajustar ao(s) valor(es) alvo determinados. Um sistema de controle de malha fechada pode
ser visto na Figura 2 (b).

40

Figura 2 (a) - Malha Aberta

Figura 2 (b) - Malha Fechada
Figura 2 Sistemas de Controle
[Fonte: Adaptado de Ogata (2003)]
Na comparao entre as duas formas de ajustamento, o de malha fechada possui uma
resposta de sada relativamente insensvel a distrbios e variaes dos parmetros. Neste caso,
pode-se utilizar componentes mais baratos e menos precisos na construo de um sistema de
controle com boa preciso. No quesito estabilidade, o sistema de malha aberta mais fcil de
ser construdo, no sendo um problema. O mesmo no acontece com o controle de malha
fechada. Neste caso a estabilidade um problema significativo, uma vez que, pode ocorrer a
tendncia de correo de erros desnecessariamente impactando no surgimento de oscilaes
nas variveis de sada. Para sistemas cuja entrada previamente conhecida e no sujeitas a
distrbios, Ogata (2003) sugere a utilizao de malha aberta. Nos sistemas quando se fizerem
presentes distrbios e alteraes no previsveis nos componentes, recomenda a utilizao de
malha fechada. Do ponto de vista de custos, o controle de malha fechada geralmente mais
caro e necessita de uma quantidade maior de elementos. Dependendo da aplicao, a
combinao dos dois sistemas recomendada para equilibrar as caractersticas econmicas e
tcnicas.
Para OReilly (1987) os controles de processo com realimentao destacam-se,
principalmente nas aplicaes com um nmero grande de variveis. O que impulsionou o
crescimento desta teoria foi o avano tecnolgico da capacidade de processamento,
permitindo anlises antes inviveis, face a quantidade de variveis envolvidas, complexidade
de clculos e velocidade necessria de deciso. Um grande leque de aplicaes em problemas
industriais se abriu e solues, antes inesperadas, puderam ser observadas.
Uma das partes mais importantes dos controladores a sua modelagem matemtica em
que, para um sistema dinmico (sistema cujo estado evolui com o tempo), representado por
um conjunto de equaes, geralmente diferenciais, ligadas ao comportamento e relaes
fsicas das grandezas envolvidas. O conjunto de equaes do modelo matemtico, buscando
representar o sistema fsico, em funo das dificuldades geralmente envolvidas, faz com que
nenhum modelo matemtico seja exato. Pode-se melhorar a preciso do modelo aumentando a

41
complexidade das equaes, porm deve-se procurar no tornar o problema excessivamente
complexo, o que dificulta a resoluo (PHILLIPS; HARBOR, 1996).
Em um sistema dinmico, quando a causa (dados de entrada) for proporcional ao
efeito (sada), o sistema considerado linear. Nestas situaes, possvel aplicar o princpio
da superposio, ou seja, na aplicao simultnea de diversas equaes do modelo a soluo
pode ser simplificada considerando as entradas individualmente e somando-se as respostas de
cada uma delas. Os sistemas lineares ainda podem ser classificados: (i) em invariantes no
tempo, quando os coeficientes das suas equaes diferenciais forem constantes, mais
especificamente, quando as relaes de entrada e sada no se modificam com o tempo, e (ii)
sistemas lineares variantes no tempo quando os coeficientes so funes do tempo
(SCHWARTZ, 1972).
Como grande parte dos fenmenos fsicos que se procura equacionar possui
comportamento no linear, geralmente aproximaes de linearizao so buscadas. O
comportamento das variveis pode ser aproximado como linear dentro de certa faixa de
valores ou, mesmo empregando tcnicas que permitam considera-lo como tal, assumindo a
possibilidade um pequeno erro. Obtendo-se modelos com comportamentos lineares e
invariantes no tempo, ou considerados com estas caractersticas, tcnicas tradicionais e
simplificadas podem ser utilizadas na sua resoluo, bem como nas verificaes de
estabilidade e robustez (DORF; BISHOP, 2001). Podendo ser estabelecida tambm, relao
entre a transformada de Laplace da Sada Y(s), com a da entrada, X(s). Esta relao
denominada Funo de Transferncia G(s), empregada por facilitar e sistematizar a soluo de
equaes diferenciais ordinrias lineares (DAZZO; HOUPIS, 1981).
Os controladores automticos com realimentao monitoram o valor real de sada do
sistema e realizam uma comparao com um valor desejado de referncia (entrada). Caso se
observe algum desvio, um sinal de controle gerado para minimiz-lo, produzindo uma ao
de controle. A Figura 3 representa, em formato de diagrama de blocos, um sistema tpico de
controle industrial com controle automtico.
Na Figura 3, o controlador monitora o ponto de ajuste e o sinal de realimentao com
informaes da sada recebido do sensor. O desvio encontrado repassado ao atuador que ir
interferir diretamente no processo, corrigindo desvios para manter a varivel de sada no valor
especificado. Como o sinal do controlador geralmente de baixa intensidade (potncia),
existe a necessidade do emprego de amplificadores para se conseguir manipular o atuador. O
sinal obtido do sensor deve ser na mesma unidade em que o controlador monitora o sinal de
referncia.

42

Figura 3 Diagrama de blocos de um controlador automtico industrial tpico
[Fonte: Adaptado de Ogata (2003)]
Em funo dos objetivos pretendidos, neste estudo sero abordados somente os
controladores em malha fechada (retroao), apropriados para sistemas industriais onde
distrbios so inerentes ao processo. Quanto ao comportamento do processo e seu controle, o
interesse desta tese recai sobre os sistemas lineares invariantes no tempo, os quais so
representados por equaes diferenciais com seus coeficientes constantes, situaes
frequentemente buscadas na prtica industrial (DORF; BISHOP, 2001).

2.2.2 Sistema de controle PID

O controlador Proporcional Integral e Derivativo (PID) composto de trs termos, os
quais esto relacionados ao clculo do erro entre a varivel de sada e o um valor-alvo a ser
buscado. A sada do controlador igual soma de um termo proporcional, de um termo
integral e de um termo diferencial, com um ganho ajustvel para cada termo. A popularidade
dos controladores PID pode ser atribuda ao seu desempenho robusto (baixa sensibilidade na
presena de perturbaes) em um grande faixa de condies operacionais, e sua
simplicidade funcional, permitindo ser operado de maneira simples e correta (DORF;
BISHOP, 2001).
Ogata (2003) classifica os controladores industriais de acordo com as suas funes de
controle:
- Controladores Proporcionais (P);
- Controladores Integrais (I);
- Controladores Proporcionais Integrais (PI);
- Controladores Proporcionais Derivativos (PD);

43
- Controladores Proporcionais Integrais e Derivativos (PID).

Na escolha do tipo de controlador a ser empregado, devem ser levados em
considerao a natureza da planta industrial, condies de operao e tambm de segurana,
disponibilidade, confiabilidade, preciso, peso e tamanho dos componentes.
O Controlador com ao de Controle Proporcional estabelece uma relao entre o erro
atuante ( ) (t e ) e o sinal de sada do controlador ( ) (t u ), tendo uma constante de ganho
envolvida conforme equao (21). Independente do mecanismo real e o tipo de energia
utilizada na operao, o Controlador Proporcional um amplificador com ganho ajustvel.
) ( ) ( t e K t u
p
= (21)
Em que, ) (t u o sinal de sada do controlador; ) (t e o sinal de erro detectado;
p
K uma
constante de ajuste, ganho proporcional.
No Controlador Integral, o sinal de sada uma funo cuja taxa de variao
proporcional ao sinal do erro detectado, considerando-se uma constante de ajuste, o
comportamento do sinal de sada expresso pela equao (22).
) (
) (
t e K
dt
t du
i
= ou dt t e K t u
t
i
}
=
0
) ( ) ( (22)
Em que, ) (t u o sinal de sada do controlador; ) (t e o sinal de erro detectado;
i
K uma
constante de ajuste, ganho integral.
J o Controlador de ao Proporcional-Integral engloba as duas ltimas funes. o
somatrio das duas funes Proporcional e Integral, sendo o sinal de sada expresso pela
relao (23).
dt t e
T
K
t e K t u
t
i
p
p
}
+ =
0
) ( ) ( ) ( ou dt t e K t e K t u
t
i p
}
+ =
0
) ( ) ( ) ( (23)
Quando, ) (t u o sinal de sada do controlador; ) (t e o sinal de erro detectado;
p
K uma
constante de ajuste, ganho proporcional;
i
K uma constante de ajuste, ganho integral;
i
T
o tempo integrativo.
Souza, Samohyl e Malav (2004a, 2004b) utilizaram um Controlador Proporcional-
Integral ao erro para determinar o ajuste a ser empregado na correo de variveis de processo

44
(temperaturas). Para ajustar o controlador, empregaram tcnicas de regresso multivariadas
para determinar o distrbio (erro) e a constante de ganho. Como se tratava de um sistema
multivariado, tcnicas de controle estatstico sinalizavam quais variveis deveriam ser
ajustadas.
Outro tipo de controlador, o Controlador Proporcional Derivativo tem a sua sada
dependente de dois termos. O primeiro termo de ao proporcional e o segundo dependente da
taxa de variao do erro, a equao (24) representa o sinal de sada deste tipo de controlador.
dt
t de
T K t e K t u
d p p
) (
) ( ) ( + = ou
dt
t de
K t e K t u
d p
) (
) ( ) ( + = (24)
No qual, ) (t u o sinal de sada do controlador; ) (t e o sinal de erro detectado;
p
K uma
constante de ajuste, ganho proporcional;
d
K uma constante de ajuste, ganho derivativo;
d
T
o tempo derivativo.
Por fim, o Controlador de ao Proporcional Integral - Derivativo agrega as aes de
cada um dos trs controladores. Portanto, o sinal de sada composto por trs termos
apresentados anteriormente e conforme apresentado na equao (25).
dt
t de
T K dt t e
T
K
t e K t u
d p
t
i
p
p
) (
) ( ) ( ) (
0
+
}
+ = ou
dt
t de
K dt t e K t e K t u
d
t
i p
) (
) ( ) ( ) (
0
+ + =
}
(25)
Os sistemas de controle geralmente so testados com sinais de entrada simples, em
funo do tempo t, permitindo anlise experimental e matemtica. Os sinais de entrada
empregados mais comumente so as funes degrau, rampa, impulso, senoidais. Neste estudo,
como sero empregados os recursos de simulao numrica, o sistema de controle poder ser
diretamente avaliado e testado com o comportamento das variveis geradas.
Em um sistema de controle a resposta temporal constituda de uma parte transitria e
de outra estacionria, conforme pode-se observar na expresso (26). A resposta transitria a
resposta de um sistema com uma funo do tempo indo de um estado inicial ao estado final (
aquela que desaparece com o tempo). A resposta em regime estacionrio possui um mesmo
comportamento do sinal de sada medida que t tende ao infinito ( a parte da resposta que
corre muito tempo depois da aplicao de um sinal de entrada).
) ( ) ( ) (
. .
t C t C t C
estac transit
+ = (26)

45
No projeto de um sistema de controle deve ser possvel prever o seu comportamento
dinmico, baseado em seus componentes. Neste sentido, um dos problemas mais importantes
a anlise da estabilidade absoluta (sistema estvel ou instvel). Em um sistema dito em
equilbrio, os sinais de entrada e de sada permanecem no mesmo estado, logo, este no possui
distrbios. Em um sistema considerado estvel, quando submetido a uma condio inicial,
possui condies de retornar ao estado de equilbrio. Um sistema instvel quando submetido a
uma condio inicial, a partir de um estado de equilbrio, a sada ir divergir da entrada, sem
limites. Um indicador da preciso do sistema o erro estacionrio que mensura a divergncia
entre o sinal de sada com o de entrada (OGATA, 2OO3).
Para Phillips e Harbor (1996) antes de qualquer outra verificao, um sistema de
controle precisa ser estvel. Sendo assim, pode-se ento especificar condies em que o
mesmo poder ser insensvel s variaes de certos parmetros do processo que saber
apresentar alteraes durante a operao do sistema. Na presena de distrbios significativos,
pode-se especificar limites de resposta a estes distrbios. Conhecendo-se as informaes de
entrada, pode-se especificar a resposta de forma a acompanh-la em regime estacionrio com
certa preciso. Neste sentido, o controlador PID considerado robusto, sendo verstil em seus
ajustes quando da presena de distrbios, sendo aplicado em sistemas de controle em que se
necessita a melhora tanto da resposta transitria quanto da resposta em regime estacionrio
(PHILLIPS; HARBOR,1996).
Moro (2003) aborda a questo do controle de processo avanado em indstrias de
refino de petrleo. Cita que a maioria das refinarias utiliza uma combinao dos controladores
de ao proporcional, integral e derivativo com outros controladores de processo de
comportamento linear para solucionar problemas de regulao dinmica. Considera esta
configurao adequada para finalidade, e que as atenes agora esto se voltando para se
assegurar um correto uso e um melhor desempenho das aplicaes j instaladas.
A versatilidade do controlador PID e sua flexibilidade proporcionaram que fosse
muito difundido no meio industrial. Mais da metade dos controladores industriais, em uso na
atualidade, emprega este esquema de controle (OGATA, 2003).
Na sequncia, so apresentados alguns outros mtodos de anlise e controle, os quais
podem ser empregados em conjuntos com os j abordados. Com isso, permitido o projeto de
sistemas de controle mais precisos com melhores desempenhos.




46
2.2.3 Outros sistemas de controle

Diversos sistemas de controle vm sendo propostos, buscando maiores eficincias no
gerenciamento dos processos industriais. Alguns so mais antigos, porm ainda em uso, e
outros mais recentes. Os principais identificados na literatura so abordados na sequncia
como: mtodo do lugar das razes, mtodo de resposta em frequncia, sistemas de controle de
espao de estados e modelos de controles preditivos.

2.2.3.1 Mtodo do lugar das razes

O mtodo do lugar das razes foi apresentado por Evans, em 1948, e tem sido muito
utilizado nas prticas de controle de engenharia. O fato de poder ser empregado em conjunto
com outras tcnicas permitiu sua grande divulgao (DORF; BISHOP, 2001).
A equao caracterstica de um sistema de malha fechada corresponde ao denominador
da sua equao de transferncia, igualado a zero. Equao de transferncia esta, que foi
aplicada previamente Transformada de Laplace. A relao entre os termos gera um
polinmio no espao complexo em s ) ( e t j + . O estudo das razes deste polinmio possibilita
anlise dos plos (valores que fazem a equao caracterstica tender a infinito) e zeros
(valores que anulam a equao caracterstica).
Para Phillips e Harbor (1996) o lugar das razes de um sistema a representao
grfica das razes da equao caracterstica do sistema, significando que os plos da funo de
transferncia em malha fechada, para algum parmetro do sistema que variado. O lugar das
razes de um sistema o lugar dos plos de malha fechada quando o ganho K, inserido na
equao, varia de zero a infinito.
No projeto de controladores, estes so especificados para realizar determinadas tarefas.
Para seu correto funcionamento so estabelecidas especificaes de desempenho como
requisitos de funcionamento em resposta transitria e em regime permanente. Para isso, so
necessrias compensaes nos sistemas de controle lineares, invariantes no tempo, sendo
ento, modificaes dinmicas visando atender s especificaes pr-estabelecidas. Este
mtodo do lugar das razes visa justamente redesenhar o lugar das razes do sistema pela
adio de plos e zeros na funo de transferncia permitindo, assim, melhorar a estabilidade
e desempenho do sistema, buscando atingir os quesitos estabelecidos (OGATA, 2003).
A localizao das razes da equao caracterstica de um sistema de controle de malha
fechada est relacionada, diretamente, com a estabilidade relativa e desempenho da resposta

47
transitria. Com o mtodo do lugar das razes, os deslocamentos das razes da equao
caracterstica no plano s devem ser averiguados, conforme os parmetros do sistema possam
ser variados. Baseia-se em uma tcnica grfica para encontrar o esboo inicial do projeto e de
determinar alteraes na estrutura do sistema e valores de parmetros. Com o auxlio de
ferramentas computacionais, a preciso de clculo aumentada, inclusive indicando locais
importantes de onde devem estar posicionadas as razes. A partir do lugar das razes os
parmetros podem ser ajustados, caso a localizao inicial no seja satisfatria (DORF;
BISHOP, 2001).

2.2.3.2 Mtodo de resposta em frequncia

Este mtodo est baseado na resposta em regime permanente de um sistema,
considerando uma entrada senoidal. Com a variao da frequncia do sinal de entrada
verificado o comportamento da resposta resultante na sada. Este um mtodo que pode
complementar o controlador, desenvolvido pelo mtodo lugar das razes. Foi desenvolvido
no perodo de 1930 e 1940 por Nyquist, Bode, Nichols e outros, e considerado um dos mais
poderosos na teoria de controle convencional. No projeto de um controlador de malha
fechada, baseado em resposta em frequncia, procura-se ajustar as caractersticas da resposta
da funo de transferncia de malha aberta, empregando critrios de projeto, obtendo-se
comportamentos aceitveis da resposta transitria do sistema (OGATA, 2003).
Uma das vantagens do mtodo de resposta em frequncia o de poder projetar um
sistema de controle sem necessitar desenvolver a funo de transferncia. Pode ser
desenvolvido diretamente pelas de medies do sistema fsico. Para um sistema em regime
permanente, a resposta da funo de transferncia pode ser obtida diretamente a partir da
funo de transferncia senoidal, que uma funo na qual o plano complexo s substitudo
por j, em que a frequncia. Considerando um sistema com funo de transferncia G(s),
entrada (x(t)) e sada (y(t)), tem-se que se a entrada um sinal senoidal, a sada em regime
permanente tambm o ser com a mesma frequncia, mas com mdulo e ngulo de fase
diferente (PHILLIPS; HARBOR, 1996).
Mtodos grficos so utilizados para representar o nmero complexo G(j) em relao
variao de . Ferramentas grficas muito eficientes para estas anlises e projetos de
controladores so os diagramas de Bode (mdulo de G(j) pelo ngulo de fase). Outros

48
diagramas, bastante empregados nestas verificaes, so os polares, os de magnitude e de fase
(DORF; BISHOP, 2001).
O mtodo de resposta em frequncia utiliza os grficos de plos, diagrama de Nyquist
e de Magnitude, utilizados para o critrio de estabilidade absoluta e relativa. Os critrios de
desempenho do mtodo para estabilidade e velocidade de resposta esto correlacionados com
os de anlises de transientes. A anlise e projeto dos controladores, baseados neste mtodo,
foram favorecidos com o desenvolvimento computacional, uma vez que ficaram mais
acurados os grficos dos plos para seleo de compensadores dinmicos. Na anlise e
projeto de controladores, baseados na resposta em frequncia, utilizam como uma das
principais ferramentas o grfico de Bode, devido a sua simplicidade de traado e facilidade de
identificao de falhas de desempenho (VAN DE VEGTE, 1986).
Segundo Ogata (2003), no projeto de um controlador, o mais importante o
desempenho da resposta transitria. No mtodo de resposta em frequncia, esta feita de
maneira indireta, especificada em termos de margem de fase, margem de ganho, amplitude do
pico de ressonncia, frequncia de cruzamento de ganho, frequncia de ressonncia, banda
passante e constantes de erro esttico.
No domnio da frequncia, atravs de diagramas, possvel indicar com clareza o
modo pelo qual o sistema deve ser modificado, apesar de que a resposta transitria no seja
possvel prever com preciso. Entre duas tcnicas principais, a do diagrama de Bode e do
diagrama polar, em funo de maiores facilidades de adio de compensadores e de
visualizao do comportamento na alterao do ganho. Com esta tcnica, inicialmente ajusta-
se o ganho de malha aberta, visando atender ao requisito de preciso em regime permanente.
Na sequncia, so traadas curvas de mdulo e de fase no compensadas. Se as especificaes
de margem de fase (diferena entre o ngulo de fase | e 180
o
) e de ganho no estiverem
sendo atendidas, especifica-se um compensador apropriado que venha a alterar a funo de
transferncia.

2.2.3.3 Sistemas de controle no espao de estados

Em funo do aumento da complexidade dos sistemas de engenharia devido s
exigncias das tarefas mais elaboradas e precisas, os sistemas com mltiplas entradas e sadas
e variantes no tempo so cada vez mais empregados. Assim, a teoria utilizada para anlise e
desenvolvimento de sistemas de controle, baseada no domnio do tempo e utilizando variveis
de estado, foi aprimorada para solucionar estas necessidades. Esta forma de anlise

49
considerada, pelos especialistas, como um dos marcos do controle de engenharia. O sistema
de controle no espao de estados, um dos sistemas modernos de controle, pode ter diversas
variveis de entrada e de sada alm delas poderem ser interrelacionadas de forma complexa.
A teoria do controle convencional fundamentada na relao entrada-sada (funo de
transferncia), enquanto a teoria moderna baseada na descrio de um sistema com
equaes diferenciais de primeira ordem, que podem ser escritas na forma vetor-matricial
(OGATA, 2003).
Este mtodo utilizado na simulao e anlise de projetos de controladores cujo
objetivo desenvolver uma representao que preserve a relao entrada-sada, expressa por n
equaes diferenciais de primeira ordem, representando, assim, as caractersticas internas do
sistema, empregando tcnicas no domnio do tempo. Podem ser utilizadas para sistemas no-
lineares, variantes no tempo e multivariveis (DORF; BISHOP, 2001).
Para Phillips e Harbor (1996) o estado de um sistema, em qualquer tempo t
0,
a
quantidade de informao das suas variveis em t
0
que, em conjunto com todas as entradas
para
0
t t > , determinam o comportamento do sistema para qualquer instante
0
t t > . Os autores
destacam, como vantagens sobre a abordagem da funo de transferncia, que este mtodo
possui maior facilidade de anlise e projeto de sistemas de ordem elevada, principalmente
pela facilidade de implementao computacional, possibilitando a realimentao de um maior
nmero de informaes (variveis internas).
Dorf e Bishop (2001) definem as variveis de estado como sendo as que determinam o
comportamento futuro de um sistema, dado o estado presente, as excitaes de entrada e as
equaes que descrevem a dinmica desse sistema. Podem ser utilizadas como variveis de
estado at mesmo variveis que no representem diretamente grandezas fsicas mensurveis.
A anlise de espao de estados envolve trs tipos de variveis, as de entrada, as de
sada e as de estado. A representao de um dado sistema no espao de estado no nica,
mas o nmero de variveis de estado o mesmo para qualquer uma das representaes do
mesmo sistema. Um sistema dinmico, baseado neste mtodo, deve conter elementos que
memorizem os valores de entrada para
1
t t > .
A forma padro das equaes de estado e de sada dos sistemas analgicos lineares
dada pelas expresses (27).
) ( ) ( ) ( ) ( ) ( t t t t t u B x A x + = (27)
) ( ) ( ) ( ) ( ) ( t t t t t u D x C y + =

50
Em que, ) (t x a equao diferencial denominada de equao de estado do sistema,
) (t A corresponde a matriz de estado ou do sistema (n x n); ) (t x o vetor de estado (n x 1)
contendo as n variveis de estado; ) (t B a matriz de entrada (n x r); ) (t u o vetor com as r
entradas (r x 1); ) (t y o vetor de sada (p x 1); ) (t C a matriz de sada (p x n); ) (t D a matriz
de transmisso direta (p x r).
Quando da anlise de um sistema invariante no tempo, as matrizes A, B, C e D,
anteriormente citadas, no envolvero o tempo (t) explicitamente. A Figura 4 ilustra as
funes dos elementos das equaes (27).

Figura 4 Diagrama de um sistema de controle linear no espao de estados
[Fonte: Adaptado de Ogata (2003)]
Nos projetos de controladores em que se utilizarem tcnicas de identificao, para se
conseguir o modelo do sistema, geralmente obtm-se diretamente a funo de transferncia.
Nestas situaes, necessrio empregar um mtodo para transformar funes de transferncia
em modelo de estado, como o baseado em diagramas de simulao. Com esta transformao,
as variveis de estado, normalmente no correspondem a variveis fsicas (PHILLIPS;
HARBOR, 1996). Os diagramas de simulao so representaes em blocos traados a partir
dos elementos da equao de transferncia. Com este diagrama de simulao, pode-se
determinar as variveis de estado a partir dos seus elementos bsicos que so os integradores.
Os projetos de controladores no espao de estado so baseados nos mtodos de
alocao de plos e no regulador quadrtico timo. O primeiro visa alocar todos os plos de
malha fechada nas posies desejadas, similar ao mtodo do lugar das razes, sendo que neste
apenas os plos dominantes eram alocados. Baseado no mtodo do lugar das razes os
primeiros plos dominantes so alocados e os outros so posicionados de forma que eles
fiquem distantes, esquerda destes, no plano. Pode ser combinado com a tcnica do
observador para estimar as variveis de estado no mensurveis. Os plos de malha fechada
podem ser alocados desde que o modelo seja controlvel. Vrios conjuntos diferentes de plos
devem ser considerados e comparados, sendo escolhido o que tiver melhor caracterstica de

51
resposta (OGATA, 2003).
O mtodo do regulador quadrtico timo, ou tambm controle timo, possui a
vantagem de fornecer um modo sistemtico de clculo da matriz de ganho de controle por
realimentao de estado. Est relacionado com a determinao de uma matriz de ganho K do
vetor de controle, minimizando o ndice de desempenho, conforme equao (28), para o qual
o controlador deva ser projetado.
dt J
}
' + ' =

0
) ( Ru u Qx x (28)
Na qual, Q a matriz que determina a importncia do erro do sistema; R a matriz que
determina o consumo de energia dos sinais de controle; x o vetor de estado; u o vetor de
controle.
O controle timo pode ser esperado em termos de desempenho operacional do sistema
elaborado. Pode ser formulado em termos de ndices de desempenho no domnio do tempo,
como valor mximo de ultrapassagem e o tempo de subida da resposta para uma entrada em
degrau (DORF; BISHOP, 2001).

2.2.3.4 Modelos de controles preditivos

Os modelos de controle preditivo (model predictive control MPC), ou tambm
conhecido como controle preditivo baseado em modelos, fazem parte de uma classe de
algoritmos que calculam uma sequncia de ajustes de variveis manipuladas, visando otimizar
o comportamento futuro de um sistema a ser controlado. Desenvolvido originalmente para o
controle usinas eltricas e refinarias de petrleo, evoluiu para aplicaes em indstrias
qumicas, processamento de alimentos, automotiva, metalrgica e outras (QIN; BADGWELL,
1997).
Souza (2004) considera que os controles preditivos possuem uma abordagem diferente
dos modelos tradicionais. No enfoque deste controlador, existe a perspectiva de antever o
comportamento do processo, assim busca minimizar os desvios em relao a uma trajetria
pr-definida. Estes controladores necessitam da determinao do modelo do processo, da
funo objetivo e da obteno de uma lei de controle.
Os controladores preditivos utilizam, em suas estratgias de controle, os valores das
sadas do processo e aes de controle passadas em que, a cada tempo de amostragem t so
realizadas predies das sadas, em um horizonte definido. Operam, tambm, em funo do

52
modelo do processo assumido, dos vetores de aes de controle e sadas passadas alm de
considerar potenciais aes futuras de ajustes. Uma trajetria de referncia definida em
malha fechada, o vetor de aes de controle futuras definido de forma a minimizar a
diferena entre o valor de sada predito e a trajetria de referncia. Visando compensar e
evitar erros de modelagem e perturbaes, geralmente s a primeira ao de controle
calculada implementada pelo controlador. No instante seguinte, o procedimento completo
recalculado e os dados so atualizados. Desta forma, a ao de controle estar embasada nas
ltimas medidas e informaes (SANTOS, 2006).
Segundo Bosco (2008), os controladores preditivos multivariveis esto sendo
empregados em refinarias em todo o mundo, inclusive no Brasil, com grande sucesso. A sua
facilidade de implementao, em conjunto com outros sistemas de automao, proporciona
bons resultados gerando retorno financeiro significativo. As plantas industriais podem operar
perto de sua condio ideal de controle, bem como possuir flexibilidade de adaptao a novas
situaes de produo. Bezzo et al. (2005) utilizaram os modelos de controle preditivo,
obtendo melhores resultados em vez de controladores tradicionais. Uma reviso sobre estes
controladores e suas origens pode ser visto no trabalho de Morari e Lee (1999).
O mtodo empregado no MPC referencia-se em um controle timo, selecionando as
entradas de controle, tendo como meta a minimizao de uma funo objetivo. Para isso,
consideram-se os valores atuais de sadas e tambm os valores preditos por um modelo do
processo. Na equao (29) apresentada a funo objetivo a ser minimizada (SOUZA, 2004).
+ A + + + =
= =
Nu
j
N
N j
u
j t u j j t w j t y j N N N J
1
2 2
2 1
)) 1 ( )( ( )) ( ) ( )( ( ) (
2
1
o (29)
Nos quais, N
1
e N
2
limites do intervalo em que os valores sero confrontados com a trajetria
de referncia; N
u
o horizonte cuja ao de controle ir atuar; j t y + ( ) a previso de sada
estando no instante t; ) ( j o e ) ( j fatores de ponderao da influncia do desvio em relao
trajetria e das aes de controle; u so os incrementos das variveis manipuladas; y(t) os
valores de sada do processo; w(t) os valores da trajetria de referncia.
Apesar de serem calculados N movimentos de controle que minimizam a funo
objetivo dado pela equao (29), apenas o primeiro implementado. A cada nova medio
das variveis de sada, os parmetros do problema so atualizados e um novo problema de
otimizao formulado; desta forma, o prximo movimento de controle alcanado.

53
Segundo Souza (2004) a trajetria w(t) a ser seguida pelo controlador necessariamente
no precisa ser a real, mas um modelo matemtico indicando a dinmica do processo.
Apresenta uma possibilidade encontrada na literatura, conforme visto na equao (30).
)) ( ) ( ( ) ( ) ( t r t y k t r k t w
k
+ = + o (30)
Em que, ) (t r a funo de referncia, podendo ser inclusive um valor de set point da
varivel; o e k so parmetros responsveis pela suavidade da ao de controle.
Como resultados do procedimento de controle, so estabelecidas aes que o
controlador deve executar no processo. Algumas das estratgias de controle baseada nos
controladores preditivos como: Matriz Dinmica de Controle (DMC), Matriz Dinmica
Quadrtica de Controle (QDMC), Generalized Predictive Control (GPC) so apresentadas na
sequncia.
A Matriz Dinmica de Controle (Dynamic Matrix Control DMC) um dos mtodos
mais utilizados de controle preditivo, inclusive para sistemas com mltiplas entradas e
mltiplas sadas (MIMO). O algoritmo DMC e suas variaes bsicas proporcionam um bom
controle de processos univariveis e multivariveis, sem restrio. um algoritmo de
controle multivariado que proporciona bons resultados para o controle de processos, proposto
por Cutler e Ramaker (1979 apud SANTOS, 2006). O objetivo do controlador conduzir a
sada o mais prximo possvel dos valores de referncia, considerando os mnimos quadrados
com um termo de penalidade das variveis manipuladas, proporcionando menores clculos de
deslocamento da entrada e respostas de sada menos agressivas. Fatores de supresso de
movimentos tambm podem proporcionar benefcios numricos importantes que podem ser
utilizados para melhorar as condies de soluo. As referncias timas de entradas e sadas
so consideradas no algoritmo. Assim que o controlador mover uma unidade para um novo
espao de estado, o ciclo de otimizao repetido. O algoritmo move o sistema de um espao
de estado timo para outro (QIN; BADGWELL, 1997).
O DMC baseado em um modelo de resposta em tempo discreto, sendo calculado o
valor desejado de uma varivel manipulada cujo valor se mantm inalterado no perodo
seguinte. O novo valor da varivel manipulada ser o que fornece a menor soma do erro
quadrtico entre o valor de referncia e o predito desta (NIPPERT, 2002).
Para Morari e Lee (1999) o que contribuiu para uma maior difuso do algoritmo DMC
foi a simplicidade da formulao matemtica e os programas computacionais que surgiram e
que so aprimorados constantemente. Desta forma, sua implementao em processos

54
industriais tem sido muito facilitada e vantajosa.
A matriz dinmica quadrtica de controle (quadratic dynamic matrix control -
QDMC) considerada uma segunda gerao dos modelos de controle preditivos,
compreendendo algoritmos que proporcionam uma forma sistemtica de implementar
restries de entrada e sada (QIN; BADGWELL, 1997).
O QDMC pode ser utilizado como um controlador linear externo ou no entorno de um
sistema linearizado. Na dificuldade do algoritmo DMC conduzir o processo com restries,
este geralmente implementado como um programa quadrtico no qual as restries de
entrada e sada aparecem explicitamente (JANA; SAMANTA; GANGULY 2005).
A programao quadrtica (QP) utilizada para resolver um problema de otimizao,
quando sero determinadas as aes do controlador para um determinado horizonte de
controle, sendo este menor ou igual ao de predio. Assim, o algoritmo QDMC pode predizer
o desempenho das variveis controladas. Para predizer o comportamento das variveis,
utiliza-se um modelo do processo. Os erros encontrados entre as respostas preditas e as
desejadas so utilizados para novos ajustes do controlador. A cada perodo subsequente, os
valores reais so incorporados e o modelo pode ser corrigido e nova otimizao realizada
para obteno de uma nova soluo de controle tima. Devido ao aumento da complexidade,
o esforo computacional exigido pelo algoritmo do QDMC maior que o do DMC. Desta
forma, o seu emprego deve levar em considerao estas necessidades no momento da escolha
do algoritmo (SANTOS, 2006).
Com o desenvolvimento dos ambientes de redes e equipamentos microprocessados, a
rea de controle recebeu um grande impulso. Neste ambiente, o Generalized Predictive
Control (GPC) tornou-se um dos mtodos de controle preditivo bastante utilizado tanto na
indstria quanto no meio acadmico. A concepo bsica do GPC de calcular uma
sequncia de sinais de controle futuros de maneira a minimizar uma funo de custo definida
sobre o horizonte de predio (NORMEY-RICO et al., 2005).
Segundo Souza (2004), a estratgia de controle GPC tambm est estruturada em
modelos preditivos lineares, possuindo funo objetivo e aes de controle. Difere dos demais
por considerar o modelo preditivo baseado em funes de transferncia, quando se dispe de
um modelo matemtico com capacidade de representar bem a dinmica do processo. Para
otimizao e determinao das alteraes de controle, tambm busca a minimizao da funo
objetivo apresentada da em (29).
Dentre os modelos paramtricos que podem representar os sistemas a serem
controlados, pode-se utilizar o tipo linear ARMAX, cuja verso incremental denominada de

55
modelo CARIMA (Controlled Auto-Regressive Integrating Moving-Average)
(MONTENEGRO et al., 2006).
Gaoa et al. (2003) realizaram um estudo comparativo em uma planta qumica, em que
analisaram o desempenho da mesma, antes e depois da implementao de controladores
preditivos GPC. Em seu estudo, eles mostram que foi possvel reduzir a variabilidade e o
consumo de alguns insumos. Os autores tambm fazem um alerta com relao a problemas de
formulao, uma vez que, em uma de suas aplicaes, os resultados no foram satisfatrios e
concluram que os mesmos ocorreram devido a este tipo de falha.

2.2.3.5 Controlador multivarivel EWMA

Este controlador multivarivel, empregado em trabalhos de pesquisa encontrados na
literatura atual, abordado em funo da sua recente aplicao e desenvolvimento. Inclusive
foge s abordagens mais tradicionais do desenvolvimento de controladores de processos
industriais.
Considerando os casos de sistemas que necessitem do controle de mltiplas variveis
de entrada e mltiplas de sada (MIMO), Tseng, Chou e Lee (2002) propem um controlador,
linear, denominado de Controlador Multivariado de Mdias Mveis Exponencialmente
Ponderadas (Multivariate Exponentially Weight Moving Average MWMA). Esse
controlador utiliza um fator de reduo () o qual minimiza o erro quadrtico mdio total da
sada do processo, considerando que os distrbios envolvidos tm o comportamento de um
rudo branco ou mesmo de uma sria ARIMA (0,1,1). Citam os autores do trabalho que os
controles de realimentao MIMO no esto bem explorados na literatura. Citam alguns
trabalhos desenvolvidos por outros pesquisadores, porm abordam uma nica entrada e nica
sada (SISO) ou mesmo, mltiplas entradas, mas apenas uma nica sada (MISO).
A descrio do controlador linear MIMO proposto por Tseng, Chou e Lee (2002), com
m entradas e n variveis de sada (com m > n), apresentado pela expresso (31).
t t t
t Bu y + + + =
1
) 1 ( (31)
Sendo,
t
y o vetor da n sadas (n x 1); e so vetores desconhecidos a serem estimados (n
x 1); B uma matriz tambm a ser estimada
nxm ij
) (| ;
1 t
u representa o vetor das m entradas
(m x 1);
t
um vetor que representa o distrbio do processo (n x 1).

56
No estudo de Tseng, Chou e Lee (2002), a combinao deste controlador com uma
tcnica multivariada, proporcionou melhores desempenhos, em termos de identificao de
causas especiais e reduo de variabilidade das variveis. Alm deste estudo, o controlador
MEWMA foi utilizado por Yang e Sheu (2006) que propuseram a integrao entre CEP e
CEnP e com o uso de simulao concluram seu bom funcionamento.

2.3 INTEGRAO DO CONTROLE ESTATSTICO E DE ENGENHARIA DE
PROCESSO

Os responsveis pelo Controle Estatstico de Processo e pelo Controle de Engenharia
de Processo, geralmente pertencem a departamentos diferentes da empresa e tambm com
formaes e experincias tcnicas distintas. Em funo deste distanciamento, estas tcnicas
foram desenvolvidas separadamente no meio industrial. O CEP em indstrias de partes e
peas e o CEnP, na indstria de processo contnuo. A linha tnue de separao das duas
tcnicas tem desaparecido com a evoluo dos processos (hbridos ou distintos em uma
mesma organizao) e com a revoluo da qualidade (BOX; KRAMER, 1992).
Os trabalhos envolvendo a integrao do controle estatstico e de engenharia
geralmente atuam em trs estgios de melhoria do processo. O primeiro visa detectar
efetivamente o distrbio. O segundo se concentra em identificar o distrbio e remover a causa
especial geradora do sinal de anormalidade. O terceiro estgio visa controlar o processo
realizando compensaes no sistema. O CEP atua especificamente nas duas primeiras
enquanto que o CEnP na ltima (CHIU; SHAO; LEE, 2003).
Para Crowder et al. (1997) a expresso controle de processo por vezes tem causado
um problema de comunicao entre os profissionais que atuam diretamente na engenharia de
controle nas empresas e os ligados ao controle estatstico de processo. Para os profissionais da
engenharia de controle, o termo est associado com formas de controle, retroalimentao,
controladores PID e outros controladores. Para os estatsticos e os profissionais ligados ao
CEP, tem significado de monitoramento e cartas de controle.
O objetivo final de ambos os princpios de controle o mesmo, conduzir todos os
nveis do processo para seus valores-alvo com a menor variabilidade. Crowder et al. (1997)
lembram que, em um processo submetido a um comportamento estocstico tanto quanto na
ocorrncia de eventos abruptos, as ferramentas de CEP e CEnP podem facilmente se
complementarem.
O CEP visa reduzir a variabilidade do processo pela monitorao e eliminao de

57
causas especiais que possam vir a ser detectadas. O CEnP, por sua vez, busca minimizar a
variabilidade pelo ajuste das variveis de processo para manter os valores das caractersticas
de qualidade de sada na meta pretendida (YANG; SHEU, 2006; REYNOLDS; PARK, 2009).
Para Mason e Young (1998) o CEnP mantm as variveis de controle dentro de uma regio
(faixa de trabalho) que podero no ser a tima. O CEP por sua vez monitora e sinaliza se os
valores esto nesta rea mais restrita de otimizao, alm de auxiliar no controle de variveis
correlacionadas em processos multivariados.
A integrao das duas tcnicas de controle, visando unir suas caractersticas para
melhoria dos sistemas produtivos relatada por diversos autores como por exemplo, Box e
Kramer (1992), Souza (2000), Montgomery (2004). Com a integrao, a variabilidade dos
processos pode ser melhor detectada e controlada reduzindo-se perdas e melhorando o seu
desempenho. Stuart, Mullins e Drew (1996), em seu levantamento, perceberam tambm que
as duas reas podem ser complementares podendo contribuir significativamente para a
melhoria da qualidade nos processos. Nessa viso o CEP pode ser empregado no s para
monitorar diretamente o processo, mas tambm orientar um sistema de controle automtico de
processo, proporcionando, assim, uma melhor forma de solucionar problemas reais.
Box e Kramer (1992) promoveram uma discusso sobre crticas que eram atribudas
tanto ao CEnP quanto ao CEP. Demonstram que, na sua maioria, os impasses existentes so
devidos a problemas de escolha adequada de modelos e parmetros de ajustes. Os sistemas,
empregados para os fins a que foram desenvolvidos, apresentam bons resultados. A forma de
sua utilizao, escolha de modelos e parametrizao que proporcionam problemas de
desempenho e eficincia. Tucker (1992) comenta as questes apresentadas por Box e Kramer
(1992) fazendo algumas colocaes e crticas e complementos, concluindo com sua
manifestao da necessidade da integrao das duas abordagens. Wiel e Vardeman (1992)
lembram que os distrbios do processo podem ser removidos pelo Controle Estatstico ou
compensados pelo Controle de Engenharia. Sugerem o uso de projeto de experimentos para
melhor identificar os ajustes e parametrizaes auxiliando o processo tornar-se mais robusto.
Wardrop e Garcia (1992), baseados na discusso promovida por Box e Kramer (1992),
comentam que o controle automtico de processo tem evoludo para mtodos mais
sofisticados, envolvendo casos multivariados e buscando incorporar restries das variveis
de controle dentro dos prprios controladores e como tambm a incerteza do modelo. Apesar
da modelagem do rudo apresentado em Box e Kramer (1992), Wardrop e Garcia (1992)
citam que grande a dificuldade em se obter um modelo que represente os distrbios
encontrados nos processos reais. Defendem que, para melhorar a integrao entre CEP e

58
CEnP, os pesquisadores de ambas as partes devem melhor conhecer as pesquisas
desenvolvidas pela outra. Concordam que existe um substancial sombreamento entre as duas
metodologias que, frequentemente, no so discutidas. Para contribuir com o CEnP, sugerem
algumas ferramentas estatsticas como projeto de experimentos para identificao do
processo, controles adaptativos, mtodos de estimao com restries.
Para Hoerl e Palm (1992) a diferena entre a modelagem de processo e grficos de
controle promove divergncias devido desinformao. O controle de engenharia ajusta o
modelo ao processo enquanto a abordagem dos grficos de controle ajusta o processo ao
modelo. Sugerem que a integrao CEP e CEnP faz com que a viso do processo se altere.
Uma microviso do comportamento obtida via medies contnuas enquanto uma viso
macro de comportamento do processo obtida, via monitoramento, pelos grficos de controle.
Com o controle on-line desejam-se reaes rpidas em funo de qualquer fonte de variao,
geralmente com dados autocorrelacionados. Por outro lado, os grficos de controle visam
estudar e entender as variaes naturais do processo. Indicam a aplicao do CEP e CEnP
para o mesmo sistema procurando monitorar a efetividade do processo, a longo prazo,
detectando causas especiais e monitorando o sistema de medio on-line.
MacGregor (1992) lembra que o Controle Estatstico busca melhorar o processo a
longo prazo eliminando causas por trs das variaes. Por outro lado, o Controle de
realimentao uma abordagem de curto prazo que minimiza a variao, no removendo a
sua causa, mas transferindo-a para a varivel manipulada, utilizada para compensaes e
ajustes. Considera a integrao uma boa oportunidade para combinar as caractersticas de
cada um dos mtodos. O controle de realimentao possibilita um processo mais gil, porm a
longo prazo no prev melhorias, sendo assim bem complementado com o CEP.
O Controle Estatstico empregado em situaes em que se supe a possibilidade de
trazer e manter o processo sob controle, monitorando as variaes aleatrias estveis de suas
caractersticas de qualidade. Atuando na ocorrncia de causas especiais. O Controle de
Engenharia, por sua vez, utilizado nos processos onde existe a necessidade de correes
sistemticas, no qual flutuaes ou oscilaes necessitam ser compensadas, pois sem
interferncias, as variveis de sada (monitoradas) tendem a se distanciar do alvo. O Controle
de Engenharia necessita dispor de variveis que possam ser ajustadas, manipulando o
processo de forma a manter as variveis de sada prximas aos seus alvos. Assim, as
compensaes realizadas pelo CEnP, no fazem distino de atuao entre causas comuns ou
especiais. O CEnP busca regular o processo levando e considerao fontes de variabilidades
que no podem ser removidas pelo CEP. O processo sob controle estatstico uma das

59
premissas para realizar a sua anlise de capacidade, o que muitas vezes s possvel obt-lo
com o auxlio do CEnP. Assim, o Controle de Engenharia tem boa atuao em processos
originalmente no capazes, permitindo que seja viabilizado o CEP e conseqentemente a
avaliao quanto a sua capacidade (MONTGOMERY, 2004).
Para Stoumbos et al (2000) a filosofia bsica do CEP para melhoria da qualidade a
de detectar mudanas no processo e investig-las. Tambm buscando a melhoria da qualidade,
o CEnP utilizado em situaes em que existam autocorrelaes entre os dados. Deve possuir
mecanismos de controle disponveis que promovam o ajuste, quando na presena de desvios.
A determinao dos melhores ajuste do CEnP necessitam de um modelo matemtico que
represente o comportamento do processo. Na mudana do processo que no esteja
contemplada no modelo, no ir operar adequadamente. A filosofia bsica do CEnP a de
compensar mudanas indesejveis do processo, enquanto que detect-la e remov-las est a
cargo do CEP. Alertam que novas bases tericas e pesquisas aplicadas so necessrias em
procedimentos que integrem o CEP e CEnP.
Bij e Ekert (1999) realizaram estudo emprico, dentro de diversas empresas,
relacionado s integraes existentes. Com o levantamento, baseado nos consultores
envolvidos, os autores perceberam que as integraes eram bem aceitas, apesar de algumas
restries encontradas e de algumas reas no serem muito familiarizadas com estas junes.
Percebeu-se atravs da pesquisa bibliogrfica realizada que, nos anos 90, foi
despertada a ateno sobre a integrao CEP e CEnP. Esta iniciativa partiu dos pesquisadores
ligados ao Controle Estatstico de Processo. Os primeiros trabalhos, publicados na poca,
relatam as melhorias obtidas e as dificuldades desta integrao. Destaca-se, neste contexto, a
discusso promovida por Box e Kramer (1992), e que norteou diversos estudos posteriores.

2.3.1 Integraes de sistemas univariados

Os sistemas univariados referem-se s operaes de controle e monitorao
envolvendo apenas uma varivel de processo. Estudos visando integrao do Controle de
Engenharia e o Controle Estatstico de Processo univariados, presentes na literatura, foram
pesquisados. Na sequncia so apresentados vrios estudos que procuraram esta integrao.
Um algoritmo proposto por Wiel et al. (1992), visando reduzir as variaes de
qualidade previsveis, utilizando tcnicas de realimentao, buscando obter ganhos de
qualidade atravs de ajustes adequados do processo, e monitorar todo sistema visando detectar
e remover fontes de inesperadas de variao, eliminando as variabilidades provenientes de

60
causas especiais a serem sinalizadas. Como base da metodologia, integraram o controle
automtico de processo e o controle estatstico. O controle do catalisador em um processo de
polimerizao a varivel a ser controlada em funo do custo envolvido. Wiel et al. (1992)
desenvolveram um modelo de funo de transferncia, baseado em sries temporais para o
processo, estimando parmetros, identificando ordem e atrasos. Uma regra de controle,
baseada em custos, foi determinada. Para o controle de processo um algoritmo de
minimizao do erro quadrtico mdio foi desenvolvido para aquele processo e a sada do
sistema de realimentao era monitorada por uma carta de controle CUSUM. Na ocorrncia
de uma sinalizao da carta de controle, a causa especial era removida. Caso no fosse
encontrada ou no fosse possvel remov-la, os parmetros do controlador deveriam ser
revistos, ou mesmo ajustes no prprio modelo utilizado. Segundo os autores, com a utilizao
do algoritmo integrando as tcnicas, obtiveram 35% de reduo da variabilidade da
viscosidade na etapa de reao do processo.
Box, Coleman e Baxley (1997) citam que em algumas aplicaes de controle de
realimentao (feedback), ajustes no podem ser realizados de forma automtica por questes
de viabilidade econmica. Nestas situaes, sugerem o ajuste no controlador do processo
quando um grfico de controle estatstico, como o EWMA, sinalizar causas especiais. Citam
que o grfico de controle de Shewhart no apropriado para indicar estes ajustes por somente
testar situaes sob controle e no estimar a magnitude dos deslocamentos necessrios. Caso
utilizados para controles de realimentao podem causar aumento de variao no processo.
Uma forma de combinao entre o controlador PI e o controle estatstico apresentada
por Box e Luceo (1997). Reforam a questo do grfico de Shewhart possuir a possibilidade
de identificar as causas especiais e, com isso, serem removidas. O controle estatstico se faz
necessrio uma vez que um processo, supostamente em condio de estabilidade, com o
passar do tempo, problemas potencialmente removveis podem ocorrer. Consideram os
sistemas de realimentao (feedback) mais apropriados para processos que forem
considerados instveis e as causas no forem possveis de serem removidas. A instabilidade
pode ser proveniente de alimentao de matrias-primas (leo, madeira, gases e outros) ou
devido a variveis ambientais no controlveis (temperatura ambiente, umidade relativa e
outras). Estas causas geralmente so conhecidas, porm economicamente pode no ser
vantajoso elimin-las. Desta forma, compensaes precisam ser realizadas por meio de
controladores de engenharia de processo para as devidas correes e ajustes.
Um estudo envolvendo o processo de polimerizao em escala comercial foi
desenvolvido por Capilla et al. (1999). Inicialmente, os ajustes de processo eram manuais e

61
baseados na experincia dos operadores. As estratgias de controle CEP e CEnP para este
processo foram desenvolvidas independentemente. Uma tentativa de utilizar somente cartas
de controle univariadas no teve sucesso, pois os intervalos de amostragem eram menores que
os necessrios para o processo estabilizar. Compararam algumas estratgias de controle e a
que proporcionou melhores resultados foi aquela que utilizou o denominado Controlador
Restrito de Clarke, testado independente e, posteriormente, combinado com CEP. Relatam os
pesquisadores que o controle de engenharia melhorou o desempenho do processo, porm a
varivel de controle teve sua variabilidade muito alterada e o sistema, na presena de causas
especiais, no atingia os ajustes necessrios. As cartas de controle de Shewhart e EWMA
foram implementadas possibilitando melhorar o monitoramento no qual as causas de
instabilidade eram removidas assim que identificadas, permitindo, to logo, um melhor
desempenho do sistema.
Jiang (1999) cita as dificuldades das cartas de controle tradicionais em monitorar
processos nos quais existam controladores de engenharia em operao. A, dados das
variveis passam a ter um comportamento e um grau de correlao que dificultam sua anlise.
Props uma nova famlia de cartas de controle baseadas nos modelos autorregressivos de
mdias mveis (ARMA) para monitorar estes processos.
Um modelo, envolvendo a parte econmica, analisado atravs da integrao do CEP
e do CEnP no estudo apresentado por Jiang e Tsui (2000). Um controlador univariado
denominado de Mnimo Erro Quadrtico Mdio (MMSE) utilizado juntamente com as
cartas de controle de Shewhart, EWMA e uma combinao das duas. Para a anlise de
desempenho, alm do tradicional Comprimento Mdio de Sequncia (ARL), propuseram um
critrio baseado na perda econmica denominado de Custo Mdio da Qualidade (Average
Quality Cost AQC), que apresentou bons resultados.
Schippers (2001) apresenta um controle integrado de processo que busca englobar o
Controle Estatstico de Processo, Manuteno Produtiva Total e o Controle de Engenharia de
Processo. Cita que, geralmente, estas tcnicas so separadas nas instituies e empresas,
respectivamente, nos departamentos de qualidade e produo, no de manuteno e no de
engenharia. Relaciona como caractersticas do CEP: o de estar ligado qualidade, o de
identificao rpida de deslocamentos e tendncias em termos de posio e disperso. Quando
os resultados so muito dependentes e podem ser descritos adequadamente por um modelo
determinstico, o controle de engenharia deve ser utilizado. Complementa como
caractersticas do CEnP: as de estar ligado tambm qualidade e de estar associado a decises
de curto prazo, proporciona menores distrbios em valores individuais autocorrelacionados e

62
controla os ajustes de processo cujas medies so muito frequentes e contnuas (segundo,
minutos) ou mesmo on-line. A integrao proposta justificada para utilizao em processos
que tm as suas caractersticas alteradas durante o seu ciclo de operao no qual cada uma das
trs tcnicas englobadas melhor se adapta a uma parte dele. O autor verificou a interrelao
existente entre as tcnicas, seus sombreamentos e suas melhores caractersticas para cada
situao abordada, visando o controle de processo. Conclui que no existe uma melhor forma
para controlar o processo, pois o conjunto timo depende da situao encontrada.
Um mtodo para controlar a qualidade de sada dos produtos descrito por
Venkatesan (2003), o qual emprega as tcnicas de controle de engenharia e de controle
estatstico de processo. Um modelo de sries temporais utilizado para caracterizar e prever o
comportamento de tendncia dos distrbios envolvidos. O autor desenvolveu um algoritmo de
realimentao, a partir de modelos de sries temporais e do processo. Sinais indicados como
fora de controle, obtidos por previses atravs de grficos de controle EWMA, indicam
quando o controle de entrada do processo dever ser atualizado. Os benefcios obtidos foram:
a reduo dos custos de manufatura, de energia, material empregado e retrabalho, alm de
aumento da produo e eficincia das operaes, bem como melhor controle da qualidade de
sada dos produtos. Ainda segundo Venkatesan (2003), o mtodo proposto pode ser aplicado
para reduzir a varincia do controle de sada e com consequente melhoria do controle de
qualidade do produto.
Outras integraes entre CEP e CEnP podem ser observadas em Tsung, Shi e Wu
(1999) monitorando, simultaneamente, a sada de um controlador PID e a varivel manipulada
de entrada com carta de controle bivariada de Hotelling; Tsung e Shi (1999) projetando um
controlador PID e sua associao a cartas de controle para rejeio de distrbios; Tsung
(2001) discutindo vantagens e desvantagem de diversas estratgias de monitoramento
estatstico; Jiang e Tsui (2002) com a monitorao do desempenho de controladores de
Mnimo Erro Quadrtico Mdio e PI; Pan e Castillo (2003) detectando mudanas da mdia
do processo e indicando ajustes progressivo do controlador EWMA atravs da combinao de
ajustes com a carta de controle CUSUM; Tsung e Tsui (2003) investigando como o
controlador automtico de processo compensa os efeitos de deslocamentos da mdia, atravs
da monitorao da sada e da ao de controle.
Perce-se que a integrao entre o Controle Estatstico Univariado e o Controle de
Engenharia de Processo foi motivo de diversas pesquisas em um perodo aproximado entre
1990 a 2003. Aps este intervalo, estudos continuaram a ser realizados em casos especficos,
envolvendo dados autocorrelacionados. Permeando com o final deste perodo, houve uma

63
tendncia de gradativamente direcionar o foco das atenes para integraes utilizando
tcnicas multivariadas, tanto estatsticas quanto de controle de engenharia.

2.3.2 Integraes de sistemas com diversas variveis

Visando atender s exigncias dos modernos e cada vez mais complexos processos de
fabricao, nos quais diversas variveis de entrada e de sada devem ser monitoradas e
controladas, tcnicas multivariadas tm sido buscadas. Neste sentido, estudos esto sendo
desenvolvidos procurando melhorar a eficincia de processos e mquinas (SOUZA, 2000;
YANG; SHEU, 2006).
Visando identificar o desempenho de controladores preditivos, Loquasto e Seborgt
(2003) buscaram comparar os dados de operao do processo com situaes de anormalidades
previamente simuladas. Diversas situaes de distrbios de um processo, operando com um
Modelo Preditivo de Controle, foram criadas e armazenadas. Os padres de comportamento
registrados foram utilizados em anlises posteriores para identificar se o mesmo estava
operando normalmente ou se anormalidades eram provenientes da presena de distrbios ou
deficincias do prprio modelo. Na identificao, empregaram, os autores, a Anlise de
Componentes Principais baseada em fatores de similaridades. ACP foi utilizada para compor
fatores com os dados correntes do processo e de grupos de dados, previamente treinados que
contm grande variedade de respostas em diversos comportamentos. Analisando a
similaridade entre estes fatores foi possvel monitorar o comportamento do processo de forma
mais rpida.
Souza (2000) buscou a integrao do controle estatstico multivariado com o controle
de processo. Props uma metodologia para o controle de sistemas multivariados com
variveis interrelacionadas. A estabilidade monitorada por meio de cartas de controle T
2
de
Hotelling. Na indicao de instabilidade, o emprego de anlise de componentes principais
utilizada para identificar as componentes responsveis pela instabilidade. Por meio das
contribuies individuais, as variveis mais correlacionadas com as Componentes Principais
causadoras da instabilidade, so identificadas. Para estas, propostas de correes individuais
so indicadas empregando-se Controladores Proporcional-Integrais ao erro (PI) (SOUZA;
SAMOHYL; MALAV, 2004 b). Para ajustar o controlador, utilizaram tcnicas de regresso
multivariadas determinando o ganho e o distrbio. O grfico EWMA foi empregado para
determinar a constante de ponderao . Na proposio deste estudo, o controlador somente
acionado quando o controle estatstico identificar uma causa especial, no determinada ou

64
removida.
Em funo da crescente necessidade de monitorar os ambientes controlados por
sistemas de realimentao, Tsung e Apley (2002) propuseram um mtodo que melhora a
deteco de causas especiais nestes processos. Uma carta de controle dinmica baseada na
estatstica T
2
utilizada, e considera os efeitos dinmicos e de autocorrelao atribuveis ao
controle de realimentao. Monitoram, simultaneamente, a entrada e sada do controlador.
Com isso, o vetor de dados composto pelas observaes, deslocadas no tempo, da entrada e
da sada. Utilizaram controladores univariados PI e PID, dependo dos parmetros de processo.
Quando uma causa especial sinalizada pela carta dinmica T
2
, uma anlise em termos de
escala da matriz de covarincia e rotao das estatsticas obtidas, permite detectar a
ocorrncia de deslocamento da mdia ou de mudanas nos parmetros do modelo do
processo. Ocorrendo o deslocamento, aes corretivas devero ser utilizadas para eliminar a
causa especial, caso tenham sido detectadas alteraes no modelo, este deve ser revisto.
Demonstraram sua teoria atravs de simulaes.
Kourti (2006) relata as vantagens de utilizao da integrao do Controle de
Engenharia de Processo e o Controle Estatstico de Processo Multivariado (MSPC) na
indstria farmacutica. Enfatiza a utilizao do MSPC aps o APC j estar em operao e
completamente implementado. O Controle Automtico do Processo estando em operao e
intervindo em qualquer desvio de varivel, o Controle Estatstico ir monitorar o processo em
busca de situaes imprevistas (anormais). A pesquisadora cita que, com a utilizao destas
ferramentas de controle nos processos farmacuticos e em geral, podem proporcionar
excelentes nveis de qualidade de seus produtos.
Yang e Sheu (2006) integraram o controle de engenharia de processo multivariado,
utilizando o controlador multivariado EWMA proposto por Tseng, Chou e Lee (2002), com o
controle estatstico de processo multivariado. Atravs da simulao de dados, estudaram o
desempenho de identificao de distrbios entre algumas combinaes realizadas. Em um
momento especfico, introduziram, propositadamente, no modelo um distrbio para avaliar
em quantos perodos posteriores os sistemas iriam identificar esta causa especial. Os autores
compararam o controlador multivariado EWMA, operando isoladamente, e este combinado
com as cartas de controle T
2
de Hotelling, mdias mveis exponencialmente ponderadas
multivariadas (MEWMA) e mdias mveis geralmente ponderadas multivariadas
(MGWMA). Verificaram, com as simulaes, que o controlador operando isoladamente
obteve o pior desempenho. As combinaes com o controle estatstico multivariado,
principalmente o MGWMA, proporcionou uma identificao mais rpida de causas especiais,

65
fazendo com que variveis de controle fossem corrigidas mais cedo, principalmente quando o
controlador no conseguia mais o ajuste satisfatrio devido ao distrbio criado.
Utilizando o modelo matemtico de um tanque qumico, com um fluxo de entrada e
um de sada, Wang e Tsung (2008) simularam um processo dinmico a ser monitorado por
uma carta de controle T
2
, adaptativa proposta. Esta carta de controle possui o objetivo de
prever os deslocamentos dinmicos da mdia das variveis do processo e ajustar a carta T
2
de
forma adaptativa, para aumentar a sua capacidade de identificar anormalidades. Para tal, a
estatstica da carta de controle obtida por um vetor composto pelos ltimos valores das
variveis de entrada e de sada observados e tambm de valores de instantes anteriores.
Khan, Moyne e Tilbury (2008) desenvolveram um sistema denominado de Metrologia
Virtual, que trabalha com a predio de variveis de metrologia, utilizando o estado do
processo e informaes do produto. Este sistema utilizado na verificao das metrologias
existentes com a finalidade de melhorar o controle de processo em termos de preciso e
velocidade. Empregado em processos MIMO, nos quais os dados de medio no so
disponibilizados a todo instante, apenas em estaes metrolgicas em algumas etapas do
mesmo. Os Mnimos Quadrados Parciais (PLS) so utilizados na elaborao de um modelo de
regresso linear possibilitando acomodar tendncias, variaes rpidas de tendncia e retardos
da metrologia. Como o comportamento do processo pode ser alterado por distrbios externos
e internos, o modelo PLS , recursivamente, atualizado quando novos dados de medies
estiverem disponveis, capturando tendncias, porventura, existentes. Citam os pesquisadores
que foram obtidos melhores resultados com o PLS recursivo do que com o no recursivo. Os
dados foram simulados e os controladores utilizados no estudo fora o EWMA e o EWMA
duplo.
Utilizando dados reais, obtidos de um processo de complexo de refino multivariado, j
monitorado por um controlador baseado nos modelos de controle preditivos, Alghazzawi e
Lennox (2008) propuseram um monitoramento em tempo real para identificar, de forma mais
rpida e simplificada, as fontes de anormalidades do processo. Utilizaram a Anlise de
Componentes Principais e suas variaes como: ACP Multiblocos, ACP Recursiva. Em
funo da complexidade e dinmica do processo, concluram que a ACP Recursiva obteve o
melhor resultado, identificando de forma mais rpida e clara as anormalidades encontradas.
Os dados reais foram utilizados para parametrizao e avaliao das tcnicas de controle
estatstico de processo. O controlador preditivo no foi objeto de estudo por parte dos
pesquisadores.
Utilizando a mesma base de dados da pesquisa anterior, Alghazzawi e Lennox (2009)

66
investigaram a capacidade das tcnicas de controle estatstico multivariado em monitorar o
desempenho de controladores preditivos em operao em sistemas industriais, no caso,
petroqumicos. Com o controlador existente operando na planta, os dados histricos foram
utilizados para ajustar as cartas de controle multivariadas que, posteriormente, tambm foram
analisados para identificao de anormalidades que ocorreram, mesmo com o controlador
preditivo operando. Com esta anlise, puderam identificar problemas havidos devido a: falhas
de parametrizao do controlador, com matrias-primas, falhas de vlvulas operando fora de
faixas de trabalho recomendadas, e outros. No estudo, utilizaram a Anlise de Componentes
Principais e Mnimos Quadrados Parciais, inclusive em suas verses recursivas por serem
mais adequadas ao processo variante no tempo e no estacionrio. Concluem que, na
avaliao do controlador existente, obtiveram bons resultados. A verificao de falhas
operacionais ficou mais fcil de ser realizada e investigada.

2.3.3 Consideraes

Neste Captulo, foram abordadas as tcnicas utilizadas no Controle Estatstico de
Processo, com nfase em dados autocorrelacionados e os sistemas de Controle de Engenharia
de Processo. As integraes destas duas metodologias, identificadas na literatura no mbito
univariado e multivariado, tambm esto apresentadas. Ao longo da evoluo das duas reas,
estas foram desenvolvidas de forma independente por estudiosos com formaes especficas
em cada uma delas (YANG; SHEU, 2006). O controle de processo tem sido alvo cada vez
maior por parte de pesquisadores, uma vez que o cenrio de competies globalizadas est se
tornando cada vez mais competitivo. Um controle mais efetivo, preciso e robusto (imunidade
a rudos) a necessidade atual de sistemas industriais, nos quais desvios e falhas resultam em
grandes quantidades de material fora de especificao gerando retrabalhos e perdas
(MONTGOMERY, 2004). Tais desperdcios devem ser minimizados pois, em alguns casos,
influenciam diretamente nas margens de lucro dos produtos em concorrncia acirrada.
Mesmo com sistemas sofisticados de controle de engenharia, os processos ainda
enfrentam problemas e falhas. Situaes no previstas no modelo de controle podem fazer
com que este no identifique, ou no consiga realizar determinados ajustes e correes
necessrias para manter o processo dentro da especificao. Uma forma rpida de
identificao de falha de grande importncia, preferencialmente antes dos produtos
processados sarem da especificao. Integrando as duas reas busca-se que seja minimizado,
ou at mesmo eliminado, este tipo de situao.

67
Analisando as pesquisas desenvolvidas, percebe-se que a integrao propondo
sistemas com autoajustes, utilizando o CEP para interferir diretamente na lgica do
controlador, gerenciando o processo, foi pouco explorada, mesmo com tcnicas mais
avanadas como as multivariadas. Nesta direo, que se buscou desenvolver um caminho,
com carter prtico de aplicao, mantendo a autonomia operacional de cada uma das
metodologias, para que se pudesse observar alm das melhorias j atribudas integrao, a
possibilidade de maior interao quando da presena de anormalidades.


68
3 PROPOSIO DE INTEGRAO

O CEP e o CEnP, historicamente, foram desenvolvidos e empregados de forma
independente. Estudos observados na literatura sinalizam a importncia e necessidade da
aproximao destas reas, o que est ainda sendo buscado e necessitando ser aprimorado.
Cada tcnica com seus objetivos, o CEP buscando reduzir as variaes do processo, utilizando
as cartas de controle para detectar as causas especiais e, assim, facilitar a remoo delas. J o
CEnP procura reduzir as variaes utilizando rotinas de ajustes para manter as variveis de
sada prximas aos seus valores-alvo. Por questes de simplificao, o sistema de controle
responsvel pelo Controle de Engenharia de Processo (CEnP) ser referenciado no texto
simplesmente por controlador e o Controle Estatstico de Processo (CEP) por controle
estatstico.
Nos estudos realizados envolvendo a integrao das duas tcnicas, tm-se as seguintes
situaes: (i) os controladores j esto implementados em plantas industriais, no sendo
possvel sua manipulao de forma intencional para testes ou maiores verificaes, tendo
apenas o seu desempenho avaliado por cartas de controle (ALGHAZZAWI; LENNOX, 2008;
ALGHAZZAWI; LENNOX 2009), ou (ii) so empregados controladores com modelos
simplificados, nos quais somente parmetros mais simples so ajustados. Em alguns, apenas o
erro (parte estocstica) manipulado para efeito de simulao, no correspondendo
diretamente aos encontrados no cho de fbrica (REYNOLDS; PARK, 2009; YANG; SHEU,
2006; TSUNG; SHI, 1999).
Grande parte dos trabalhos, envolvendo a integrao das duas tcnicas, considera
casos particulares de cartas de controle designadas para detectar uma mudana especfica do
processo, que so os focos dos seus interesses, bem como situaes nas quais os controladores
so muito especficos. Buscou-se, ento, uma situao prtica em que essa teoria pudesse ser
visualizada e aplicada, possibilitando uma melhoria de um processo industrial real
corriqueiramente encontrado.
Este estudo apresenta a integrao das duas reas, nas quais o Controle de Engenharia
do Processo e o Controle Estatstico de Processo operam em conjunto, identificando falhas e
corrigindo as variveis de processo de forma rpida. Este estudo tambm possibilita avaliar o
desempenho das combinaes do controlador com as cartas de controle na ocorrncia de
anormalidades e efetuando as correes e sinalizaes necessrias, avaliando mais de um tipo
de comportamento de processo. A integrao, ora proposta, permite avaliar o desempenho das

69
cartas de controle em identificar, em diferentes condies do processo, a presena de causas
especiais. Com as possibilidades de alteraes do comportamento das variveis, permitido
avaliar o desempenho individual do controlador de engenharia e este, integrado ao controle
estatstico.
Para facilitar o entendimento, as aes tomadas so apresentadas em trs mdulos. Nas
duas primeiras sees, so descritos os mdulos necessrios especificao e as
determinaes da integrao proposta, apresentando as consideraes necessrias ao seu
desenvolvimento. O primeiro mdulo relacionado modelagem matemtica do processo,
com a definio do controlador e das cartas de controle. No segundo, apresentada a
operao conjunta das duas reas e as simulaes a serem realizadas. No terceiro mdulo, so
introduzidas alteraes intencionais no processo para testar o comportamento da integrao na
presena destas anormalidades.

3.1 MDULO 1 - ESPECIFICAES DO PROCESSO E DETERMINAO DO CEnP E
CEP

Para a integrao entre o CEnP e CEP, so necessrias algumas definies, tanto do
processo quanto do controlador, e do controle estatstico. Estas definies e parametrizaes
iniciais so necessrias para especificao de como cada uma das reas ser implementada.
Com a anlise do processo, obtm-se as informaes que permitem elaborar o
equacionamento matemtico que melhor descreve a forma do seu comportamento. Assim, as
variveis envolvidas podem ser determinadas, observando-se as suas relaes. Podendo-se,
ento, especificar um controlador adequado, com suas leis de controle, e tambm as variveis
a serem monitoradas pelo controle estatstico. A Figura 5 apresenta um fluxograma das
atividades envolvidas na elaborao deste mdulo, que se encerra com as determinaes
necessrias destas duas reas para se iniciar as simulaes no mdulo seguinte (seo 3.2).
Cada uma das etapas do fluxograma detalhada nas subsees que seguem.

3.1.1 Caractersticas do processo a ser estudado

Para implantao de um sistema no qual as tcnicas CEnP e CEP possam demonstrar o
seu potencial, estas devem estar relacionadas a um processo industrial, ou parte dele. As
caractersticas a serem observadas neste processo, para que se justifique a sua utilizao na
determinao deste estudo, so descritas na sequncia.

70

Incio
Processo
Validado?
Modelagem Matemtica e
definio das variveis
Validao do modelo
matemtico
Processo
Estudado
Definio das variveis a
serem monitoradas pelas
Cartas de Controle
Escolha das Cartas de
Controle
Configurao de tcnicas
necessrias ao emprego das
cartas de controle.
Cartas de controle e
suas configuraes
definidas
Sim
Sim
No
B
Continua
Mdulo 2

Projeto do Controlador e
Estratgia de Controle e
Parametrizao
Modelo, Controlador,
parmetros e estratgia
de controle definidos
A

Figura 5 Fluxograma Mdulo 1 - modelagem e especificao do CEnP e CEP
[Fonte: Elaborado pelo Autor]

71
Deve-se contemplar um nmero mnimo de variveis que se relacionem e que possam
ser monitoradas, mensuradas, manipuladas e controladas atravs da ao de outras. Neste
sistema, devem existir variveis que precisam atender especificaes do processo, no
podendo sair de controle, em funo de desperdcios de materiais, de tempo ou problemas de
qualidade.
Uma relao de dependncia deve ser observada entre as variveis, de forma que um
sistema de controle de retroao ou malha fechada (feedback) seja utilizado. O controle
dever permitir que, as diferenas entre as variveis de sada e seus valores-alvo sejam
constantemente reduzidas atravs da manipulao das variveis de entrada.
O processo a ser estudado considerar a sua mudana de estado de forma contnua
com a evoluo do tempo, possibilitando acompanhar e controlar o seu comportamento em
todos os instantes. Desta forma, ser permitido que o controlador e as cartas de controle
monitorem as suas variveis, que podem alterar os seus valores a qualquer momento. Dentre
as formas de equacionamento do processo, utilizam-se equaes diferenciais para a descrio
das relaes e comportamento entre as variveis, visando uma melhor representao da sua
dinmica (CHWIF; MEDINA, 2006).
As relaes fsicas apresentadas entre as diversas variveis so respeitadas,
considerando-se inclusive que estas variveis so designadas conforme suas funes e
objetivos. So classificadas como: varveis de sada ou controladas (VC), as quais so
determinantes da qualidade do produto e monitoradas pelas cartas de controle; variveis
manipuladas (VM), ajustadas para manter as variveis de sada sob controle e as variveis de
processo (VP) no possuindo controle sobre as mesmas, representando as variaes naturais
inerentes ao processo.
Algumas consideraes so observadas na obteno do modelo matemtico do
processo a ser avaliado, abordadas na sequncia.

3.1.2 Modelagem matemtica e definio de variveis

Partindo-se das relaes fsicas existentes entre as variveis e as relaes destas com
as etapas do processo, constri-se o modelo matemtico que represente os efeitos encontrados
na situao real. A obteno deste modelo necessria para determinar e parametrizar o
controlador, definir as variveis monitoradas pelas cartas de controle, bem como permitir o
emprego de simulao numrica em pacote computacional. A simulao numrica utilizada,
desde o projeto do sistema de controle at a operao da planta estudada.

72
A modelagem matemtica empregada na simulao deste trabalho do tipo dinmica,
em que as variveis podem sofrer alteraes em relao ao tempo e as variaes nos dados e
influenciam o sistema em instantes subsequentes (GARCIA, 2005 e AGUIRRE, 2004).
Quanto relao entre as variveis de entrada e sada, enquadra-se no tipo linear, nas quais as
variveis possuem uma relao de dependncia linear. O modelo constitudo de equaes
diferenciais de primeira ordem. Em situaes em que tal relao no o seja, tcnicas e
consideraes de linearizao so consideradas.
O equacionamento do processo apresentado por meio de equaes diferenciais,
quando so utilizados parmetros que no sofrem variaes com o decorrer do tempo, e
concentrado (no considera variaes espaciais). A modelagem visa simulao em tempo
contnuo no domnio do tempo, utilizando o modelo de espao de estados, obtido atravs de
uma combinao entre relaes tericas e princpios fsicos, envolvidos no processo. Na
formulao, existe a considerao de variveis com comportamento estocstico relacionadas a
rudos e perturbaes.
Para gerar analiticamente o modelo matemtico, so seguidos os trs estgios
propostos por Garcia (2005):
- Idealizao de um modelo fsico. Especificao e visualizao de um sistema que se
ajuste suficientemente bem ao comportamento do sistema real. Variveis so
escolhidas, simplificaes que no comprometam o modelo e que facilitem a sua
construo podem ser assumidas;
- Obteno das equaes de movimento do modelo. Aplicao das leis fsicas na
gerao de um conjunto de equaes diferenciais ordinrias com as variveis de
entrada, sadas e de estado do sistema. Descrever as relaes de equilbrio, balano
de foras, energia e outras;
- Anlise do comportamento dinmico. Obtido o modelo matemtico de forma
analtica, estuda-se o seu comportamento atravs de excitaes adequadas das
variveis de entrada, analisando-se as de sada e observando-se as demais.
Aps a obteno de um modelo, o mesmo precisa, na sequncia, ser validado. Desta
forma, verifica-se sua adequao ao sistema real. Caso contrrio, necessita ser alterado.

3.1.3 Validao do modelo matemtico

Com a definio do modelo matemtico, a etapa seguinte a sua validao quando
analisado se o modelo obtido adequado. A validao do modelo tem por objetivo a

73
comprovao se ele representa o sistema real, com fidelidade suficiente para garantir a
obteno de solues satisfatrias para o problema original.
No possvel garantir a validade do modelo em sua totalidade. O que ser buscado
o aumento da confiana de que o modelo represente o sistema de forma satisfatria. Portanto,
cuidados so tomados para evitarem-se os erros de rejeitar o modelo quando ele, na verdade,
vlido, ou de se aceitar um modelo invlido, ou mesmo o de um modelo vlido quando no se
consegue obter as respostas almejadas. Como validaes adotadas, as tcnicas so sugeridas
por Chwif e Medina (2006) de Anlise de Sensibilidade e Validao Face a Face. No primeiro
procura-se determinar as influncias das variaes dos parmetros de entrada nos resultados a
partir do modelo. Assim, analisando-se as alteraes nestes parmetros, pode-se observar a
coerncia com os resultados. Maior ateno deve ser dada aos parmetros mais influentes e
crticos. O segundo, faz com que os comportamentos e resultados sejam apresentados a um
especialista que entenda do processo simulado e, com este, sejam analisados os resultados,
verificando assim o grau de adequao do modelo (PORTUGAL, 2005).
Com a deteco de problemas nas condies operacionais do modelo, no adequado
validar o mesmo. Sendo assim, retorna-se etapa anterior de modelagem para correes e
alteraes. Com a validao do modelo tm-se duas linhas paralelas de atuao: uma segue a
sequncia de atividades de projeto do controlador e suas leis de controle e parametrizao e a
outra, inicia-se pela definio das variveis monitoradas pelas cartas de controle. Estas linhas
de atuao so apresentadas na sequncia.

3.1.4 Projeto do controlador e estratgia de controle e parametrizao

Com o modelo matemtico definido e validado, o mesmo apresentado na forma de
equaes de espao de estados. As relaes e comportamento do processo estando
estabelecidas, pode-se projetar o sistema de controle.
Como ponto de partida, as especificaes tcnicas a serem seguidas e atingidas pelo
sistema de controle so determinadas antecipadamente. explicitamente estabelecido o que
os dispositivos devem ser e fazer. O projeto do sistema de controle busca atender s
especificaes, considerando-se os aspectos de: complexidade quanto a uso de ferramentas e
recursos; custo-benefcio na escolha entre critrios desejveis e conflitantes; desvios do
projeto entre a sua concepo inicial at sua efetiva realizao e os riscos dos dispositivos
reais em no poder desempenhar o comportamento projetado (DORF; BISHOP, 2001).
Os procedimentos propostos por Dorf e Bishop (2001) so seguidos para o projeto do

74
sistema de controle. Na Figura 6, so apresentadas as etapas seguidas deste desenvolvimento.
A primeira etapa proposta o de estabelecer a finalidade a que se pretende alcanar
com o sistema de controle. Na sequncia, as variveis a serem controladas devem ser
identificadas. Na terceira etapa, so especificados os valores e a exatido que cada varivel
controlada deve alcanar, estando relacionada tambm com a escolha posterior de sensores a
serem utilizados nas suas medies.
De forma preliminar, na quarta etapa, realizada uma primeira proposio de
configurar o sistema de forma a ser conduzido ao desempenho de controle desejado. Estando
relacionadas ao processo estudado, nesta etapa, so configuradas e avaliadas as necessidades
de sensores, atuadores e do controlador. Atuadores so elementos que comandam diretamente
a varivel manipulada, adequando a informao recebida do controlador grandeza fsica da
varivel (exemplificando, bombas dosadoras, cilindros pneumticos). Na Figura 3, esses
elementos esto representados em um sistema de realimentao (ou retroao).

Figura 6 Procedimentos de Projeto de Sistemas de Controle
[Fonte: Dorf e Bishop (2001)]
2. Identificar as variveis a
controlar
3. Escrever as especificaes
para as variveis
4. Estabelecer a configurao do
sistema e identifica o atuador
5. Obter um modelo do processo a
controlar, do atuador e do sensor
7. Otimizar os parmetros e
analise do desempenho
6. Descrever um controlador e selecionar
os parmetros-chave a serem ajustados
1. Estabelecer os objetivos
de controle
Especificaes
atendidas?
Atendendo s especificaes,
finaliza o projeto
sim
no

75
Na quinta etapa, em funo das caractersticas do processo, so avaliados candidatos a
atuadores, os quais devem proporcionar o desempenho desejado. Os modelos dos sensores e
atuadores so considerados de forma a possibilitar o atendimento s especificaes.
O projeto do controlador definido na sexta etapa. Sendo um controlador de
realimentao que, basicamente, compara a resposta desejada com a resposta real, a diferena
(erro) encaminhada a um amplificador para atuar na varivel manipulada. Neste estudo, esta
concepo tambm vlida, porm estaro sendo controladas mais de uma varivel de sada.
realizada a combinao de controladores univariados, respeitando-se as relaes entre as
variveis estabelecidas pelo modelo matemtico do processo. O projeto do controlador
relacionado ao tipo e comportamento desejado e aos elementos existentes no processo
avaliado. No projeto, so selecionados parmetros adequados de forma a permitir sua
operao dentro das atribuies e especificaes previamente concebidas.
Ainda na sexta etapa, so estabelecidas regras a serem utilizadas na determinao dos
comandos que devero ser enviados ao sistema. Estas regras compem a estratgia de
controle que busca o estado desejado para o mesmo. Na estratgia de controle, so elaboradas
as chamadas leis de controle utilizadas para ditar como um processo deve se comportar
dentro do ambiente estabelecido, e, posteriormente, enviando comandos para os atuadores de
forma a atingir os objetivos estabelecidos. Os objetivos geralmente so os de manter o
processo dentro das especificaes, observando-se as caractersticas de qualidade .
Ao final do projeto, na stima etapa, os parmetros do sistema so ajustados a fim de
se obter o desempenho desejado. Se os ajustes so suficientes para que o sistema de controle
possa atender s especificaes, o projeto do controlador finalizado e sua configurao
registrada e documentada. No sendo os ajustes satisfatrios, retorna-se quarta etapa, na
qual se podem especificar novos atuadores e sensores mais eficientes e, na sequncia, os
demais passos so repetidos at que o desempenho almejado seja verificado.
Nesta fase de projeto do controlador e definio de estratgias de controle, o pacote
computacional MATLAB, desenvolvido pela Mathworks Inc., utilizado como ferramenta
auxiliar. O projeto do controlador, a determinao dos parmetros da lei de controle
especfica para cada processo avaliado.
Conforme abordado na stima etapa dos procedimentos de projeto de sistemas de
controle, existe a necessidade de se avaliar o desempenho do controlador proposto no sentido
de verificar se sua operao est condizente com os objetivos traados e quanto ao seu
comportamento.
As especificaes de desempenho que descrevem como o sistema deve se comportar

76
so analisadas quanto a: (i) regulao contra perturbaes; (ii) respostas desejadas aos
comandos; (iii) sinais dos atuadores; (iv) baixa sensibilidade s variaes inerentes ao
processo.
O sistema de controle tambm ser analisado quanto a sua capacidade de se ajustar
quando em regime transitrio e em estado estacionrio. Para tal, o desempenho verificado
em relao s especificaes previamente estabelecidas em funo do tempo. Estas
especificaes so relacionadas ultrapassagem percentual de valores-alvo, tempo de
acomodao, tempo de pico e tempo de subida.
A operao de avaliao de desempenho de um controlador efetivada na prtica por
meio de critrios subjetivos. A avaliao, assim realizada, fundamenta-se em bases
experimentais sendo dependente da experincia pessoal de cada projetista. As avaliaes
sobre o desempenho de controladores podem variar de acordo com o interesse e o objetivo de
quem est analisando. Exemplificando: em uma situao, o projetista pode priorizar esforos
na manuteno da varivel no seu valor-alvo, enquanto em outra, pode buscar a economia de
energia dos atuadores como prioridade.
Enquanto o controlador no atender aos desempenhos almejados, este deve retornar
etapa de projeto e definio das estratgias de controle e parametrizao. Os passos so
retomados at que se obtenha uma configurao tal que atenda s especificaes
estabelecidas.
Com os testes operacionais do controlador, tendo sido considerado satisfatrio o seu
desempenho, este finalizado e passa-se para a prxima atividade em que parmetros e
configuraes so registrados.

3.1.5 Registro dos parmetros e configuraes do controlador

Aps cumprir todas as etapas de avaliaes tem-se a definio do controlador mais
adequado ao processo em estudo. Tendo o controlador sido aprovado nos quesitos
estabelecidos e nas avaliaes de desempenho, este estar pronto para ser utilizado no
gerenciamento do processo.
As suas configuraes, parmetros e estratgia de controle so armazenados para
serem empregados no mdulo 2. Estas informaes so necessrias para que o controlador
possa desempenhar suas funes, nos ambientes simulados, de forma satisfatria.



77
3.1.6 Definio das variveis monitoradas pelas cartas de controle

Em paralelo com o projeto e definies do controlador, as cartas de controle tambm
so especificadas. Para incio da avaliao, as variveis do processo so identificadas e
selecionadas as que sero monitoradas.
Atravs do estudo do processo, do levantamento do seu modelo matemtico, bem
como das determinaes constantes nas especificaes a serem seguidas, so conhecidas as
variveis envolvidas e tambm as associadas s caractersticas de qualidade. Como a coleta de
dados uma atividade primordial, so selecionadas variveis que possuam relao direta com
os objetivos do processo em estudo. Miletic et al. (2004) recomendam cuidados nesta etapa
de seleo, uma vez que variveis importantes podem no ser consideradas se a seleo for
realizada preliminarmente sem maiores cuidados.
Na implementao prtica, existem dificuldades que devem ser contornadas para o
emprego de algumas variveis. Compatibilidades de escala de valores, tempos de obteno de
medidas, filtragem de dados, outliers, e outros ajustes so necessrios para compatibilizar as
informaes e para serem efetivamente utilizados de forma confivel.

3.1.7 Definies das cartas de controle

As cartas de controle, que monitoram as caractersticas de qualidade, variveis de
sada do processo (Y
t
), so utilizadas para auxiliar na identificao de anormalidades do
mesmo. Desta forma, so avaliadas as diferenas entre as variveis monitoradas (controladas)
e os valores-alvo (erros de controle), aps ajustes do controlador (MONTGOMERY, 2004).
Assim, as cartas de controle estaro contribuindo para o aumento da robustez do sistema,
suprindo possveis deficincias do controlador, mantendo as caractersticas de qualidade
exigidas para o processo.
Trata-se de um processo envolvendo mais de uma varivel de entrada e de sada, alm
de outras relacionadas ao controle. empregado um CEP mltiplo no qual cartas de controle
univariadas so necessrias para o monitoramento e controle estatstico das caractersticas de
qualidade em foco. Como no estudo so avaliados cenrios diferentes e onde os
comportamentos das variveis so afetados pela correlao dos dados, as cartas de controle
utilizadas devem ser apropriadas para esta caracterstica. A correlao introduzida pela
prpria ao do controlador sobre as variveis do processo, realizando a sua atividade fim:
manter as variveis de sada (controladas/monitoradas) prximas ao alvo. A seleo da carta

78
de controle busca atender situao encontrada com o comportamento dos dados,
possibilitando identificar anormalidades em diferentes situaes.
Com base no referencial terico, foram definidas as cartas de controle a serem
utilizadas na operao conjunta com o controlador, atravs de suas peculiaridades. O critrio
foi o de buscar caractersticas que viessem a atribuir maior sensibilidade ao sistema proposto
identificando situaes de anormalidades de forma mais eficiente e minimizando alarmes
falsos.
As cartas de controle selecionadas para a monitorao do processo seguem a
abordagem baseada em modelos de autocorrelao. Especificamente, as baseadas em sries
temporais ajustadas por modelos ARIMA, na qual monitoram-se os resduos de ajuste. Estas
cartas foram escolhidas por serem umas das mais utilizadas para o controle estatstico de
dados correlacionados, possuindo grande flexibilidade de ajustes de seus parmetros
(APLEY; SHI, 1999 e MONTGOMERY, 2004). So utilizadas cartas de controle univariadas
para cada uma das caractersticas de qualidade, monitoradas e controladas, especficas do
processo.
Os perodos monitorados pelas cartas de controle correspondem somente aos perodos
de produo efetiva. Os demais intervalos entre jornadas de trabalho e mesmo finais de
semana no so avaliados pelo CEP.

3.1.8 Configurao de tcnicas necessrias ao emprego das cartas de controle

Com a escolha das cartas de controle, so necessrias definies que devem ser
consideradas no sentido de operacionalizar as suas atividades. So informaes consideradas
nas suas configuraes, e que s podem ser determinadas com a especificao do processo e
suas caractersticas de operao.
Como so consideradas inspees automticas, em que as leituras e registros so
realizados na monitorao de um processo contnuo, as amostras so unitrias (n=1). A cada
tomada de leitura so registradas p caractersticas de qualidade ou medidas relacionadas a
elas.
A frequncia de amostragem estabelecida em conjunto com o comportamento do
processo. Para tal, considerada como sendo a mesma frequncia estabelecida pelo
controlador para realizar seus ajustes peridicos, uma vez que estaro operando de forma
concomitante, facilitando inclusive verificaes e identificaes posteriores. Os intervalos so
regulares, no sendo consideradas variaes ao longo do decorrer do tempo da simulao.

79
Cartas de controle de Shewhart e EWMA, para observaes individuais, so
empregadas para monitorarem, simultaneamente, os resduos provenientes dos modelos
ARIMA, estes, devidamente ajustados a cada uma das variveis monitoradas.

3.1.9 Registro das cartas de controle e suas configuraes

Com as cartas de controle definidas e suas configuraes determinadas, estas estaro
aptas a serem utilizadas na monitorao do processo em estudo. Desta forma, as informaes
obtidas so armazenadas para serem utilizadas na prxima fase de simulao do processo.
No mdulo 2, as informaes registradas das cartas de controle estaro disponveis
para serem resgatadas e empregadas na operao integrada ao CEnP.

3.2 MDULO 2 - OPERAO INTEGRADA CEnP E CEP

Com as definies obtidas no primeiro mdulo, pode-se, ento, avaliar a ao do
CEnP e CEP operando conjuntamente. Na Figura 7, esto representadas as atividades que so
desenvolvidas visando avaliao de suas aes em diferentes ambientes, cujos
comportamentos das variveis so alterados em cada um deles. Na sequncia, so descritas as
aes necessrias operao seguindo a ordem apresentada.

3.2.1 Determinao de cenrios

No contexto de aproximar a simulao da realidade, restries e comportamentos
impostos pelo ambiente e pelo comportamento das variveis, so levados em considerao.
Diferentes alternativas so criadas, que configurando as exigncias, que o modelo a ser
simulado deve enfrentar, possibilitam estudar o seu desempenho em diversos aspectos. A
observao e o acompanhamento do comportamento do modelo, operando com uma
determinada condio, permitiro, em etapa posterior, avaliar se as restries esto sendo
satisfeitas e se os objetivos esto sendo alcanados.
Um cenrio considerado como a representao das relaes e dos comportamentos
das variveis envolvidas no processo (modelo matemtico), recriando, da forma mais prxima
possvel, o sistema real. Os cenrios so compostos por conjuntos de dados, cujas
combinaes de diferentes comportamentos das variveis, solicitam diferentes aes por parte
do modelo avaliado, possibilitando testar o desempenho do sistema em diversos ambientes.

80

Incio

Organizao e tabulao dos
dados
Modelo, Controlador,
parmetros e estratgia
de controle definidos
Determinao de cenrios
(comportamento variveis)
Cartas de controle e
suas configuraes
definidas
Todos os
cenrios foram
testados?
Registro das informaes
das variveis do
controlador e das cartas de
controle
Sim
No
Fim
Anlise dos Resultados e
Comportamentos
Interveno nas
sinalizaes de
anormalidades
A
B
Mdulo 1
Mdulo 1
Simulao do processo
em operao com o
controlador (r repeties)
Simulao do processo
com Integrao CEnP e
CEP(r repeties)
Simulao preliminar do
processo em operao
com o controlador
Parametrizao das Cartas
de Controle
SIMULAO Etapa 1
Etapa 2
Etapa 3
Etapa 4
Cenrios a serem
avaliados
i = 1, , 4

SIMULAO
C
Armazenamento dos
parmetros das
Cartas de Controle

Figura 7 Fluxograma Mdulo 2 - Integrao CEnP - CEP
[Fonte: Elaborado pelo Autor]

81
Cenrios so estabelecidos para que se possa simular a atuao isolada do CEnP e,
deste, em conjunto com o CEP. Com o conhecimento prvio do sistema, j modelado, as
variveis de entrada, bem como as interaes entre os elementos, so passveis de serem
trabalhados. Na gerao dos valores das variveis de entrada, e nas interaes (influncias)
entre as demais variveis que compem o processo estudado, alteraes permitem que os
sistemas de controle e monitoramento possam ser exigidos de formas diferentes.
Ser analisada a atuao das tcnicas em duas condies de comportamentos dos
dados de entrada do sistema. So simulados dados de entrada com caractersticas de menor e
maior variabilidade. Alm destes nveis de comportamento, tambm so verificadas as
influncias no desempenho do modelo estudado quanto variaes de alguma caracterstica
tcnica do produto envolvido no processo. Duas situaes relacionadas a uma caracterstica
tcnica so verificadas, como por exemplo, produtos processados com menor e maior
dimenso.
Atravs do equacionamento obtido para elaborao do modelo matemtico, mdulo 1,
so observadas as principais relaes de dependncia existentes entre as variveis. Com este
conhecimento, relaes podero ser alteradas procurando observar diferentes
comportamentos.
Combinando as especificaes, previamente almejadas, os nveis de comportamento e
caractersticas, tem-se os cenrios a serem avaliados, que se encontram representados na
Figura 8. Ao todo so quatro cenrios em que iro ser simuladas a operao do CEnP de
forma isolada e as combinaes (CEnP e CEP) estabelecidas. A gerao dos comportamentos
das variveis e as interaes manipuladas so definidas com o detalhamento do processo
implantado.
Relaes Estudadas
Cenrio Comportamento
(variabilidade)
Caracterstica Tcnica

C
1
Menor Menor
C
2
Menor Maior
C
3
Maior Menor
C
4
Maior Maior
Figura 8 Cenrios avaliados
[Fonte: Elaborado pelo Autor ]

3.2.2 Simulao do processo

Com o modelo, controlador, parmetros e estratgia de controle e os cenrios

82
determinados, possvel passar para a simulao dinmica do processo em estudo. Com as
condies de contorno estabelecidas pode-se analisar o comportamento da simulao em
situaes semelhantes s que o sistema real enfrenta.
Como a avaliao de interesse est baseada em um processo contnuo, no qual sua
mudana de estado ao longo do tempo considerada, a simulao contnua empregada por
melhor representar esta dinmica. Consultas a especialistas e literatura tcnica especfica,
foram utilizadas para definir os comportamentos tpicos de cada uma das variveis de
processo. Com estas informaes, possvel identificar quais distribuies de probabilidade
melhor se ajustam a estes comportamentos. Com esta identificao, podem-se gerar os dados
incluindo um comportamento estocstico nos mesmos.
As simulaes so realizadas utilizando-se o pacote computacional MATLAB.
Visando a verificao do modelo de simulao, o mesmo implementado
computacionalmente em sees, em que, cada uma delas conferida gradualmente quanto a
sua funcionalidade, medida que programado. Desta forma, falhas na transcrio e
programaes so evitadas.
A simulao composta por quatro etapas. A primeira a simulao do processo em
rodada preliminar, apenas com o controlador operando para obteno do histrico das
variveis a serem monitoradas pelo CEP e determinao do melhor modelo ARIMA, ajustado
ao comportamento de cada uma das variveis monitoradas (controladas). A segunda, com o
controlador e o controle estatstico em uma outra rodada, determinando os parmetros das
cartas de controle. A terceira, com o controlador realizando todas as r repeties
programadas. A quarta, com o controlador em conjunto controle estatstico, simulando as
mesmas r repeties. Cada uma das etapas ser descritas nas subsees na sequencia. Os
cenrios so alterados apenas nas etapas trs e quatro.
So entendidas como anormalidades do sistema proposto, com o controlador operando
isoladamente ou em conjunto com as cartas de controle, as situaes em que alguma das
variveis controladas (caractersticas de qualidade monitoradas) atinja valores fora de sua
especificao ou situaes que levem sinalizao de causas especiais pelo CEP, quando for
o caso.

3.2.2.1 Simulao preliminar do processo em operao com o controlador

Em uma etapa inicial, com o controlador devidamente sintonizado e operando de
forma isolada, utilizando-se um dos cenrios, gerada uma rodada preliminar visando obter o

83
comportamento das variveis a serem monitoradas pelas cartas de controle. Nesta primeira
rodada, antes de iniciar as repeties, o padro de comportamento dos dados das variveis de
sada capturado, servindo como conjunto de dados para ajuste e parametrizao dos modelos
ARIMA.
Com as informaes obtidas, procede-se anlise para identificao dos melhores
modelos ARIMA que se ajustem a esses dados, utilizando-se os critrios AIC, HQC e SBIC.
ajustado um modelo para cada varivel de sada. Aps a identificao, estes melhores
modelos so incorporados ao programa para que se calcule os erros de ajuste a serem
monitorados pelo CEP.

3.2.2.2 Parametrizao das cartas de controle

Na segunda etapa da simulao, o controlador opera em conjunto com as cartas de
controle dos resduos. Estes resduos so calculados com a determinao dos melhores
modelos ARIMA, ajustados a cada uma das variveis monitoradas, e devidamente inseridos
no programa. Nesta atividade, so consideradas as especificaes definidas no mdulo 1.
Com esta primeira rodada conjunta, so determinados os parmetros de cada uma das
cartas de controle. Uma rotina programada determina as estimativas de variabilidades, bem
como, providencia os clculos dos limites de controle. Estes parmetros so armazenados para
serem utilizados na quarta etapa de simulao. Como se trata de simulaes, considerou-se
que o processo j se encontra mantido em estado de controle (Fase II do CEP).
Os parmetros somente so armazenados caso no sejam constatadas sinalizaes nas
cartas de controle utilizadas neste perodo. Na presena de sinalizaes ou de qualquer outro
comportamento que indique anormalidade, a simulao dever ser refeita para obteno de
novos valores.

3.2.2.3 Simulao do processo em operao com o controlador

Nesta etapa, so utilizados todos os desenvolvimentos e critrios de simulao,
aplicados na primeira etapa de simulao. A simulao ocorre com o controlador operando de
forma isolada, buscando o gerenciamento do processo, sem contribuies das cartas de
controle, mesmo que anormalidades (causas especiais) sejam percebidas. So geradas r
repeties de cada cenrio.
A quantidade de repeties estar vinculada ao desempenho do ambiente de

84
simulao. Estima-se uma quantidade inicial de 1000 repeties (replicaes), quantidade esta
que pode ser alterada dependendo do tempo computacional envolvido por ocasio da
implementao e do comportamento do processo em estudo.
Durante o perodo de simulao, os dados gerados para cada uma das variveis do
processo, em cada repetio, so armazenados em um banco de dados. Desta forma,
possvel analisar posteriormente as anormalidades e tambm proporcionar a reutilizao dos
dados para recriar as mesmas condies operacionais, quando da simulao da integrao com
CEP, permitindo-se, assim, a comparao direta das duas situaes estudadas.

3.2.2.4 Simulao do processo com integrao CEnP e CEP

Nesta quarta etapa, todos os cenrios so avaliados utilizando-se os desenvolvimentos
empregados no mdulo 1 e tambm nas etapas 1 e 2 anteriores. Conta-se ento com os
melhores modelos ARIMA ajustados aos comportamentos dos dados para as variveis em
estudo, computando-se os resduos a serem monitorados pelas cartas de controle. Os
parmetros de cada uma das cartas de controle, j armazenados, so utilizados para avaliao
do controle estatstico em todas as repeties.
As variaes naturais inerentes ao processo so recriadas com o resgate dos valores
das respectivas variveis, armazenadas em um banco de dados a cada repetio na terceira
etapa, no qual o controlador operou isoladamente. Assim, recriam-se os mesmos ambientes
para avaliar a atuao conjunta CEnP e CEP, reproduzindo as r repeties de cada cenrio,
possibilitando a comparao de desempenhos entre atuaes.

3.2.3 Intervenes nas sinalizaes de anormalidades

Nas simulaes em que o controlador estar operando de forma combinada com as
cartas de controle, quando ocorrerem sinalizaes de anormalidade, o controlador para suas
atividades normais, entrando em uma situao especial de operao. Nesta nova situao o
controlador recebe uma contribuio em sua lei de controle, partindo das cartas de controle,
que auxilia no seu gerenciamento, sendo uma forma de autoajuste.
Em funo da varivel geradora de sinalizao e da magnitude do seu desvio em
relao ao alvo, uma forma de operao emergencial adotada, interferindo na lei de
controle especfica daquela varivel onde houve a ocorrncia. Esta condio de operao
mantida enquanto houver sinalizaes de causas especiais.

85
A ao de autoajuste automaticamente acionada sem anlise imediata da causa
geradora. Com a sinalizao emitida uma medida de correo para o controlador. As
indicaes de causas especiais so analisadas individualmente, porm como se tratam de
simulaes - apesar de ser uma etapa importante do CEP - estas so analisadas posteriormente
ao final das repeties. Todas as sinalizaes so investigadas.
Em um processo real, procura-se investigar, e se possvel, remover os efeitos
causadores de anormalidades, aps sua sinalizao. Com o sistema de autoajuste, o
controlador do processo recebe um auxlio, enquanto no forem devidamente identificadas e
removidas as anormalidades, procurando reduzirem-se os efeitos sobre a varivel de sada
monitorada. Cessando as sinalizaes, o controlador retorna sua operao normal e continua
atuando at nova sinalizao. O controlador encerra sua atuao, de forma isolada, ao atingir
as repeties programadas.

3.2.4 Registro das informaes das variveis do controlador e das cartas de controle

Para que os estudos e anlises possam ser elaborados em momento oportuno, so
registradas as informaes relativas a cada uma das r repeties de cada cenrio dos
comportamentos das variveis do processo, das manipuladas pelo controlador e as de sada.
As duas partes da simulao (controlador e controlador em conjunto com as cartas) so
armazenadas de forma independente. As sinalizaes das cartas de controle, em que momento
e condies sinalizaram, tambm so armazenadas.
As intervenes realizadas no controlador, quando das sinalizaes ocorridas, tambm
so anotadas. Os comportamentos das variveis so guardados para anlises e confrontaes,
podendo relacion-los com as sinalizaes e, com isso, identificando-se as anormalidades
ocorridas.
No pacote computacional utilizado, criado um banco de dados com todas as
informaes disponveis. Esse armazenamento possibilita o resgate dos dados para avaliaes
e comprovaes, alm de permitir o rastreamento de informaes.
Estas informaes so avaliadas aps o encerramento deste mdulo, quando
concluses so obtidas atravs de anlises especficas, levando tambm em considerao as
variveis e os cenrios envolvidos.




86
3.2.5 Todos os cenrios foram testados?

No sistema computacional estabelecida uma sequncia para que sejam testadas as
combinaes de todos os cenrios. No caso de ainda existirem cenrios a serem avaliados
(deciso no), a fase de simulaes deste mdulo no encerrada e passa-se a simular o
prximo cenrio. No possuindo mais cenrios (deciso sim), a sequncia encerrada.
Somente quando todos forem simulados, em todas e repeties, possvel passar para a etapa
seguinte. A sequncia de simulao garante que todos os cenrios so testados e todas as
combinaes so simuladas para que seus dados sejam registrados.

3.2.6 Organizao e tabulao dos dados

Partindo-se dos dados registrados, estes so tratados para extrao de informaes do
ocorrido nas simulaes. Os comportamentos das variveis de processo, das manipuladas e
das controladas (monitoradas) tambm so acessados no referido banco de dados.
As seguintes tabulaes de dados so realizadas visando favorecer a atividade de
avaliao:
- Sinalizaes de anormalidades ocorridas por tipo de cartas de controle;
- Sinalizaes de anormalidades das cartas de controle por tipo de cenrio;
- Sinalizaes de anormalidades das cartas de controle, cujas causas no foram
explicadas;
- Sinalizaes de anormalidades das cartas de controle relacionadas s variaes
consideradas naturais do processo (alarmes falsos);
- Registro de falhas do controlador ao manter as especificaes do processo, quando
operando de forma isolada;
Os dados das variveis controladas (monitoradas) so verificados quanto aos seus
comportamentos ligados aos cenrios e o seu relacionamento com anormalidades
identificadas pelo CEP. As possveis informaes e relaes que favoream as avaliaes so
estabelecidas.

3.2.7 Anlise dos resultados e comportamentos

Com os dados tabulados analisada cada combinao simulada envolvendo
controlador, cartas de controle e cenrios. Os comportamentos das variveis manipuladas e

87
controladas (monitoradas) tambm possuem grande importncia na avaliao.
Com a operao isolada do controlador possvel analisar onde este no atuou de
forma adequada, quando confrontado com as sinalizaes obtidas pelas cartas de controle e os
comportamentos das variveis de sada. possvel localizar situaes que no foram
devidamente consideradas no seu projeto, ou alteraes de comportamentos posteriores que
resultam em falhas de gerenciamento. As investigaes das anormalidades constatadas
possibilitam a comprovao se o controlador isoladamente possui, ou no, condies de
operar sem comprometimentos de resultados (caractersticas de qualidade dentro das
especificaes).
Com os dados das combinaes, atravs das sinalizaes, identificam-se onde as cartas
foram mais sensveis em sinalizar anormalidades. So tambm relacionadas com o tipo de
cenrio das ocorrncias. Esta sensibilidade constatada pelo nmero de sinalizaes
observadas em relao aos mesmos cenrios por cada tipo de carta. Relaes so
estabelecidas entre as sinalizaes das cartas, os eventos do processo ou do controlador e os
cenrios apresentados. O desempenho das combinaes entre o controlador com as cartas de
controle tambm avaliado quanto manuteno dos valores das caractersticas de qualidade
o mais prximo de seus valores-alvo.
Com o objetivo do sistema de controle manter as variveis controladas (monitoradas)
o mais prximo aos seus valores-alvo, utilizou-se como medida de desempenho o Desvio
Quadrtico Mdio do Alvo e a Distncia Mdia em relao ao Alvo (SHAO, 1998). Estas
duas medidas so calculadas somente para os perodos de produo, uma vez que os demais
perodos no so monitorados pelas cartas de controle.

3.3 MDULO 3 - INTEGRAO DO CEnP E DO CEP COM A INSERO DE
ANORMALIDADES

Partindo das definies do controlador e de seus parmetros, e tambm das cartas de
controle e suas configuraes, obtidas nos dois primeiros mdulos da metodologia proposta,
so criadas situaes que permitem a avaliao especfica das atuaes da integrao CEnP e
CEP. Na Figura 9, esto representadas as atividades desenvolvidas visando essa avaliao, na
qual anormalidades so inseridas intencionalmente no modelo (processo). A Figura 9 similar
ao fluxograma apresentado na Figura 7, com algumas etapas adicionais para introduo das
anormalidades e verificao do comportamento da integrao na presena de anormalidades
conhecidas. As aes so descritas a seguir, na mesma ordem apresentada no fluxograma.

88

Incio
Verificao das sinalizaes e
i dentificaes das anormali dades
criadas
Modelo, Controlador,
parmetros e estratgia
de controle definidos
Cenrios a serem aval iados
i = 1, , 4
Simulao do processo
em operao com o
Controlador (r repeties)
Cartas de controle e
suas configuraes
e parmetros
Todos os
cenri os
testados?
Registro das informaes
das varivei s do
controlador e das cartas de
controle
No
Fim
Anlise de desempenho da
integrao
Introduo de forma
intencional de falha no
modelo e/ou componente
A
C
Mdulo 1
Mdulo 2
Sim
Todas as
Falhas
testadas?
Sim
No
Simulao do processo
com integrao
(r repeties)
Interveno nas
sinali zaes de
anormalidades
SIMULAO Etapa 1
Etapa 2

Figura 9 Fluxograma Mdulo 3 Operao integrada e insero de anormalidades
[Fonte: Elaborado pelo Autor]


89
3.3.1 Introduo de forma intencional de falha no processo e/ou componente

Uma vez que as relaes entre as variveis do processo so conhecidas e j modeladas,
tem-se conhecimento sobre o seu comportamento dinmico. Com a simulao em andamento,
aps um perodo de treinamento, em determinado instante arbitrado, uma alterao proposital
e identificada inserida no sistema.
Estas alteraes inseridas buscam representar situaes reais, como falhas de
funcionamento ou de leituras de sensores, anormalidades dos elementos atuadores das
variveis manipuladas, comportamentos atpicos de variveis, ou mesmo problemas de
especificao com matrias-primas. Como no projeto do controlador existem limites de
variaes nas quais este possa operar, alteraes alm destes limites fazem com que ele no
possua condies satisfatrias de gerenciar o processo. Desta forma, so foradas situaes
que podem levar s sinalizaes das cartas de controle. Nestas condies o comportamento do
conjunto CEnP e CEP so testados em condies adversas.
O sistema de autoajuste poder ser verificado quanto a sua efetividade em manter as
variveis de sada (caractersticas de qualidade) o mais prximo de seus valores-alvo. As
anormalidades no so inseridas simultaneamente no programa de simulao

3.3.2 Cenrios a serem avaliados

Para a anlise da integrao frente s falhas propositais, so recriados os mesmos
cenrios estabelecidos no mdulo 2 como ambientes a serem simulados, sendo uma
combinao dos comportamentos (menor e maior variabilidade) e de variao de
caracterstica tcnica do produto processado (maior e menor).
Os cenrios so utilizados na avaliao do comportamento da integrao em reagir
anormalidade proposital criada. Todas as anormalidades so avaliadas utilizando todos os
cenrios.
Por questes de comparao, so recriadas as mesmas situaes para cada repetio da
simulao, dentro de uma mesma rodada (conjunto de r repeties). Somente a gerao das
variaes naturais inerentes ao processo e operao do controlador e das cartas e controle,
relativas a cada cenrio, so responsveis pelas alteraes nos comportamentos de ajustes e
identificao.



90
3.3.3 Simulao do processo

De forma anloga ao exposto na subseo 3.2.2, com o controlador e suas leis de
controle especificadas, as cartas de controle definidas e os cenrios determinados, a simulao
dinmica do processo pode ser realizada. Tratando-se de uma variao do mdulo 2, so
mantidos os modelos ARIMA ajustados e demais parmetros das cartas de controle
determinados e registrados naquele mdulo.
Sendo utilizados os mesmos cenrios do mdulo 2, os comportamentos das variveis
envolvidas na simulao tm as mesmas caractersticas j empregadas, baseadas na simulao
contnua de seus valores. As variaes naturais inerentes ao processo so recriadas utilizando-
se os parmetros e distribuies de probabilidade j empregadas no mdulo anterior.
As situaes a serem avaliadas ocorrem em duas etapas. A primeira, com o
controlador operando isoladamente, sendo realizado r repeties. A segunda, com a operao
combinada com as cartas de controle, tambm realizando as mesmas r repeties, recriadas
atravs das variaes naturais, inerentes ao processo, armazenadas no banco de dados da
primeira etapa. Desta forma permitida a comparao de resultados.
A simulao ocorre de forma que o controlador opera, realizando seus ajustes
automticos e as cartas de controle monitorando o processo. Todos os cenrios so avaliados
nessa oportunidade. O pacote computacional MATLAB tambm ser empregado nessa
atividade, com as simulaes sendo realizadas em sequncia de 1000 repeties, como no
mdulo anterior.

3.3.4 Intervenes nas sinalizaes de anormalidades

Neste mdulo, quando o controlador estiver operando isoladamente, no so realizadas
interferncias. Ser permitido que o mesmo busque suas correes de forma autnoma at o
final de cada perodo simulado.
Quando da operao combinada, com as sinalizaes das anormalidades, o sistema de
autoajuste interferir no controlador e, parmetros especiais temporrios so assumidos
enquanto existirem sinalizaes. seguido o mesmo critrio do mdulo 2.
Procurando recriar situaes prticas, em um perodo fixo, preestabelecido aps a
primeira sinalizao de alguma carta de controle, supondo que a falha foi identificada e
removida, a anormalidade propositalmente inserida deixa de existir, continuando a simulao
com a anomalia sanada. As intervenes realizadas so de forma anloga ao exposto na

91
subseo 3.2.3, sendo que dever ser confirmada a correspondncia entre a sinalizao e a
falha criada intencionalmente.

3.3.5 Registro das informaes das variveis do controlador e das cartas de controle

Os dados provenientes das simulaes, cenrios, comportamentos das variveis e
sinalizaes so armazenados. Os ajustes realizados pelo controlador e o comportamento de
suas variveis manipuladas e controladas (monitoradas), so registradas. As duas partes da
simulao (controlador e controlador em conjunto com as cartas de controle) so armazenadas
de forma independente.
Cada uma das r repeties de cada cenrio tem os seus dados armazenados. As
principais informaes so as referentes aos instantes de sinalizao da anormalidade de cada
carta. Os dados necessrios comprovao das identificaes das falhas tambm so
armazenados, acompanhando os registros de sua sinalizao.
As informaes so guardadas em um banco de dados, criado no pacote
computacional utilizado. Com as informaes armazenadas possvel posterior avaliao das
sinalizaes realizadas pelas cartas de controle, bem como a anlise de seu desempenho na
identificao.

3.3.6 Todos os cenrios testados?

De forma anloga ao apresentado no mdulo anterior, uma sequncia estabelecida
para garantir que todos os s cenrios so avaliados por todas as combinaes. Enquanto existir
cenrios que necessitem ser avaliados (deciso no), prossegue-se com as simulaes.
Os cenrios so avaliados considerando-se todas as suas repeties. No existindo
mais cenrios (deciso sim), esta rotina encerrada, passando-se para prxima atividade. Esta
rotina visa conferir se todas as combinaes so simuladas em todos os cenrios para registro
dos seus dados.

3.3.7 Todas as falhas testadas?

Uma sequncia tambm estabelecida de forma a garantir que todas as falhas sejam
testadas em todos os cenrios e, consequentemente, por todas as opes de combinaes.
Desta forma, todas as opes so testadas quanto s identificaes das diferentes

92
anormalidades criadas e em diferentes ambientes.
Enquanto existirem falhas a serem testadas (opo no), no permitido o avano das
atividades. Somente quando todas j tiverem sido avaliadas (opo sim), esta rotina ser
encerrada, passando-se fase de verificao das sinalizaes e identificao das
anormalidades.

3.3.8 Verificao das sinalizaes e identificaes das anormalidades criadas

Utilizando-se os dados armazenados das simulaes, so avaliadas as caractersticas
dos comportamentos do controlador e das sinalizaes das cartas de controle. Resgatam-se os
instantes de sinalizao, os registros de anormalidades com suas comprovaes de causas
geradoras dos eventos.
So tabulados os dados, estabelecendo-se as relaes entre as cartas de controle, os
cenrios avaliados e os tipos de eventos inseridos propositalmente como anormalidades a
serem identificadas. Como a falha e o momento em que esta foi causada so conhecidos,
monitoram-se os momentos de sinalizaes e os comportamentos da integrao.
So realizadas as seguintes relaes, visando favorecer a avaliao posterior dos
dados:
- Sinalizaes ocorridas por carta de controle;
- Sinalizaes por tipo de cenrio;
- Sinalizaes cujas causas no foram explicadas, caso ocorram;
- Sinalizaes e causas de anormalidades constatadas;
- Instantes de sinalizaes e os nveis das variveis de qualidade em relao s suas
especificaes;
- Comportamento das variveis de sada quando dos ajustes temporrios do
controlador;
- Outras relaes, observadas por ocasio da implementao computacional.

3.3.9 Anlise de desempenho

Utilizando-se os dados armazenados e tabulados, so analisados os desempenhos da
integrao na presena de anormalidades. A avaliao consistir em confrontar os valores das
variveis de sada, obtidas com o controlador operando isoladamente, com os valores das
mesmas variveis da operao combinada.

93
So averiguados os valores das variveis que saram da especificao, relacionando-as
aos cenrios avaliados e s anormalidades criadas. So constatadas as sensibilidades em
relao aos ajustes propostos e sinalizaes das anormalidades relacionadas s falhas que
podem ocorrer em sistemas reais. A criao dos distrbios intencionais, em instantes
estabelecidos, permite averiguar e comprovar esta operao e como o sistema correspondeu.
A simulao em pacote computacional (Matlab) possibilita esta avaliao que, muitas vezes,
no possvel de ser testada na prtica.
Os desempenhos so comprovados atravs de anlises grficas e dos resultados
obtidos com os mesmos indicadores do mdulo 2 (subseo 3.2.7), o Desvio Quadrtico
Mdio do Alvo e a Distncia Mdia em relao ao Alvo. Assim mensurada qual das
alternativas possibilita manter cada varivel de sada o mais perto do seu valor-alvo. Estes
indicadores permitem comparar os resultados da integrao proposta em relao ao
controlador operando isoladamente.
Em outra avaliao a ser realizada, possvel verificar at que condies o controlador
conseguir gerenciar as variveis de processo, na presena das anormalidades criadas,
mantendo as caractersticas de qualidade dentro de suas especificaes. Com este
comportamento no previsto no projeto inicial do controlador, a partir de um determinado
instante, existe a possibilidade deste no conseguir mais realizar os ajustes necessrios de
forma satisfatria, caso as anormalidades no sejam identificadas pelos operadores. Tambm
existe a possibilidade do controlador realizar o ajuste baseado em diversas alteraes
sucessivas e alterara o nvel mdio das variveis.

94
4 APLICAO

Neste captulo, apresentada a implementao da integrao proposta atravs de
simulaes baseadas em um processo real. Demonstrando a teoria abordada, integrando o
CEnP e o CEP, seguiram-se os fluxogramas elaborados na parte metodolgica, Captulo 3.
Almejando uma melhor compreenso, as etapas desenvolvidas seguem as mesmas ordens nas
quais foram apresentas nos fluxogramas referentes aos mdulos 1, 2 e 3.

4.1 MDULO 1 - ESPECIFICAES DO PROCESSO E DETERMINAO DO CEnP E
CEP

Como ponto de partida para a aplicao, foi escolhido um processo de galvanoplastia
em uma empresa que fabrica grades para foges e outros utilitrios domsticos. Este processo
ser controlado e monitorado e servir de base para obteno dos dados operacionais e ser
estabelecido o seu equacionamento matemtico. Tendo este conhecimento, possvel
especificar um controlador de engenharia e cartas de controle para o monitoramento do
referido processo.

4.1.1 Caractersticas e Descrio do processo estudado

O processo escolhido para aplicar a teoria apresentada parte de um sistema de
revestimentos metlicos (galvanoplastia) de uma empresa, localizada no sudoeste do Paran,
especializada em acabamentos superficiais em bases metlicas. Especificamente, no controle
do banho do setor de cromagem. Como j citado, seus principais produtos so grades para
foges a gs, grades para linha utilitria como: grelhas de peixes, escorredores de loua,
fruteiras, e outros utilitrios domsticos. Possui uma estrutura montada com uma linha de
eletrodeposio de nquel e cromo (hexavalente), alm de uma linha de pr-tratamento.
Processa, diariamente, mais de 10.000 peas recobrindo aproximadamente 40.000 decmetros
quadrados neste perodo.
Sendo a empresa uma prestadora de servios, seu principal cliente pertence linha
branca de eletrodomsticos (foges); com isso, a sua maior demanda dependente deste setor,
porm com grande exigncia ligada qualidade. Nos processos de revestimentos metlicos, a
qualidade do recobrimento fortemente influenciada pela manuteno dos parmetros dentro
da especificao do banho (eletrlito).

95
Os revestimentos metlicos consistem em metais aplicados sobre materiais utilizados
como base metlica ou no metlica (substratos), com espessuras consideravelmente mais
baixas do que as do substrato. Dentre os tratamentos superficiais, destaca-se a eletrodeposio
(ou galvanoplastia), uma boa opo de revestir as superfcies metlicas em aplicaes
industriais tcnicas ou estticas. A eletrodeposio um processo comumente utilizado no
qual se consegue obter um revestimento muito fino e, relativamente, livre de poros utilizando-
se um material mais nobre e caro. Evita-se o excesso de metal depositado, geralmente por
problemas econmicos. O revestimento metlico realizado sobre uma superfcie atravs da
aplicao de uma corrente eltrica, geralmente contnua, operao denominada de
eletrodeposio. Os elementos devem estar imersos em um banho, apropriadamente
preparado, para poder ocorrer a deposio (recobrimento).
No processo de eletrodeposio, que baseado nos princpios da eletrlise - uso da
corrente eltrica em processos qumicos (eletroqumica) - os componentes principais so:
eletrlito, catodo e anodo. O eletrlito, comumente denominado de banho, geralmente uma
soluo aquosa concentrada que contm ons do metal que se deseja depositar (revestimento).
Na eletrodeposio o material a ser protegido colocado como catodo (base a recobrir) de
uma cuba eletroltica, onde o eletrlito contm sal do metal utilizado no revestimento
podendo o anodo (revestimento) ser tambm do metal a ser depositado.
No processo de eletrodeposio, so realizadas trs etapas principais: pr-tratamento
preparao da superfcie do substrato para se obter depsitos aderentes e uniformes;
eletrodeposio propriamente dita imerso do substrato no banho para receber o
revestimento; ps-tratamento - processo de lavagem e secagem das peas, sendo que
dependendo do acabamento pode receber um banho adicional de solues inibidoras para
proteo adicional. Para uma maior compreenso dos processos de eletrodeposio, consultar
Wolynec (2003), Santana et al. (2007).
O processo a ser estudado, consiste em seis etapas bsicas, conforme apresentado na
Figura 10. Na primeira, os produtos (aramados) passam por banhos com cidos e ativadores
para removerem graxas e resduos superficiais e melhorarem a aderncia da deposio. Na
segunda etapa, os produtos passam por um processo de deposio de nquel, no qual a
eletrlise deste metal faz um primeiro recobrimento, conferindo um acabamento superficial
satisfatrio, com uma resistncia mecnica e tambm contra corroso. Na terceira, um banho
de enxgue com gua retira os resduos provenientes do revestimento de nquel evitando a
contaminao da prxima operao. Na quarta etapa, realizado o banho com a deposio do
cromo, sendo um metal mais duro, nobre e caro, utilizado para um melhor acabamento

96
superficial (mais brilhoso) e aumentar ainda mais a resistncia mecnica das peas. Na quinta,
um banho de enxgue final retira os resduos da cromagem, disponibilizando as peas para
secagem. Na sexta e ltima etapa, realizado o controle de qualidade e embalagem. Aps esta
sequncia, as peas esto prontas para serem enviadas aos clientes.

Figura 10 Sequncia do processo de revestimento
[Fonte empresa estudada]
Por ser a parte que mais exige ateno dos responsveis pela planta industrial, a quarta
etapa foi utilizada para o desenvolvimento deste estudo. Devido ao curto tempo de cada
carregamento (aproximadamente 30 segundos em deposio), os controles dos parmetros
desta parte do processo precisam ser monitorados para que no ocorram falhas gerando
retrabalhos.
Caso haja necessidade de retrabalhar peas, o custo envolvido de matria-prima alto
(a deposio dever ser removida), alm de todo o rejeito do processo, pelo fato de que os
produtos qumicos e metais utilizados precisam ser tratados de forma especial, em lagoas
apropriadas para descarte. A empresa utiliza um tipo de cromo denominado de hexavalente, o
qual permite melhorar o acabamento superficial, e, por conseguinte, a esttica dos produtos.
Porm, este produto possuidor de maior grau de contaminao ambiental, existindo o
envolvimento de custos ambientais e monetrios.
Os produtos quando saem da etapa de recobrimento de nquel e aps o banho de
enxgue, aguardam em um estoque de processamento. So penduradas em suportes
(gancheiras) para ento serem mergulhadas na soluo de cido crmico (banho). As
gancheiras so suspensas dentro do tanque pelo barramento de cobre por onde passa corrente
eltrica (ver Figura 11). Aps o carregamento completo do tanque, o retificador acionado
fazendo com que circule a corrente eltrica entre as peas a serem recobertas (catodos) e
placas de chumbo (anodos). A circulao desta corrente no banho fora a deposio do
cromo. Atualmente o processo e seu controle so manuais.
Pea a
revestir
(I) - Pr-Tratamento
-desengraxe;
-lavagem alcalina;
-banho cido.
(II)
Revestimento
de Nquel
(III)
Banho de
enxgue
(IV)
REVESTIMENTO
DE CROMO
DURO
(VI)
- C. Qualidade
- Embalagem.
Pea
PRONTA
(V)
- Banho Enxgue;
- Secagem;

97

Figura 11 Tanque de Cromagem
[Fonte empresa estudada]
Conforme levantamento realizado junto aos responsveis pelo processo, o
recobrimento de cromo diretamente influenciado pela concentrao, temperatura e pelo
nvel do banho. A composio do banho de cido crmico, um sal adquirido
comercialmente, e diludo com gua. Para concentraes abaixo de um limite especificado
(218 g/cm
3
) a deposio deficiente ou necessita de um maior tempo das peas no banho
circulando corrente eltrica (baixando a produtividade). Acima de um limite mximo (250
g/cm
3
), a concentrao provoca o surgimento de partes queimadas nos produtos. A
concentrao monitorada por medies dirias de densidade do banho e alterada
adicionando-se soluo concentrada de cido crmico (soluto) ou gua (solvente). A
temperatura deve ser mantida em 40
o
C para que se possa melhorar a ativao da soluo, bem
como manter a densidade do banho em um patamar ideal de deposio, sendo tolerada uma
variao entre 39
o
C e 43
o
C. A temperatura, atualmente, controlada por um termostato
acionando um banco de resistncias. O nvel do banho mantido dentro de uma faixa de
variao estreita. Abaixo do limite inferior (93 cm), o volume de lquido exigido para uma
boa deposio na parte superior das peas pode ficar comprometida (parte superior da pea
mergulhada a dez centmetros). Acima do limite superior (97 cm), alm de disponibilizar um
volume desnecessrio de matria-prima cara, facilita o transbordamento do tanque, seja pela
agitao da manipulao das peas, na colocao ou na retirada das gancheiras. O nvel
controlado de forma visual pelo encarregado do setor, o qual indica a necessidade de
reposio do volume. Um laboratorista realiza a medio da densidade do banho e, indica
uma proporo de reposio de soluto e solvente, de forma a manter a especificao.
A densidade de corrente outro fator que pode interferir na qualidade da deposio. A
sua variao pode estar ligada capacidade e caractersticas tcnicas do retificador, variaes
da rede de energia eltrica, pelos contatos eltricos entre as peas e as gancheiras e, entre

98
estas e os barramentos de cobre de fixao; alm das geometrias e reas das peas de cada
carga. Devido variabilidade estar ligada a questes operacionais, de manuteno e tambm
da qualidade da mo de obra dos operadores, estes itens no foram includos na modelagem,
sendo considerado como itens de variao inerentes ao processo.
A etapa de cromagem composta por um tanque de polipropileno com 0,80m de
largura, 3,00m de comprimento e 1,00m de altura. A alimentao de corrente contnua nos
barramentos fornecida por um retificador de at 12V, no qual o valor da corrente depende da
rea e geometria das peas, podendo atingir valores de at 1900 Ampres. A operao de
colocao e retirada das gancheiras com peas no tanque realizada manualmente.

4.1.2 Modelagem matemtica e definies de variveis

As grandezas fsicas e qumicas, envolvidas no processo estudado, permitem que
sejam obtidas equaes diferenciais de primeira ordem, estabelecendo relaes lineares entre
as variveis envolvidas. Com o andamento do processo, as variveis assumem valores que
variam em relao evoluo do tempo, permitindo sua anlise dinmica.
Visando obter a idealizao do modelo fsico, foram realizadas visitas empresa para
observao do processo, bem como entrevistas com os responsveis, encarregados e
operadores. A Figura 12 apresenta a idealizao do modelo fsico do tanque de cromagem
correspondente quarta etapa do processo pela Figura 10. Aps a obteno de informaes de
sua dinmica de funcionamento pde-se estabelecer as relaes envolvidas. As equaes
obtidas so descritas na sequncia.

Figura 12 Idealizao do Modelo Fsico do Processo
[Fonte prprio autor]

99
4.1.2.1 Controle de temperatura

Para o bom desempenho do processo de recobrimento, a temperatura do banho deve
ser mantida prxima a uma temperatura fixa (40
o
C). Este aquecimento obtido atravs de
bancos de resistncias, sendo controlados atravs de sua alimentao eltrica.
A obteno da equao que melhor representa a dinmica desse sistema segue a
Primeira Lei da Termodinmica: A variao de energia interna de um sistema igual a
diferena entre o calor trocado com o meio externo e o trabalho por ele realizado durante uma
transformao (conservao de energia) (SHAPIRO et al, 2005). A equao (32) representa o
equilbrio do sistema, levando em considerao as trocas trmicas identificadas no modelo
fsico. J a expresso (33) apresenta esta relao na forma diferencial, relacionando
diretamente as variveis envolvidas, levando em
co
nsiderao as transformaes de unidades
necessrias e substituies de relaes fsico-qumicas pertinentes.
Pa Pq Ac P U + = A (32)
Em que, U A a variao de energia do sistema; P o calor fornecido ao sistema pelo banco
de resistncias de aquecimento mergulhadas no banho; Ac o aquecimento proporcionado
pela circulao da corrente no banho; Pq o calor retirado em funo das vazes de entrada
e sada do banho; Pa corresponde s perdas para o ambiente, uma vez que o sistema no
isolado.
V C
Pc
T
V
Q
T
V
Q
V C
Pf
dt
dT
p e
b a
p e

o o

33 , 14 33 , 14
+
|
.
|

\
|
+
|
.
|

\
|
+ + = (33)
Em que,
dt
dT
a variao incremental da temperatura no tempo [
o
C/min]; Pf a potncia
fornecida pelo sistema de aquecimento [w];
a
T a temperatura ambiente [
o
C]; Tb a
temperatura do banho [
o
C]; Pc a potncia fornecida pela passagem de corrente pelo banho
[w]; Q a vazo de reposio do banho na concentrao recomendada [cm
3
/min]; o a taxa
mdia de variao da temperatura do banho em relao ambiente [1/min]; V o volume do
banho [cm
3
];
e
a massa especfica do banho [g/cm
3
];
p
C o calor especfico do banho
[cal/(g.
o
C)].
No desenvolvimento da equao (33) assumiu-se que o volume do banho ser mantido
constante e, neste caso, a vazo de entrada ser igual reposio da sada. Considerou-se

100
tambm que a reposio ser controlada de forma a manter a concentrao prxima
recomendada para o processo.

4.1.2.2 Controle da concentrao

A quantidade de soluto (cido crmico) dissolvido em uma quantidade de solvente
(gua) determina a concentrao da soluo. A concentrao de uma soluo tanto maior
quanto mais soluto estiver dissolvido em um mesmo volume de solvente. Pode ser
determinada a partir de medies da densidade do banho. Desta forma, controlando-se a
densidade do banho tambm se estar controlando a concentrao do mesmo. Determinada a
densidade, uma converso determina a concentrao da soluo. No caso do processo
avaliado, as medies de densidade so realizadas por instrumentos simples, obtendo-se
leituras em graus Baum (
o
B) e convertidas para concentrao (g/cm
3
).
Considerando-se a conveno da massa especfica da gua como 1 g/cm
3
, possvel
adotar a massa especfica dos componentes do banho como sendo numericamente igual sua
densidade. Desta forma, possvel utilizar as equaes de balano de massa para representar a
dinmica deste comportamento.
No sendo uma reao do tipo endotrmica ou exotrmica, pode-se estabelecer uma
relao de balano global de massa, conforme equao (34) j na sua forma diferencial
(GARCIA, 2005).
Q Q
dt
V d
e e

=
) (
(34)
No qual, a massa especfica do banho; V o volume do banho;
e
a massa especfica do
fluido que entra;
e
Q a vazo de entrada do reservatrio; Q a vazo de sada do reservatrio.
Com o desenvolvimento apresentado pela equao (34) e realizando as substituies
pertinentes, obtm-se a equao (35) que representa o comportamento da concentrao da
composio do tanque.
A Evap
a
cr padro
Ea
a
Ecr
cr
Q
V V
mdc
Q
V
Q
V dt
d
.
) (


+ =

(35)
Quando ento, a massa especfica do banho [g/cm
3
]; V o volume do banho [cm
3
];
cr

a massa especfica do cido crmico [g/cm
3
];
a
a massa especfica da gua [g/cm
3
];

101
cr padro
a massa especfica ideal para deposio do cromo [g/cm
3
];
Ecr
Q a vazo de
entrada de cromo [cm
3
/min];
Ea
Q a vazo de entrada de gua [cm
3
/min];
A Evap
Q
.
a vazo de
evaporao de gua [cm
3
/min]; mdc a massa de cromo depositada [g/min].
Na obteno da equao (35) algumas determinaes foram feitas, tais como: o
volume do tanque (V) considerado constante; admitiu-se que a massa deposita
proporcional concentrao do banho inserido-se uma relao entre as massas especficas do
banho e a ideal para a deposio do cromo. A vazo de sada causada pela movimentao das
peas (arraste) no influencia na concentrao, por retirar ambos os produtos diludos,
refletindo apenas em variaes do nvel.
A massa de cromo depositada nas peas (mdc) durante os banhos obtida atravs da
relao (36) cujos parmetros so determinados conforme a especificao das peas. Como a
produo no segue um padro, a cada instante de simulao o mdc recalculado.
6000
. . . . RC t A i EQ
mdc = (36)
Em que, EQ o equivalente eletroqumico [g/Ah]; i densidade de corrente que circula entre
o banho e as peas [A/dm
2
]; A a rea superficial depositada das peas [dm
2
]; t o tempo de
deposio [min]; RC o rendimento da corrente [%].
Para se determinar a densidade de lquidos, em sistemas automatizados, utilizam-se os
instrumentos: densmetro ou um transdutor de densidade, medidores de condutividade eltrica
e ultrassnicos. Por converses e relaes apresentadas na literatura, se podem obter as
respectivas concentraes de matrias dissolvidas (SURTEC, 2009; BEGA et al., 2006).

4.1.2.3 Controle de nvel

O controle de nvel busca mant-lo entre os seus limites mnimo - menor volume
tecnicamente aceitvel sobre as peas para melhor eficincia de deposio - e mximo, limite
que permita manipular as peas no tanque sem extravasar (desperdcio de material e
problemas de tratamento ambiental).
Admitindo-se o fluido como incompressvel, quando as presses envolvidas no
ocasionam variaes no volume do banho, a equao (37) pode ser utilizada para representar a
dinmica de processos envolvendo a capacitncia fludica de tanques (GARCIA, 2005).

102
dt
dH
A Q = (37)
Em que, Q a vazo de entrada no reservatrio; A a rea do reservatrio;
dt
dH
a
variao incremental do nvel no tempo.
Com o desenvolvimento (37), obtm-se a expresso (38) a qual relaciona as grandezas
envolvidas no processo estudado. As reposies de cido crmico e gua devem atender
tambm prescrio do controle de concentrao.
A Evap arraste S Ea ECr
Q
A
Q
A
Q
A
Q
A dt
dH
. _
1 1 1 1
+ = (38)
Em que,
dt
dH
a variao incremental do nvel no tempo [cm/min];
ECr
Q a vazo de
reposio de cido crmico [cm
3
/min];
Ea
Q a vazo de reposio de gua [cm
3
/min];
arraste S
Q
_
a vazo de sada do banho por arraste [cm
3
/min];
A Evap
Q
.
a vazo de evaporao
de gua [cm
3
/min]; A a rea do reservatrio [cm
2
].

4.1.2.4 Variaes inerentes ao processo

Na sequncia, so descritas as consideraes tomadas para identificar e gerar os
comportamentos das variveis responsveis pelas variaes naturais do processo. Sendo um
ambiente agressivo (produtos qumicos fortes) e, por isto controlado, os acessos e
permanncias no local para coleta de dados pormenorizada foram limitados, bem como
medies de algumas variveis foram dificultadas pela impossibilidade de acesso com
equipamentos em operao.
Os dados do processo, inseridos na simulao, foram obtidos em visitas empresa
para observao do referido processo, entrevistas com os operadores e responsveis pela
planta industrial e por medies realizadas pelo prprio autor junto aos operadores. Algumas
divergncias foram percebidas nas informaes repassadas, comprometendo o comportamento
resultante desta etapa, o que refletiu na no reproduo da situao real. Para confirmar esses
dados, principalmente nas medies de densidade, foi necessrio coletar amostras do banho,
as quais foram realizadas durante uma semana, em dois perodos (incio e trmino da jornada
de trabalho), sendo analisadas em laboratrio externo empresa. Em laboratrio externo

103
tambm foram analisados a solubilidade (verificar a maior concentrao possvel a ser
utilizada do cido crmico) e estimativa de evaporao.
Para realizao do estudo, foram coletados dados de variveis e confirmaes do
processo, tais como: medies de corrente e tenso do barramento de cobre (sada do
retificador), verificao das densidades de corrente, tempos dos banhos de cromagem
(confirmao), verificao dos ciclos de operao.

4.1.2.4.1 Temperatura ambiente

Junto ao Instituto Ambiental do Paran (IAPAR, 2010), foram obtidos os dados de
temperaturas (mxima, mnima e mdia) dirias registradas no perodo de primeiro de janeiro
a trinta de dezembro de dois mil e nove. Valores medidos em sua estao agrometeorolgica,
localizada em regio prxima empresa estudada.
A partir dos dados foram calculadas as Temperaturas mdias semanais, com as quais
foi possvel obter uma distribuio de probabilidade Normal com os parmetros de mdia
igual 18,8
o
C e desvio-padro 3,9
o
C, sendo o p-valor superior a 0,05. Os valores mdios e os
testes estatsticos pertinentes se encontram no apndice A.
Empregou-se a distribuio Normal para a gerao dos valores de temperatura mdia
para cada uma das semanas simuladas. Com esta gerao de dados, cada semana simulada
ter um diferente nvel mdio de temperatura (o mesmo para toda a semana). Assim poder
ser verificada a atuao do controlador, em condies climticas adversas, ao controlar a
temperatura do banho. Desta forma, sero geradas semanas com temperaturas mais baixas,
exigindo maior e mais rpida resposta do sistema de controle, e tambm temperaturas mais
altas, com menor exigncia de atuao.
Procurando atribuir um carter mais realista, optou-se por procurar reproduzir
variaes aproximadas da temperatura ambiente ao longo do dia, internas ao barraco da
empresa. Como esta grandeza fsica altamente autocorrelacionada, desenvolveu-se a
equao (39) buscando esta aproximao, gerando dados para cada minuto. Foi admitido que
a temperatura diria oscila em torno do um valor mdio semanal.
) .
2
( . t
t
+ + =
iterao
m H
mdia a
n
C C
sen A t t (39)

104
Em que,
a
t a temperatura ambiente variando ao longo do dia (a cada minuto), no local de
trabalho;
mdia
t a temperatura mdia semanal gerada pela distribuio normal; A a
amplitude estimada para variao diria em funo dos valores mdios de temperatura
mxima e mnima e quem estabelece a diferena de variao climtica (ex. vero, inverno) a
gerao do valor mdio da Temperatura para cada semana (ver apndice A);
H
C converso
do perodo em fraes de horas, correspondendo a 24 horas;
m
C converso de horas para
minutos (valor = 60);
iterao
n sequncia do ciclo iterativo utilizado na simulao.
Os ciclos de temperatura so reproduzidos em intervalos regulares, correspondendo o
incio do semiciclo negativo com o incio do perodo de simulao (t=1, 19:00 de domingo).
A gerao dos valores de temperatura ambiente, aqui proposta, no teve a pretenso de ser um
modelo que buscasse a reproduo fiel deste efeito climtico, ou mesmo a finalidade de
previso. Almejou-se a obteno de uma variao, criando situaes que proporcionassem
maiores exigncias de atuao do sistema de controle, diferindo a cada semana simulada e em
oscilaes dentro dos dias avaliados.

4.1.2.4.2 Vazo de sada e evaporao

Como a empresa estudada no possui um registro formal das reposies dirias dos
produtos para completar o nvel, ou mesmo a concentrao, em entrevista com os
responsveis por esta atividade foram buscadas as informaes de como realizado este
procedimento. Pelo levantamento, no possvel realizar a distino entre o que removido
pelo arraste das peas, quando da sua retirada do tanque aps a cromagem, e a evaporao do
tanque. A variao significativa que se teve conhecimento est relacionada ao tamanho das
peas processadas (pequenas ou grandes). Variaes de reposies dirias quanto ao ritmo de
produo so sentidas, porm com impacto menor.
Como no se tem informaes de como seria a reposio ao longo da jornada de
trabalho, empregou-se a Distribuio Uniforme, conforme recomendado por Schwif e Medina
(2006). Os valores dirios de reposio foram estabelecidos junto aos operadores e
responsveis tcnicos pela planta industrial. Valores de reposio dirios (mximo e mnimo)
foram estabelecidos conforme a classificao de peas quanto ao seu tamanho, considerando o
ritmo normal (padro) de produo. A vazo de reposio, em litros por dia, foi convertida
para centmetros cbicos por minuto.

105
Com relao evaporao, foram realizados testes em laboratrio para determinar
uma taxa de evaporao do material do banho (cido crmico) quando mantido temperatura
de trabalho (40
o
C). De posse deste dado, foram estabelecidas relaes de propores de rea
superficial e volume com o tanque real de trabalho. Estabeleceu-se um taxa de evaporao
mdia de 19,24 cm
3
/min, mantida constante ao longo do perodo de operao. Para tal, no se
consideraram as variaes de umidade relativa do ar (ambiente fechado) e de presses na
superfcie da gua e do ar em funo da circulao de ventilao. Para o perodo em que o
sistema de aquecimento est desligado (final de semana), sob orientao do profissional da
rea de qumica, estipulou-se uma taxa correspondente a um tero da estabelecida para o
banho aquecido.
Para efeito de simulao, os valores de vazo de sada (arraste) so gerados com
parmetros, j descontada a parcela de evaporao, e considerados somente os perodos de
produo. Estas variveis (vazo de sada e evaporao) so consideradas independentes no
modelo matemtico. Para uma gerao de dados mais precisa, adotou-se este procedimento,
uma vez que a referncia quantitativa obtida junto a empresa (ocorrncia real) no as separa.
Os valores apurados para a vazo de arraste aps contextualizao do desempenho do
processo em um ritmo normal de produo e adotados na simulao encontram-se na Tabela
1. A descrio do comportamento do processo para estabelecer os valores de simulao
encontra-se no apndice B.
Tabela 1 Vazo de arraste ritmo normal de produo
Vazo de arraste Peas Pequenas Peas Grandes
Mnimo (cm
3
/mim) 44,9 31
Mximo (cm
3
/mim) 72,6 58,8
[Fonte prprio autor]

4.1.2.4.3 Aquecimento pela corrente de deposio

O aquecimento do banho pela circulao da corrente de deposio, tem efeito no
momento em que as peas so efetivamente processadas (cromadas). O seu valor est ligado
diretamente ao tamanho das peas (rea superficial), o qual determina o valor da corrente
eltrica de deposio que circula no banho, com a respectiva tenso eltrica aplicada.
Devido ao local da instalao houve a dificuldade de se realizarem medies de
corrente e tenso eltrica na sada do retificador. Com espao limitado entre retificador e

106
tanque, bem como a sua proximidade com o banho altamente cido, necessitava-se de
equipamentos especiais de medies contnuas, apropriados ao ambiente agressivo, no
disponveis. Os tempos curtos dos banhos, quando o retificador opera, tambm foi um
limitador.
Optou-se, ento, por utilizar informaes de projeto das peas da empresa. Estes dados
foram confrontados com a realizao de algumas medies em cada um dos tamanhos
caractersticos de peas. Estes valores foram considerados coerentes com os resultados
encontrados no processo. No foi possvel um nmero de medies que possibilitasse
determinar, de forma confivel, uma Distribuio e Probabilidade que pudesse representar o
comportamento desta varivel. Assim, optou-se por utilizar a Distribuio Uniforme com os
parmetros estabelecidos com os responsveis pelo processo.
Com os dados de tenso e corrente eltricas (provenientes do retificador),
considerados no projeto do processo de deposio, foram determinadas as potncias eltricas
fornecidas durante cada banho de aproximadamente trinta segundos. Posteriormente,
transformadas para potncias mdias para cada minuto. Os parmetros utilizados para gerao
dos dados da simulao, para cada um dos tamanhos de peas, esto disponibilizados na
Tabela 2.
Tabela 2 Aquecimento banho pela corrente de deposio ritmo normal de produo
Vazo de arraste Peas Pequenas Peas Grandes
Mnimo (W) 5000 7000
Mximo (W) 8000 9500
[Fonte prprio autor]

4.1.2.4.4 Densidade de corrente

A densidade de corrente uma relao entre a corrente eltrica utilizada na
galvanoplastia pela rea superficial das peas a serem recobertas (Ampres/dm
2
),
influenciando na quantidade e qualidade da deposio. Quando do planejamento da entrada
em produo de um produto novo, as gancheiras so projetadas para acomodar uma
quantidade de peas, procurando equilibrar esta relao. Isso evita ajustes no retificador a
cada banho. Apesar do planejamento realizado, variaes ocorrem devido a: oscilaes da
rede de energia eltrica, contatos eltricos entre gancheiras e barramento de cobre de
sustentao e circulao de corrente, contatos eltricos entre as peas e a prpria gancheira,

107
dificuldade de equilibrar a rea total do banho em relao s reas individuais das peas,
dentre outros motivos.
Em funo do grande nmero de situaes que influenciam nesta varivel, sua
variao elevada. Os prprios responsveis tcnicos pelo processo encontram dificuldades
em estabelecer um padro de comportamento, no sendo possvel realizar medies diretas,
apenas estimativas. Pela experincia de seus operadores, a empresa definiu empiricamente os
limites (mximo e mnimo) passveis de ocorrerem nos banhos, os quais so utilizados como
base para o dimensionamento de seus projetos.
A Distribuio Uniforme foi escolhida devido falta de maiores informaes, sobre o
comportamento desta varivel, e disponibilidade de dados. Os parmetros estimados pelos
projetistas, quando do planejamento das cargas dos banhos, foram utilizados na simulao
para gerao dos dados de densidade de correntes conforme Tabela 3.
Tabela 3 Densidade de Corrente
Densidade de
Corrente
Parmetros
Mnimo (A/dm
2
) 20
Mximo (A/dm
2
) 40
[Fonte prprio autor]

4.1.2.4.5 rea de peas depositada por banho

Na etapa de cromagem, a rea superficial das peas depositadas alm de influenciar
outras variveis, est diretamente ligada quantidade de material depositado, retirado da
soluo dissolvida no banho e, com isso, na densidade (concentrao) do mesmo.
No sistema de produo, as peas so diversificadas, classificadas como pequenas e
grandes. Dentro destes agrupamentos existe uma grande variedade de formatos e ainda
variaes de rea superficial. Nas etapas de produo, as gancheiras passam na sequncia de
banhos sendo que a ordem destas, pode ser alterada, do trajeto do incio at a chegada ao
banho de cromo.
Como no se constatou um padro de repetio, durante o perodo de produo os
mais variados formatos de peas so cromados, optou-se pela gerao dos dados atravs da
distribuio Uniforme. Com o auxlio dos responsveis pelo planejamento e controle da
produo do processo estudado, estabeleceram-se os parmetros mnimos e mximos

108
apresentados na Tabela 4. Considerou-se o carregamento dos banhos em ritmo normal de
produo.
Tabela 4 rea de peas depositada por banho ritmo normal de produo
Parmetro Peas Pequenas Peas Grandes
Mnimo (dm
2
) 80 91
Mximo (dm
2
) 90 100
[Fonte prprio autor]

4.1.2.4.6 Valores iniciais

Para iniciar a simulao, existe a necessidade de se determinarem valores iniciais para
as variveis controladas (monitoradas) do processo. Como se estipulou o incio da simulao
em perodo anterior ao da produo efetiva, ver subseo 4.1.3 subsequente, o controlador
possui tempo hbil para realizar correes necessrias para que essas variveis estejam dentro
das suas especificaes, no incio da jornada de produo.
Devido influncia constante do controlador, optou-se por iniciar a simulao com as
variveis controladas em seus valores-alvo, exceto a varivel Temperatura do banho que se
encontra temperatura mdia semanal (gerada a cada repetio). Os valores de inicializao
(t=1) de cada uma das variveis controladas (monitoradas) so apresentados na Tabela 5.
Tabela 5 Valores Iniciais Variveis Controladas
Varivel Controlada Temp. Banho - Tb
(
o
C)
Nvel Banho H
(cm)
Densidade r
(g/cm
3
)

Valor inicial (t = 0)
Temp. mdia
semanal gerada
95 1,161
[Fonte prprio autor]
As variveis responsveis pelas variaes naturais do processo so geradas a partir do
incio da jornada de trabalho, ou de forma contnua ao longo do perodo simulado, conforme
sua influncia na reproduo da realidade. Os comportamentos esto descritos nas subsees
anteriores.

4.1.3 Validao do modelo matemtico

Visando a validao do modelo matemtico buscou-se comprovar a proximidade do
modelo ao processo real. Inicialmente, as equaes foram implementadas na linguagem de

109
programao MatLab. Sua dinmica foi testada e os comportamentos das variveis avaliados.
Com a comparao com o processo real percebeu-se a necessidade de ajustes, principalmente
a adio de variveis responsveis por variaes naturais no processo (exemplificando, massa
depositada e variao da temperatura em relao ao ambiente), os quais foram gradativamente
inseridos. Visando facilitar o entendimento, comparaes e tambm pelos tempos envolvidos
no processo de cromagem, o perodo considerado na simulao de teste foi o de uma semana
tpica de trabalho, com a unidade de tempo em minutos, ver Figura 13. O perodo inicia no
domingo s 19:00 (t=1) com o acionamento do sistema de aquecimento do banho e encerra o
ciclo no domingo 19:00 (t=10080). O perodo dirio tpico de produo de 12 horas (7:00 s
19:00), sendo que na sexta-feira (t=7200) desligado o sistema de aquecimento com o
encerramento da produo. Aps este perodo o banho fica em repouso onde o sistema de
aquecimento permanece desligado at o prximo reincio, porm o controle de nvel e
densidade continuam ativos.

Figura 13 Semana tpica de trabalho do processo de cromagem
[Fonte prprio autor]
Finalizada esta etapa, os resultados foram apresentados a dois especialistas para serem
avaliados. Um o engenheiro de materiais responsvel pelo processo em questo, com grande
experincia da rea de galvanoplastia. O segundo engenheiro mecnico, professor da
Universidade Tecnolgica Federal do Paran, Campus Pato Branco, com experincia na rea
de termodinmica e em operaes unitrias. Ambos concordaram com o equacionamento e
consideraram satisfatrio o comportamento da simulao. Algumas sugestes de ajustes
relacionadas aos perodos de simulao e equacionamento foram incorporadas. Como por
exemplo, o incio da semana tpica, no domingo noite, e relao envolvendo a massa de
cromo depositada.
Em funo da validao proposta na etapa metodolgica, inicialmente, alteraes nos
dados de entrada das equaes foram testados para verificar a sua influncia no
comportamento das variveis de sada, avaliando, assim, a sua coerncia. Diversas rodadas de
simulaes do processo foram empregadas para verificar a sua sensibilidade a estas
alteraes. A Validao Face a Face com os especialistas foi realizada em diversos
momentos, no ocorrendo em uma nica rodada.

110
Nas Figuras 14 a 16, apresentada a simulao de uma semana tpica na qual os
comportamentos das trs variveis controladas (monitoradas) do banho, (temperatura,
densidade e nvel) podem ser verificadas. Para estabelecer o comportamento apresentado, o
controlador est em operao e, com isso, pode-se perceber que os ciclos dos perodos de
produo, e fora de produo, se repetem ao longo da semana. Na simulao, os valores das
variveis respeitam a ocorrncia de situaes operacionais ligadas aos perodos de operao e
fora de operao do processo (exemplificando, vazo de arraste, contribuio de aquecimento
do banho pela circulao de corrente, massa depositada e rea das peas, alm de outras).
Aes naturais tambm foram recriadas como a evaporao e oscilaes da temperatura
ambiente.
Na Figura 14, percebe-se que a temperatura, inicialmente, encontra-se em um valor
baixo (ambiente) e elevada condio de trabalho. Ao final dos ciclos de produo, aps o
instante 7200, inicia-se o resfriamento do tanque que passa a variar sua temperatura apenas
em funo da temperatura ambiente.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
15
20
25
30
35
40
45
Observaes - semana (min)
T
e
m
p
e
r
a
t
u
r
a

(
C
)

Figura 14 Comportamento da varivel controlada Temperatura
[Fonte prprio autor]
Nas Figuras 15 e 16, tambm esto reproduzidas as alternncias entre os perodos da
semana para as variveis: Densidade e Nvel. Pode ser verificado que, nos perodo fora de
produo, o sistema de controle continua em operao visando manter o sistema em
condies para a prxima jornada produtiva. Aps o encerramento da jornada de produo
semanal, a densidade aumenta devido evaporao da gua, e o nvel corrigido em pequena
quantidade, tambm em funo da evaporao, procurando aproximar o valor-alvo (95 cm).

111
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
1.158
1.159
1.16
1.161
1.162
1.163
1.164
1.165
Observaes - semana (min)
D
e
n
s
i
d
a
d
e

(
g
/
c
m
3
)

Figura 15 - Comportamento da varivel controlada Densidade
[Fonte prprio autor]


0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
94.9
94.95
95
95.05
95.1
95.15
Observaes - semana (min)
N
i
v
e
l

(
c
m
)

Figura 16 Comportamento da varivel controlada Nvel
[Fonte prprio autor]
A utilizao de um processo real, como base, facilitou a obteno e validao do
modelo matemtico que pode ser constantemente comparado com a sua operao real. O
modelo matemtico pode ser sintetizado nas equaes de espao de estados, em sua forma
matricial, em que a equao de estado do sistema representada em (40) e o vetor de sada em
(41). As Variveis Controladas so: Temperatura do Banho (Tb), Nvel do Banho (H) e
Densidade do Banho (r). As Variveis Manipuladas so: Potncia Fornecida s Resistncias
(Pf), Vazo de Entrada de Cromo (Q
ECR
) e Vazo de Entrada de gua (Q
Ea
). As variveis
responsveis pelas variaes naturais inerentes ao processo so: Temperatura Ambiente (Ta),
Potncia de Aquecimento em funo da Corrente (P
C
), Vazo de Sada de Arraste das Peas

112
(Q
s_arraste
), Vazo de Evaporao gua (Q
Evap. A
) e massa depositada (mdc) atravs de
variaes da Densidade de Corrente e da rea das Peas dos Banhos.
( ) ( )

+
(
(
(

(
(
(
(

+
(
(
(

(
(
(
(
(

|
.
|

\
|

|
.
|

\
|
+
|
.
|

\
|

=
(
(
(

Ea
ECR
a cr
p e b
cr padro
e
b
Q
Q
Pf
V V
A A
V C
H
T
V
mdc
V
Q
H
T

0
1 1
0
0 0 / 33 , 14
0 0
0 0 0
0 0 1

( ) ( )
(
(
(
(
(

(
(
(
(
(
(


|
.
|

\
|
+
+
A Evap
arraste S
C
a
a
p e
e
Q
Q
P
T
V
A A
V C
V
Q
.
_
0 0 0
1 1
0 0
0 0 / 33 , 14

(40)

(
(
(

(
(
(

=
(
(
(


H
T
H
T
b b
1 0 0
0 1 0
0 0 1
(41)

4.1.4 Projeto do controlador e estratgia de controle e parametrizao

Como especificao do sistema de controle de engenharia a ser implementado, este
deve ser capaz de controlar, em tempo hbil, desvios das variveis controladas. Estas devem
ser conduzidas e mantidas prximas aos seus valores-alvo atravs da manipulao de outras,
permanecendo dentro da sua especificao. Estipulou-se, com os responsveis pelo processo,
que o sistema no dever permitir uma ultrapassagem percentual de seus valores-alvo (dentro
ou fora do perodo de produo) em 10% para a temperatura (44
o
C), 4% para o nvel (98,80
cm) e 1% para a densidade (1,172). O tempo de acomodao, no incio do processo (semana),
as variveis no devero ultrapassar 300 minutos, mesmo fora dos perodos de produo. Nos
perodos de produo, os limites mximos e mnimos das variveis no devem ser violados.
Os tempos de pico e de subida no foram considerados relevantes para o controlador deste
processo, uma vez que o mesmo entra em operao em perodo bem anterior ao de produo.
Com isso, os parmetros do banho de cromagem devem ser mantidos em condies que no
afetem a deposio, mantendo assim, a qualidade dos produtos.
As variveis do processo, que so consideradas crticas, foram identificadas quando da
elaborao do modelo matemtico (subseo 4.1.2). As variveis a serem controladas sero:

113
Temperatura (Tb), Densidade (r) e Nvel (H). Controlando-se a Densidade estar sendo
controlada, diretamente, a Concentrao do banho de cromagem.
As variveis controladas possuem limites de operao determinadas pelo processo,
bem como valores-alvo a serem buscados. Estes valores e tolerncias absolutas admissveis
(limites de especificao), obtidos junto aos operadores e responsveis pelo processo so
apresentados na Tabela 6. A Temperatura, em funo da ativao do banho possui
especificaes assimtricas em relao ao Alvo estabelecido.
Salienta-se que os limites de especificao, estabelecidos para o processo, no
relacionam-se diretamente com os limites de controle das cartas, a serem determinados
posteriormente. Os limites de controle so definidos em funo da variabilidade natural do
processo, tomando-se por base o seu desvio-padro. Estando o mesmo sob controle estatstico,
as ferramentas de anlise de capacidade podem ser teis para comparar a variabilidade prpria
do processo com as suas exigncias ou especificaes estabelecidas (MONTGOMERY,
2004).
Tabela 6 Valores limites de especificao das variveis controladas
Variveis Controladas Valor-Alvo Valor Mnimo Valor Mximo Tolerncia
(absoluto)
Temperatura (C
o
) 40 39 43 +/-0,1
Densidade (g/cm
3
) 1,161 1,152 1,174 +/- 0,001
Nvel (cm) 95 93 97 +/- 0,1
[Fonte prprio autor]
Avaliando o processo tomado como base, pode-se determinar a Variveis Manipuladas
que possibilitam manter o controle do sistema. Assim, a Temperatura do Banho (Tb) poder
ser controlada manipulando-se a potncia eltrica fornecida ao banco de resistncias (Pf) . Um
sensor de temperatura, do tipo termo-resistncia (PT100), realiza a leitura e a informa ao
controlador. Com o atuador no controle de Temperatura, necessria uma fonte de
alimentao controlada na qual a potncia fornecida por meio do chaveamento da sua forma
de onda enviada s resistncias de aquecimento. Conforme a necessidade acionada
gradativamente ou no, devendo possuir um comportamento linear.
A Concentrao do banho, por sua vez, seguindo o comportamento da Densidade (r),
controlada pela manipulao da reposio de soluto (cido crmico concentrado - Q
ECR
) ou
de solvente (gua - Q
Ea
). No momento da reposio, um sensor de densidade (densmetro),
fixado junto ao tanque, monitora continuamente o banho e informa, ao controlador, a sua
medio. Estando os componentes armazenados em reservatrios apropriados, o controlador

114
aciona os atuadores informando a vazo que dever ser liberada de cada um desses
reservatrios (Q
ECR
, Q
Ea
). Os atuadores so bombas dosadoras que proporcionam a injeo
dos fluidos nas quantidades determinadas.
O Nvel do banho (H) tambm controlado atravs da reposio de cido crmico
concentrado e gua. Como sensor, empregado um rel de nvel e seus respectivos eletrodos
(inox) apropriados para serem mergulhados em solues de PH baixo. Esta medio, realizada
constantemente, processada pelo controlador que aciona as bombas dosadoras. A ao de
reposio para o controle de nvel deve ser compatvel com a do controle de densidade.
Como no estudo em questo empregada a ferramenta de simulao, no foi
necessrio especificar os sensores e atuadores. Ateve-se somente verificao, se as
solicitaes informadas pelo sistema de controle so compatveis com elementos
disponibilizados comercialmente, verificando-se sua compatibilidade e disponibilidade para
viabilizar uma possvel implementao. No caso dos sensores, os valores de sada so obtidos
diretamente da simulao, no necessitando serem efetivamente medidos. Para efeito de maior
realismo, foram considerados ajustes nas grandezas medidas, arredondamentos de valores,
reproduzindo as limitaes dos sensores existentes no mercado. Para os sensores de
temperatura e nvel, considerou-se a ordem de grandeza de duas casas decimais e para o de
densidade quatro casas.
Algumas configuraes de controladores foram avaliadas. Pelas suas caractersticas
tcnicas como tempo de resposta e dificuldades de ajustes e complexidade, foram sendo
descartadas, seguindo-se o processo iterativo descrito na parte metodolgica (subseo 3.1.4).
Chegou-se ao controlador proporcional, integral e derivativo (PID) o qual um dos sistemas
mais utilizados na indstria atual (OGATA, 2003; DORF e BISHOP, 2001).
Na Figura 17, apresentada a arquitetura do controlador adotado. possvel observar
as variveis envolvidas como as de: controle, manipulao, processo, erros, ajustes e
referncias. Cada varivel controlada possui seu valor-alvo (Tref, Href, rref) e, em funo da
realimentao do valor de sada provenientes dos sensores, so calculados os erros (et, eh,
er), fazendo com que o controlador determine uma ao de ajuste (Ut, Uh, Ur). No controle
de Temperatura esta ao enviada diretamente para o atuador para que seja manipulada a
potncia da resistncia eltrica, alterando o aquecimento (Pf). No caso dos controles de Nvel
e Densidade, as aes so enviadas para um mdulo (M) que compatibiliza estes sinais
atravs de uma estratgia de controle, uma vez que so manipuladas variveis comuns a estes
ajustes. Do mdulo M, so fornecidos sinais de comando compatveis com os atuadores de
vazo de cido crmico concentrado (UQ
ECr
) e gua (UQ
Ea
). Com estas informaes, os

115
atuadores injetam a quantidade (vazo) de cada um destes componentes nas propores
necessrias (Q
Ea
, Q
ECr
). Com resultado na sada do processo, tm-se as variveis controladas
(e tambm monitoradas pelas cartas de controle) de Temperatura (Tb), Densidade (r) e Nvel
(H).

Figura 17 Arquitetura do Controlador
[Fonte prprio autor]
O mdulo M, apresentado na Figura 17 com seu equacionamento, estabelece a
estratgia controle que compatibiliza as determinaes dos controladores de nvel (Uh) e de
densidade (Ur), com os ajustes de vazo de gua (UQ
Ea
) e de cromo (UQ
ECr
) a serem
enviadas aos respectivos atuadores. Na equao (42), estabelecida a necessidade em relao
ao do nvel e em (43) em relao densidade.
Ea ECr
UQ UQ Uh + = (42)
Na qual, Uh a ao de ajuste determinado pelo controle de nvel;
ECr
UQ a ao requerida
para a reposio de cido crmico;
Ea
UQ a ao requerida para a reposio de gua.
Ea
U
ECr
UQ K UQ

o = (43)

116
Em que, U a ao de ajuste determinado pelo controle de densidade;
ECr
UQ a ao
requerida para a reposio cido crmico;
Ea
UQ a ao requerida para a reposio de gua;
o uma constante de proporcionalidade entre
ECr
UQ e
Ea
UQ em reposio de densidade
normal ( U =0); K uma constante de projeto, definida por ocasio da simulao (K>1), a
qual visa compatibilizar as duas aes de controle em termos de grandezas.
Desenvolvendo as equaes (42) e (43), determinam-se as a aes a serem aplicadas a
cada atuador, conforme as relaes (44) e (45).
|
|
.
|

\
|
+
=
1
o
U
Ea
K
Uh
UQ (44)
Em que,
Ea
UQ a ao requerida para a reposio de gua; Uh a ao de ajuste
determinado pelo controle de nvel; U a ao de ajuste determinado pelo controle de
densidade; o uma constante de proporcionalidade entre
ECr
UQ e
Ea
UQ em reposio de
densidade normal ( U =0); K uma constante de projeto definida por ocasio da simulao,
conforme definido anteriormente.
|
|
.
|

\
|
+
=
1
o
U
ECr
K
Uh
Uh UQ (45)
Na qual,
ECr
UQ a ao requerida para a reposio de cido crmico; Uh a ao de ajuste
determinado pelo controle de nvel; U a ao de ajuste determinado pelo controle de
densidade; o uma constante de proporcionalidade entre
ECr
UQ e
Ea
UQ em reposio de
densidade normal ( U =0); K uma constante de projeto definida por ocasio da simulao,
conforme estabelecido anteriormente.
O sistema de controle proposto possui alguns parmetros a serem ajustados
denominados de ganhos, ou constantes de proporcionalidade. Estes parmetros permitem
alterar o comportamento da forma de controle, alterando o seu desempenho. O controle
proporcional atua na resposta transitria do sistema de forma a diminuir o tempo de subida,
diminuindo adicionalmente o erro de regime permanente. O controlador integral elimina o
erro de regime permanente, mas pode piorar a resposta transitria do sistema. A ao

117
derivativa tem o efeito de aumentar a estabilidade do sistema, reduzindo o sobre-sinal, e
melhorando a resposta transitria.
A determinao dos ganhos deve atender: o processo sob controle deve sempre ficar
estvel; o seu desempenho atender s especificaes estabelecidas. O controlador PID
necessita ser sintonizado, o que significa encontrar valores numricos para as constantes de
proporcionalidade de forma a regular o processo com estabilidade e com o desempenho
satisfatrio estabelecido.
Como foram propostos controladores PID para cada uma das variveis controladas,
necessrio especificar trs ganhos para cada uma delas: ganho proporcional (K
p
); ganho
integral (K
i
); ganho derivativo (K
d
). Estes ganhos determinam as leis de controle dos
controladores PID's conforme equao (25), apresentada na subseo 2.2.2.
Implementou-se, no pacote computacional MATLAB, o modelo matemtico
desenvolvido do processo, bem como o sistema de controle e suas leis. Assim, os ganhos
puderam ser ajustados (sintonizados) de forma a minimizar o tempo de recuperao e a
reduzir os valores de ultrapassagem, mantendo as variveis o mais prximo de seus valores
nominais, buscando a estabilidade do sistema. Para sintonia dos controladores, tomou-se por
base o mtodo de Ziegler e Nichols apresentado em Ogata (2003) e Cominos e Munro (2002).
Basicamente, o mtodo de sintonia de Ziegler e Nichols, consiste inicialmente em
utilizar somente a ao de controle proporcional, onde o seu ganho (K
p
) alterado de 0 at um
valor crtico (K
cr
), no qual a varivel de sada exibe uma oscilao sustentada. O valor de K
cr

e o respectivo perodo crtico da oscilao (P
cr
) so determinados experimentalmente. Os
ganhos, propriamente ditos, so especificados em funo destas duas variveis.
Determinados os ganhos, foram necessrias correes posteriores para um ajuste mais
preciso dos mesmos. Dorf e Bishop (2001) mencionam que, para os ajustes dos parmetros
dos controladores PID's, existe a proposio de vrios mtodos e regras. Mesmo assim,
podem no conduzir diretamente ao desempenho desejado, necessitando de correes por
parte do projetista. Algumas regras prticas sugeridas por Spandri (2003), para os controles de
temperatura e nvel, tambm foram seguidas.
Utilizando-se os mtodos de sintonia e ajustes do projetista, a aferio dos ganhos foi
verificada com relao ao desempenho do controlador, em atender s especificaes
estabelecidas no incio desta subseo (4.1.4). Assim, os ganhos so registrados para serem
utilizados nos mdulos 2 e 3 subsequentes. A Tabela 7 relaciona os ganhos (adimensionais)
de cada um dos controladores.

118
Tabela 7 Ganhos do Sistema de Controle
Controle PID Ganho Proporcional (K
p
) Ganho Integral (K
i
) Ganho Derivativo (K
d
)
Temperatura (Tb) 10000 100 5
Nvel (H) 80 20 5
Densidade (r) 20000 5 350
[Fonte prprio autor]
Em conjunto com um profissional do ramo da qumica, consultor da empresa estudada,
foi tambm determinada a constante de proporcionalidade (o ) entre
ECr
UQ e
Ea
UQ
estabelecendo a reposio do cido crmico e da gua, quando a densidade encontra-se sob
controle ( U =0). Esta constante teve o seu valor determinado em 3,3478, valor este a ser
mantido em todas as simulaes.
A constante de projeto (K), compatibilizando as aes de controle, equao (43), teve
o seu valor ajustado e verificado por meio de diversas simulaes do processo gerenciado
pelos controladores. Os resultados foram apresentados e validados junto ao especialista da
rea de engenharia de controle e automao quando foram analisados os comportamentos das
vazes de cromo e gua. Esta constante que necessitava ter o seu valor maior que um, foi
determinada em 1,01 (um e um centsimo), o que manteve a estabilidade dos ajustes em
funo da variao da ordem de grandeza existente entre as duas variveis envolvidas. As
vazes de entrada de cido crmico e de gua de uma semana tpica podem ser vistas na
Figura 18.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0
10
20
30
40
50
60
70
80
90
100
110
Observaes - semana (min)
V
a
z

e
s

d
e

e
n
t
r
a
d
a

(
c
m
3
/
m
i
n
)


Entrada cido cromico
Entrada gua

Figura 18 Variveis Manipuladas -Vazo de entrada de cido crmico e gua semana tpica
[Fonte prprio autor]


119
Pode-se notar na Figura 18 que, mesmo nos perodos fora de produo (noite), o
sistema manipula estas variveis. Desta forma, ajustes so realizados para aproximar o nvel
ao seu valor-alvo, bem como repor a evaporao de gua que continua ocorrendo. Aps o
instante 7200, o sistema encontra-se estvel somente realizando compensaes em funo da
evaporao.
Os erros instantneos (a cada minuto) das variveis controladas Nvel e Densidade
podem ser vistas na Figura 19. Estes erros so computados entre os respectivos valores de
referncia e os apurados pelos sensores, ao final do instante, analisados.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
0.08
Observaes - semana (min)
E
r
r
o
s


Erro Nvel (cm)
Erro Densidade (g/cm3)

Figura 19 Erros instantneos do Nvel e Densidade semana tpica
[Fonte prprio autor]
A varivel manipulada Pf tem o seu comportamento, de uma semana tpica de
operao, apresentado na Figura 20. Neste caso especfico, a varivel manipulada Pf
corresponde diretamente ao, proporcional integral e derivativa do respectivo controlador.
Apesar do sistema de aquecimento encerrar sua atividade com o final da produo semanal
(t=7200), os erros continuam sendo computados pelo controlador, indicando suas possveis
aes que seriam informadas ao sistema para continuar a manipulao.
As aes do sistema de controle, para as variveis: Nvel e Densidade, podem ser
observadas nas Figuras 21 e 22. Estas aes correspondem aos valores determinados com os
erros apurados e os respectivos ganhos especificados. O controle de nvel (UPID), Figura 21,
fortemente influenciado pela sua componente integral (UI), tanto que seu comportamento se
confunde com esta ao em particular, em quase todo o perodo analisado. Nota-se um padro
de repetio dirio, que os ajustes dos parmetros realizados conseguiram estabelecer.

120
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-0.5
0
0.5
1
1.5
2
2.5
x 10
5
Observaes - semana (min)
A

o
e
s

c
o
n
t
r
o
l
a
d
o
r

t
e
m
p
e
r
a
t
u
r
a

(
a
d
i
m
e
n
s
i
o
n
a
l
)


UPID - Pf
UI
UP
UD
UCC-C.C

Figura 20 - Varivel Manipulada Pf e Aes do Controlador de Temperatura semana tpica
[Fonte prprio autor]
Pela Figura 22, percebe-se que o controle de densidade sofre a influncia forte das
componentes proporcional (UP) e integral (UI). Pode-se notar que estas influncias no tm
um comportamento padro, variando ao longo da semana, conforme exigida a sua atuao.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-20
0
20
40
60
80
100
120
140
Observaes - semana (min)
A

o
e
s

C
o
n
t
r
o
l
a
d
o
r

N

v
e
l

(
a
d
i
m
e
n
s
i
o
n
a
l
)


UPID
UI
UP
UD
UCC-C.C

Figura 21 - Aes do Controlador de Nvel semana tpica
[Fonte prprio autor]
Os resultados, anteriormente apresentados nas Figuras 14 a 16 (subseo 4.1.3), alm
de permitir comprovar a adequao do modelo matemtico, podem tambm verificar o grau
de ajuste dos parmetros do processo, uma vez que foram obtidos utilizando-se os
controladores propostos devidamente sintonizados. Atravs destas mesmas Figuras 14 a 16,

121
possvel averiguar que os tempos de acomodao e os valores de ultrapassagem percentual
atenderam ao especificado anteriormente (parte inicial desta mesma subseo).
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-60
-40
-20
0
20
40
60
80
Observao - semana(min)
A

o

C
o
n
t
r
o
l
a
d
o
r

D
e
n
s
i
d
a
d
e

(
a
d
i
m
e
n
s
i
o
n
a
l
)


UPID
UI
UP
UD
UCC-C.C

Figura 22 - Aes do Controlador de Densidade semana tpica
[Fonte prprio autor]
Atendendo recomendao de Spandri (2003), foi necessrio ajustar a forma de
calcularem-se os erros para a determinao da ao derivativa dos controladores, evitando
aes bruscas, deixando o sistema muito sensvel e at mesmo instvel. Para isso, ao invs de
utilizar as diferenas dos erros de observaes consecutivas, optou-se em utilizar a mdia
mvel dos ltimos dez erros, valor que proporciona melhor atenuao, suavizando esta ao
(SPANDRI, 2003). Outra medida tomada consistiu na limitao do clculo da ao integral do
controlador de temperatura, quando a mesma suplantava a limitao do sistema disponvel.
Esta restrio denominada de anti-windup evita aes retardadas da ao de controle que
possam causar oscilaes e instabilidades.
Aes, visando reproduzir as situaes operacionais do processo, tambm foram
tomadas: limitao da potncia disponvel dos bancos de resistncia de aquecimento em 45
KW, bloqueio das aes de controlador quanto retirada de lquido e resfriamento do tanque
(aes no disponveis no processo, somente durante as operaes normais ou naturais) e
limitao do volume de reposio, tanto de gua quanto de cido crmico concentrado, em
500 cm
3
/min (limitao bombas dosadoras).
O sistema de controle foi verificado quanto ao seu desempenho. O mesmo foi
submetido, durante a fase de ajustes, a perturbaes externas de vrios nveis (variveis de

122
distrbio). Na presena destas alteraes, o sistema foi capaz de manter-se prximo aos seus
valores-alvo. A sua resposta foi condizente com as especificaes e os sinais enviados aos
atuadores considerados possveis de serem executados para a regulao do processo,
apresentando um bom comportamento em relao s interferncias. Conseguiu-se recuperar,
convergindo em direo aos seus valores-alvo, mantendo-se dentro das especificaes. Com
isso, o mesmo foi considerado robusto.
Pelos ciclos dirios estabelecidos nas Figuras 14 a 16, pode-se comprovar a adequao
do controlador a variaes bruscas, nas quais so simuladas a entrada e sada de produo de
forma abrupta. O mesmo conseguiu estabelecer um padro de comportamento comprovando a
sua estabilidade.
Como o sistema de controle atendeu aos critrios estabelecidos, consideraram-se
satisfatrios os resultados obtidos e poder ser utilizado no desenvolvimento das etapas
subsequentes, no havendo necessidade de se ater a controladores mais sofisticados e
complexos para a o processo simulado. Vencida esta etapa, os controladores podem ser
considerados prontos para operar, gerenciando o processo simulado.

4.1.5 Registro dos parmetros e configuraes do controlador

Com os parmetros determinados, leis de controle estabelecidas, constantes definidas e
demais confirmaes realizadas, os dados do sistema de controle so registrados para serem
utilizados nos mdulos 2 e 3. Assim, considera-se que o sistema de controle esteja apto para
ser implementado para o comando do processo em questo.

4.1.6 Definio das variveis monitoradas pelas cartas de controle

Analisando-se o processo, foi possvel verificar quais so as variveis crticas, ligadas
produo, relevantes para manter o processo sob controle. Estas foram consideradas como
as caractersticas de qualidade a serem monitoradas pelas cartas de controle. Ento, so
monitoradas as Variveis de Sada: Temperatura, Densidade e Nvel. As cartas de controle
traadas para estas variveis so integradas ao controlador, interferindo em sua ao de
controle nos momentos de ocorrncias de sinalizaes.




123
4.1.7 Definies das cartas de controle

Uma vez que os dados a serem monitorados pelas cartas de controle so provenientes
de um processo contnuo e a existncia de autocorrelaes est presente, inclusive pela ao
do prprio controlador, as cartas baseadas em modelos foram determinadas na etapa
metodolgica. Mais especificamente, a baseada em sries temporais, ajustada por Modelos
ARIMA e monitorando-se os resduos.
So utilizadas mltiplas cartas de controle univariadas. Apesar das variveis
Densidade e Nvel estarem ligadas s mesmas variveis manipuladas, justifica-se a utilizao
de monitoramento das duas grandezas por retratarem informaes diferentes. Podem-se
presenciar anormalidades em que sejam sinalizados problemas de nvel, mas no
necessariamente de concentrao e o inverso tambm pode ocorrer.
Visando atribuir maior eficincia ao CEP, determinou-se a utilizao das cartas de
controle para observaes individuais de Shewhart e EWMA para monitorarem,
conjuntamente, os resduos provenientes dos modelos ARIMA, devidamente ajustados a cada
uma das variveis monitoradas. Respectivamente, visam detectar grandes e pequenos
deslocamentos da mdia dos rudos considerados (MONTGOMERY, 2004).

4.1.8 Configurao de tcnicas necessrias ao emprego das cartas de controle

No incio do mdulo 2 subsequente, em uma rodada inicial na qual o controlador
estar operando de forma isolada (sem interferncia das cartas de controle), os valores das
variveis monitoradas sero capturados para serem utilizados como sries histricas, ajustadas
por modelos ARIMA correspondentes. Auxiliando nesta atividade, tanto na seleo de
modelos quanto nos ajustes dos parmetros, empregado o software estatstico Statgraphics,
verso 15.1.2. Os modelos determinados so inseridos na simulao para o clculo dos
resduos a serem monitorados nas cartas de controle.
Sendo simulado um processo contnuo, as amostras coletadas para cada uma das
caractersticas de qualidade so unitrias (n=1). Por este motivo, os resduos so monitorados
por carta de controle para observaes individuais. A frequncia de amostragem
estabelecida como sendo em intervalos regulares subsequentes. Assim, a cada minuto ser
avaliada uma nova observao nas cartas de controle.
Como se trata de simulaes, o processo considerado como j mantido em estado de
controle (Fase II). Uma primeira semana tpica gerada e os resduos avaliados atravs de

124
cartas de Amplitudes Mveis (R), EWMA e tambm por cartas de Controle para Observaes
Individuais de Shewhart antes de serem registrados e de prosseguirem as simulaes para
avaliao. No sendo constatadas anormalidades nestas cartas, os parmetros (Limites
Superior e Inferior Linha Central) das cartas de Observaes Individuais de Shewhart e
EWMA so armazenados para as avaliaes das replicaes das semanas, nas etapas
subsequentes. Esta primeira semana no utilizada no cmputo de desempenhos das
replicaes. Procedimento semelhante ao adotado por Reynolds e Park (2009).
So considerados como sinalizaes de anormalidades os pontos registrados alm dos
limites de controle de qualquer uma das cartas. Montgomery (2004) no recomenda outras
regras sensibilizantes, para monitoramentos on-line de um processo estvel, por aumentar
consideravelmente a ocorrncia de alarmes falsos.

4.1.9 Registro das cartas de controle e suas configuraes

Com as definies das variveis a serem monitoradas, os tipos de cartas de controle,
suas regras de sinalizao e demais ajustes, estas informaes so registradas para posterior
utilizao nos mdulos 2 e 3. Com estas proposies, considera-se que as cartas de controle
estejam em condies de serem parametrizadas no incio das simulaes do mdulo 2, e, na
sequncia, implementadas para o monitoramento do processo em questo.

4.2 MDULO 2 - OPERAO INTEGRADA CEnP E CEP

Neste mdulo, so implementadas as operaes integradas entre as duas tcnicas. A
ao do controlador operando de forma independente e a ao deste integrado ao CEP so
desenvolvidas a fim de que se possam comparar estas duas situaes de gerenciamento do
processo. As configuraes e especificaes desenvolvidas no mdulo 1 so resgatadas e
utilizadas.

4.2.1 Determinao de cenrios

Visando uma melhor representao das condies enfrentadas pelo processo, buscou-
se considerar as situaes a que este possa estar submetido no dia-a-dia. Neste sentido, atravs
dos dados levantados junto aos responsveis pelo processo, na empresa estudada, avaliaram-

125
se os dois nveis (ritmos) mais usuais de produo: normal, alta. Alm dos nveis de produo,
outro fator crtico para a etapa de cromagem so os tamanhos de peas: pequenas e grandes.
Como produo normal, considerou-se estabelecer as condies em que a produo
enfrenta em sua rotina, atendendo aos pedidos em seu ritmo normal, sem necessidade de
estabelecer aes especiais para aumentar sua velocidade de processamento, correspondendo
ao recobrimento mdio dirio de 40.000 dm
2
. Como produo alta considerada a situao
em que as atividades de processamento so maiores, a velocidade acelerada para atingir as
metas solicitadas, porm sem a necessidade de estender a jornada de trabalho (horas extras),
correspondendo ao recobrimento mdio dirio de 45.000 dm
2
. A produo baixa no foi
considerada por ser situao atpica para a realidade da empresa. Esta somente ocorreria em
momentos de crise econmica do mercado, onde est inserida ou, no caso de faltar peas para
serem processadas, fornecidas por empresa do mesmo grupo. Situao esta altamente
controlada, pois a galvanoplastia um dos gargalos deste segmento.
Os pedidos de peas a serem processadas no so gerenciados pelos responsveis pela
deposio; dependem dos acordos comerciais entre os clientes e a empresa do grupo que
inicia a sequncia produtiva, responsvel pela parte de aramados. Visando otimizar a
produo semanal, as peas so agrupadas antes do processamento, por uma classificao de
grandes e pequenas, relao diretamente ligada s suas dimenses e rea superficial. Essa
classificao acarreta variaes nas operaes como: gancheiras diferenciadas, carrinhos e
suportes apropriados, nmeros de operadores, alm dos tempos das etapas de operaes
alterados. Como classificao pequena procura-se agrupar peas compondo a rea superficial
por banho de 80 a 90 dm
2
, e como grande de 91 a 100 dm
2
. Os cenrios a serem simulados
esto relacionados na Figura 23.
Algumas das variaes naturais do processo no so afetadas pelos cenrios como:
temperatura ambiente, evaporao e densidade de corrente. O ritmo da produo e o tamanho
das peas influem na vazo de sada (arraste), na rea de peas a depositar por banho, e o
aquecimento provocado pela passagem da corrente circulante da eletrodeposio.
Relaes Estudadas
Cenrio Comportamento
(ritmo processo)
Classificao peas
C
1
Normal Pequenas
C
2
Normal Grandes
C
3
Alto Pequenas
C
4
Alto Grandes
Figura 23 Cenrios avaliados
[Fonte prprio autor]

126
As variveis so geradas conforme as classificaes de peas grandes e pequenas,
apuradas conforme o ritmo normal de produo, ver subseo 4.1.2.4. Para efeito de ritmo
alto de produo, considerou-se o aumento linear dos parmetros das equaes geradoras das
variveis do processo, na mesma proporo do aumento da produo.
4.2.2 Simulao do processo

Com as definies realizadas, at esta etapa, possvel realizar as simulaes do
processo. Procurando a melhor reproduo do comportamento estudado, mantiveram-se as
simulaes sendo realizadas de forma contnua em perodos semanais, conforme apresentado
na subseo 4.1.3, recriando uma semana tpica de trabalho em intervalos de 1 minuto.
Salienta-se que os perodos de maior interesse so os de produo, nos quais as variveis
controladas devem ser mantidas dentro dos limites de especificao. O modelo matemtico, o
comportamento das variveis e demais relaes so reproduzidas por processo iterativo com o
auxlio do Pacote Computacional MatLab.
As quatro etapas de simulao estabelecidas na parte metodolgica so seguidas. No
Apndice C esto relacionadas as constantes assumidas no modelo matemtico para a
simulao, tomadas com base na literatura tcnica ou atravs dos responsveis pelo processo
industrial estudado.

4.2.2.1 Simulao preliminar do processo em operao com o controlador

Aps a programao das equaes do modelo matemtico do processo, as variveis
responsveis pelas variaes naturais inerentes ao comportamento do mesmo, so
inicialmente, geradas (conforme subseo 4.1.2.4). Para cada minuto simulado, so gerados e
calculados novos valores das variveis relacionadas no modelo matemtico, anteriormente
apresentado. Neste mesmo intervalo de tempo, o sistema de controle busca seus ajustes
interferindo no processo.
Com a simulao preliminar, o comportamento das Variveis Controladas - que sero
monitoradas pelas cartas de controle - so obtidos e armazenados para determinao dos
melhores modelos ARIMA. Dentre os cenrios disponveis, para efeito de gerao destes
dados, o Cenrio 3 foi escolhido por ser aquele que atribui maior variabilidade s variveis
inerentes ao processo, sendo considerada a situao mais desfavorvel para esta atividade,
similar ao empregado por Apley e Lee (2003). Ressalta-se que os dados desta semana

127
preliminar no so utilizados nas anlises comparativas posteriores. No Apndice D pode ser
visto o fluxograma de programao correspondente a esta primeira etapa de simulao.

4.2.2.2 Parametrizao das cartas de controle

Com o histrico determinado, na etapa de simulao anterior, realizou-se a anlise
para determinao do melhor modelo ARIMA (metodologia Box & Jenkins) ajustado aos
dados de Temperatura do Banho (Tb), Nvel (h) e Densidade (r). Com o auxlio do programa
estatstico Statgraphics, para identificao e seleo dos melhores modelos, empregaram-se os
critrios de adequao Akaike (AIC), Hannan-Quinn (HQC) e Schwarz-Bayesian (SBIC)
(MORETTIN; TOLOI, 2004). A estimao dos parmetros realizada por algoritmo no
linear baseado em mnimos quadrados, j implementado no prprio programa estatstico.
Como o interesse do estudo recai somente sobre o monitoramento do perodo de
produo, que possui um comportamento muito prximo repetindo-se a cada dia da semana,
foi utilizado um destes perodos para a anlise, no caso por questo e facilidade, optou-se pelo
da segunda-feira (t=720 a 1440). O mesmo perodo foi utilizado em todas as trs variveis.
Aps a estimao, os modelos so verificados quanto a sua adequao na
representao dos dados. Para isso, so verificadas as autocorrelaes e autocorrelaes
parciais dos resduos, alm de testes de aleatoriedade. No Apndice E, encontram-se as
anlises e dados obtidos. Os modelos ARIMA, ajustados aos dados iniciais, utilizando-se as
consideraes apresentadas anteriormente, podem ser observados na Tabela 8.
Tabela 8 Modelos ARIMA ajustados aos dados
Temperatura (Tb)
(2,0,1)
Nvel (H)
(5,1,5)
Densidade (r)
(5,2,6)
AR1 = 1,956
AR2 = -0,956
MA1 = 0,872
Mdia = 39,836
Constante = 0,0089

AR1 = 0,534
AR2 = 0,467
AR3 = 0,731
AR4 = - 0,014
AR5 = - 0,722
MA1 = 0,304
MA2 = 0,376
MA3 = 0,702
MA4 = 0,158
MA5 = - 0,548
AR1 = 0,509
AR2 = 0,693
AR3 = 0,262
AR4 = 0,250
AR5 = - 0,717
MA1 = 1,094
MA2 = 0,393
MA3 = - 0,245
MA4 = 0,030
MA5 = - 0,703
MA6 = 0,398
Constante = 3,46E-10
[Fonte prprio autor]
Os modelos ARIMA estimados so inseridos no programa de simulao no MATLAB.
Assim, os resduos podem ser determinados e as cartas para Observaes Individuais de
Shewhart e EWMA, so empregadas.

128
Aps algumas simulaes iniciais, verificou-se que os resduos monitorados possuem
uma magnitude muito pequena, em virtude dos modelos ajustados representarem bem os
respectivos comportamentos das variveis, as quais esto relacionadas. Desta forma,
oscilaes consideradas naturais podem causar alarmes, mesmo a observao estando distante
dos limites de especificao do processo. Com isso, deve-se dar uma ateno especial na
determinao dos limites de controle.
Com relao ao mltiplo do desvio-padro (L), a ser empregado na definio dos
limites de controles das cartas de Shewhart, nos casos do monitoramento conjunto Shewhart e
EWMA, Montgomery (2004) recomenda 3,25 a 3,5. Lucas e Saccucci (1990) citam que nestes
casos os mltiplos 4 a 4,5 tem bom desempenho com ARL sob controle de 500. Tomando-se
por base estas informaes e algumas simulaes iniciais a fim de realizar verificaes,
definiu-se o mltiplo de 3,5 desvios-padro, o qual foi empregado no monitoramento das trs
variveis controladas.
No caso das cartas EWMA, visando minimizar as falsas sinalizaes, utilizando-se do
estudo de Lucas e Saccucci (1990), na determinao dos parmetros das cartas EWMA,
optou-se pelo emprego da constante lambda () de forma a se obter um ARL sob controle
equivalente a 1000 em identificaes de deslocamento de trs desvios-padro. Nesta situao,
na qual se obtm um ARL fora de controle pequeno (2,26), recomendam as escolhas dentro
das seguintes faixas: constante l de 0,59 a 0,66 e mltiplo do desvio-padro (L) de 3,283 a
3,286. Do apresentado, para monitoramento das trs variveis, optou-se pelos menores valores
de e L, sendo respectivamente 0,59 e 3,283.
Com os modelos devidamente estabelecidos, os resduos entre os valores das variveis
controladas (monitoradas) e seus respectivos valores ajustados so monitorados. As cartas de
controle so utilizadas para monitorar apenas os perodos de interesse, que so os de
produo. Os dados dos perodos fora de produo no so avaliados.
Foram utilizados nesta rodada, para cada uma das variveis controladas (monitoradas),
o par de cartas de Observaes Individuais de Shewhart e Amplitudes Mveis e a carta
EWMA, onde os comportamentos dos resduos puderam ser observados. No sendo
constatadas sinalizaes, os limites das cartas de Observaes Individuais e EWMA so
armazenados para realizao em todas as repeties das simulaes posteriores. Para estimar
as variabilidades das cartas de Shewhart (Observaes Individuais e Amplitude Mvel),
foram consideradas as amplitudes mveis de observaes consecutivas.

129
Os parmetros estabelecidos para as cartas de controle, utilizados neste mdulo e no
mdulo 3, so os constantes da Tabela 9. As respectivas cartas constam no Apndice F.
Tabela 9 Parmetros cartas de controle
Parmetros Cartas Temperatura Nvel Densidade
Carta Observaes Individuais
Limite Central (LC) -5,842e-05 1,535e-05 9,007e-10
Limite Superior de Controle (LSC) 0,029 0,001 1,784e-06
Limite Inferior de Controle (LIC) -0,029 -0,001 -1,782e-06
Mltiplo Desvios-Padro 3,5 3,5 3,5
Carta EWMA
Limite Central (LC) -5,842e-05 1,535e-05 9,007e-10
Limite Superior de Controle (LSC) 0,017 9,17e-04 1,044e-06
Limite Inferior de Controle (LIC) -0,017 -8,863e-04 -1,042e-06
Mltiplo Desvios-Padro 3,283 3,283 3,283
Constante l 0,59 0,59 0,59
[Fonte prprio autor]
Devido necessidade de dados iniciais para se computar os primeiros valores das
variveis ajustadas pelos modelos ARIMA correspondentes, e tambm para um perodo de
acomodao e estabilizao do controlador, variveis alterando bruscamente o seu
comportamento, as cartas de controle comeam seu monitoramento dirio somente aps
alguns instantes iniciais. Este instante foi estabelecido de forma padronizada dos primeiros
quinze minutos de cada jornada produtiva (quinze observaes de cada varivel controlada).
Equivalendo, assim, o monitoramento do processo aps um perodo de aquecimento
operacional. No Apndice G apresentado o fluxograma de programao desta segunda etapa
de simulao.

4.2.2.3 Simulao do processo em operao com o controlador

Cada um dos cenrios simulado com o controlador operando isoladamente, para
posterior comparao com a simulao conjunta com as cartas de controle. Inicialmente, as
variaes naturais inerentes ao processo so geradas conforme comportamentos apresentados
na subseo 4.1.2.4 e levando-se tambm em considerao as variaes lineares em funo do
ritmo de produo mais alto para determinao dos cenrios 3 e 4.
As consideraes realizadas na fase de projeto do controlador (subseo 4.1.4) so
empregadas no programa implementado, inclusive ajustes, parmetros e limitaes de

130
atuadores das variveis manipuladas. Todos os procedimentos, para aproximar o
comportamento do ambiente real, so seguidos.
Nesta etapa de simulao, o controlador realiza seus ajustes procurando manter as
variveis controladas (monitoradas) o mais prximo de seus valores-alvo. Com a sintonia
realizada, mesmo na ocorrncia de alguns desvios, o controlador procura compensar as
anormalidades conduzindo novamente os valores s suas metas. As cartas de controle no
foram empregadas nesta fase.
So realizadas 1000 repeties de cada cenrio. Os valores de todas as variveis de
todas as replicaes e cenrios so armazenados para anlises posteriores, bem como as
responsveis pelas variaes naturais, inerentes ao processo. O fluxograma de simulao,
correspondente a terceira e quarta etapas consta no Apndice H.

4.2.2.4 Simulao do processo com integrao CEnP e CEP

Com as cartas de controle determinadas e devidamente inseridas no programa de
simulao, as variveis responsveis pelas variaes naturais, inerentes ao processo, e pela
criao dos cenrios so resgatadas do banco de dados, geradas quando da operao do
controlador isoladamente. Desta forma, so repetidos os mesmos comportamentos,
proporcionando a possibilidade de comparao direta entre as duas situaes. Com isso,
tambm realizado o mesmo nmero de repeties estipuladas para o controlador
isoladamente.
Considerando o processo j sob controle estatstico (Fase II) os parmetros das cartas
de controle, definidos na segunda etapa de simulao, so assumidos. Dada a periodicidade
semanal e o processo sob controle, os parmetros so considerados para todas as demais
repeties. Desta forma, estes valores no so revistos no perodo simulado.
As sinalizaes geradas, em cada uma das cartas de controle (Obs. Individuais e
EWMA) de cada uma das variveis monitoradas, so registradas individualmente. Possibilita-
se, assim, identificar o instante gerador do sinal e os valores instantneos das demais variveis
do processo.
Em funo da proposta do controle estatstico auxiliar diretamente o controlador (um
sistema de autoajuste), esta etapa de simulao realizada em quatro rodadas. Cada uma
destas rodadas realizada considerando-se todos os cenrios em todas as suas repeties. Este
tipo de interferncia detalhado a seguir.


131
4.2.3 Intervenes nas sinalizaes de anormalidades

Nos momentos em que sinalizaes so identificadas por qualquer carta, uma ao
providenciada junto ao sistema de controle. Uma componente de erro, baseada na diferena
entre o valor-alvo e a previso da varivel monitorada para o prximo instante, dependente da
carta na qual se originou o sinal, ocorre a interferncia direta na lei de controle do respectivo
controlador PID. A equao (46) apresenta esta componente.
1
) (
+
=
i alvo cc
x V t e (46)
Em que, ) (t e
cc
a componente de erro utilizada no autoajuste no instante seguinte;
alvo
V o
valor-alvo da varivel monitorada;
1

+ i
x o valor previsto da varivel monitorada para o
prximo instante.
Esta ao de correo interfere diretamente no controlador, especfico da varivel
averiguada, no minuto seguinte. Agindo desta forma, est sendo aumentada a ao
proporcional da lei de controle, seguindo-se a recomendao de Spandri (2003) que se devem
evitar alteraes na ao derivativa e, cuidados na manipulao inadvertida na ao integral a
ttulo de se causar instabilidade no sistema. Em conjunto com a componente de erro, existe a
necessidade de determinar um parmetro especfico denominado ganho (K
cc
). Assim, a lei de
controle do controlador PID, equao (25) (subseo 2.2.2), programada para o CEnP, passa a
ter a sua composio conforme equao (47).
) (
) (
) ( ) ( ) (
0
t e K
dt
t de
K dt t e K t e K t u
cc cc d
t
i p
+ + + =
}
(47)
Em que os termos acrescentados foram:
cc
K que o ganho de contribuio da carta de
controle; ) (t e
cc
que o componente de erro, instantneo ou previsto.
Sendo uma nova abordagem, no foram encontradas referncias na literatura para
especificar o ganho de contribuio da carta de controle (K
cc
). Como a ao de controle,
influenciada pelas cartas, segue o princpio da ao proporcional, foram avaliados mltiplos
do ganho K
p
, j especificado, para determinao e avaliao do ganho K
cc
. Na sequencia so
apresentadas as formas de obteno do componente de erro e do respectivo ganho.
Como as variveis so monitoradas por dois tipos de cartas de controle, em funo do
tipo de informao disponvel em cada uma delas, optou-se pela forma de previso para o

132
prximo instante da varivel monitorada. Cada carta possui o seu clculo de forma
independente.
Quando as cartas de controle de Observaes Individuais realizam sinalizaes, o
valor previsto da varivel monitorada para o prximo instante baseado no modelo ARIMA
correspondente, j incorporado ao programa de simulao. Utiliza-se o mesmo modelo
empregado para determinao dos erros de ajuste monitorados pelas cartas (48).
1 1

+ +
=
i i
m x x (48)
Em que,
1

+ i
x o valor previsto da varivel monitorada para o prximo instante;
1

+ i
m x o
valor previsto da varivel monitorada para o prximo instante com o modelo ARIMA
correspondente.
Com a sinalizao das cartas EWMA, considerando a sugesto de Montgomery
(2004), o valor da estatstica EWMA pode ser utilizado para previso de onde est a mdia do
processo, no prximo instante. Como so monitorados os resduos, ento uma estimativa da
mdia destes. Com o valor desta estatstica adicionada ao valor previsto para o prximo
instante pelo modelo ARIMA j ajustado, correspondente varivel monitorada, pode-se
estimar o valor da varivel, conforme equao (49).
1 1

+ +
+ =
i i i
m x Z x (49)
Na qual,
1

+ i
x o valor previsto da varivel monitorada para o prximo instante;
i
Z o valor
EWMA estimando a mdia do resduo para prximo instante;
1

+ i
m x o valor previsto da
varivel monitorada para o prximo instante com o modelo ARIMA correspondente.
Quando da existncia de sinalizaes nas duas cartas para o mesmo instante, optou-se
por priorizar a informao da carta EWMA para realizar a interferncia. Esta opo foi
tomada uma vez que, esta carta tambm dispe da previso de onde se encontra a mdia do
rudo monitorado para o prximo minuto, levando em considerao mais informaes para
melhor posicionar o valor da varivel estimada.
Visando a melhor determinao dos ganhos da contribuio das cartas de controle
(K
cc
), so simuladas situaes nas quais se testam relaes dos valores dos ganhos
proporcionais (K
p
) do controlador j especificado. So investigadas propores de 50, 100 e
150% de cada um destes ganhos, possibilitando averiguar a opo que gere um melhor
resultado. Resultados a serem avaliados em termos de manter as variveis mais prximas aos

133
objetivos, que so os valores-alvo. A condio de ganho nulo (0%), tambm foi inserida para
se ter referncia de como seria a situao de apenas sinalizao, sem interferncia direta,
como o que ocorre em uma situao normal. Cada um dos valores dos ganhos testado em
todos os cenrios nos quais forem constatadas sinalizaes na condio K
cc
= 0.
Todas as variaes do ganho K
cc
so testadas sob as mesmas condies operacionais
como: cenrios, variaes naturais inerentes ao processo armazenadas na rodada CEnP e
parmetros da cartas de controle e do controlador. Os ganhos determinados para cada uma
das avaliaes de autoajustes das cartas de controle esto relacionados na Tabela 10.
Tabela 10 Ganhos Avaliados na Interferncia das Cartas de Controle
Ganho
Varivel
Monitorada Tb
Varivel
Monitorada H
Varivel
Monitorada r
Kcc -0% 0 0 0
Kcc -50% 5000 40 10000
Kcc - 100% 10000 80 20000
Kcc 150% 15000 120 30000
[Fonte prprio autor]
Mesmo sendo um passo importante do CEP, por tratar-se de simulao, no se
preocupou com a identificao das causas geradoras das sinalizaes no instante em que estas
so constatadas. Quando estas ocorrem, so imediatamente tomadas medidas de correo (de
forma automtica) junto ao controlador a serem incorporadas no prximo minuto simulado. O
processo de simulao no interrompido.
As intervenes realizadas, diretamente, so somente as do sistema de autoajuste.
Durante as repeties, no so realizadas outras intervenes especficas. O comportamento
da carta no avaliado on-line, apenas os pontos fora dos limites de controle so registrados e
providencia-se a interferncia no controlador (processo). Posteriormente, aps o trmino das
simulaes, os dados so verificados.




4.2.4 Registro das informaes das variveis do controlador e das cartas de controle

A cada rodada de simulao, so armazenados todos os valores de cada uma das
variveis em cada uma das repeties, alm dos pontos avaliados pelas cartas de controle e

134
suas sinalizaes. Assim, permitido realizar, na sequncia, as verificaes e anlises com o
cruzamento das informaes de cada uma delas.
Trs bancos de dados foram criados. Dois registram as informaes das repeties:
CEnP, Integrao. O terceiro banco foi criado especificamente para os dados iniciais e
parmetros das cartas de controle.

4.2.5 Todos os cenrios foram testados?

Todos os cenrios relacionados - combinaes de ritmo processo (normal e alto) e
classificao das peas (pequenas e grandes) - so simulados na sequncia apresentada. As
simulaes foram realizadas individualmente, registrando e controlando todas as combinaes
necessrias criao dos cenrios em todas as condies avaliadas.
A organizao dos dados e anlise realizada somente aps todos os cenrios terem
sido reproduzidos nas duas situaes: controlador isoladamente e controlador operando, em
conjunto com as cartas de controle. Esta ltima, em suas quatro variaes de ganhos de
contribuio das cartas de controle.

4.2.6 Organizao e tabulao dos dados

Os dados, registrados e armazenados nos bancos de dados, so organizados de forma a
possibilitar a interpretao e anlise do ocorrido nas simulaes realizadas. Estes dados esto
disponveis em meio eletrnico para qualquer confrontao necessria.
Verificando todas as rodadas de todos os cenrios, as sinalizaes encontradas esto
relacionadas na Tabela 11. Nesta Tabela, esto sintetizadas as quantidades de repeties onde
existiram ocorrncias por tipo de carta de controle e por tipo de cenrio. Nos cenrios 1 e 2,
como no foram constatadas sinalizaes logo na primeira rodada (K
cc
= 0), no houve a
necessidade de realizar as simulaes com as demais variaes de ganhos.
No cenrio 3 a ocorrncia se deu na repetio 589, com a varivel Densidade. Com
ganho K
cc
= 0% e 50% foram registradas apenas uma sinalizao com a carta EWMA no
minuto 5067. Porm, com K
cc
= 100% e 150% surgiram novas sinalizaes, inclusive na carta
de Observaes Individuais. Em ambas as situaes de ganho, a carta EWMA iniciou sua
sinalizao no instante 5067 e foram seguidas por outras novas, em instantes alternados (23
com K
cc
= 100% e 32 com K
cc
= 150%). Para estas situaes de ganho, a carta de
Observaes Individuais iniciou sua sinalizao nos instantes 5073 (K
cc
= 100%) e 5069 (K
cc


135
= 100%), sendo estas seguidas, respectivamente, por mais 23 e 29 novos registros em tempos
subsequentes.
Tabela 11 Quantidade de repeties com ocorrncias por tipo de Carta de Controle e cenrio
C. Controle
/ Cenrio
Ganho K
cc
Observaes
Individuais
EWMA
0% 0 0
50% - -
100% - -
C1
150% - -
0% 0 0
50% - -
100% - -
C2
150% - -
0% 0 1
50% 0 1
100% 1 1
C3
150% 1 1
0% 0 2
50% 0 2
100% 0 2
C4
150% 0 2
[Fonte prprio autor]
No cenrio 4, as ocorrncias foram registradas nas repeties 356 e 866, ambas com a
varivel Temperatura e a carta EWMA. Na repetio 356, a sinalizao se deu no minuto
5323. Esta mesma sinalizao foi percebida em todas as variaes de Ganhos, no gerando
variaes adicionais. Na repetio 866, foram percebidas nove sinalizaes, as mesmas em
todas as variaes de ganhos, iniciando-se no minuto 1021 e seguidas por mais 8 em instantes
alternados. No apndice I, encontram-se relacionadas as sinalizaes registradas nas
simulaes dos cenrios 3 e 4.
Dentre as sinalizaes registradas, as ocorridas no cenrio 3 com a varivel Densidade,
aps uma avaliao inicial, no foram encontradas explicaes diretas para sua ocorrncia. As
causas que levaram sinalizao original (minuto 5067) no foram identificadas,
considerando-se apenas ligadas a maiores variabilidades do cenrio. Atribuiu-se este evento
s variaes inerentes ao processo.
As sinalizaes da carta de controle EWMA, varivel Temperatura, ocorridas no
cenrio 4, repeties 356 e 866, so provenientes de grandes variaes naturais inerentes ao
processo. Nesta situao, mesmo o controlador buscando sua correo, esta no foi possvel,

136
por limitaes da configurao do prprio processamento envolvido. Esta avaliao
detalhada na subseo de anlise dos resultados.
No foram identificadas falhas de funcionamento do sistema de controle, mesmo
operando de forma isolada (CEnP). Operando dentro das especificaes estabelecidas, seu
funcionamento isolado foi considerado satisfatrio. Na Tabela 12, constam os valores
mximos e mnimos de cada uma das variveis, em cada um dos cenrios, dentro dos perodos
de produo, desconsiderando-se os valores observados nas semanas nas quais houve
sinalizao. Pode-se verificar que os limites de especificao estabelecidos (Tabela 6,
subseo 4.1.4) so atendidos. Relata-se que as excees ocorridas (desconsideradas na
tabela) foram as semanas (repeties) 356 e 866, do cenrio 4, em que a varivel Temperatura
atingiu os mximos respectivos de 43,69
o
C e 44,09
o
C. O comportamento destas duas semanas
atpicas, identificadas quando das verses de integrao, so discutidas na subseo
subsequente.
Tabela 12 Valores Mximos e Mnimos das Variveis Controladas, perodo de produo CEnP
Variveis
Limite
Especificao
C1 C2 C3 C4
mn.
39,00 39,56 39,58 39,57 39,58 Temperatura
(C
o
)
mx.
43,00 42,05 42,73 42,65 42,77
mn.
93,00 94,92 94,93 94,90 94,92
Nvel (cm)
mx.
97,00 95,11 95,09 95,13 95,11
mn.
1,1520 1,1583 1,1588 1,1578 1,1584
Densidade
(cm
3
)
mx.
1,1740 1,1635 1,1635 1,1635 1,1635
[Fonte prprio autor]

4.2.7 Anlise dos resultados e comportamentos

Aps a realizao das repeties programadas, considerando-se os cenrios e suas
condies de operao, as simulaes foram tidas como satisfatrias. As poucas ocorrncias
relatadas no comprometeram os resultados, contribuindo, inclusive, para uma melhor
ilustrao de situaes passveis de ocorrncia no dia-a-dia do processo estudado. Na
sequncia so verificadas individualmente, as variveis quanto ao seu ajuste e sinalizao. A
ttulo de exemplificao, escolheu-se uma semana (repetio) 600 com o cenrio 3 para
apresentar o comportamento geral obtido.

4.2.7.1 Varivel controlada Temperatura

137

Na Figura 24(a), esto apresentados o comportamento da varivel controlada
Temperatura e seu respectivo ajustamento, proporcionado pelo modelo ARIMA estimado.
Com o modelo ARIMA devidamente ajustado aos dados, percebeu-se que a magnitude dos
resduos monitorados pequena. Este fato conferiu maior sensibilidade carta. Nota-se que o
modelo, bem ajustado, proporcionou resduos pequenos quando comparados com a ordem de
grandeza dos valores observados da varivel. A Figura 24(a) retrata a semana 600 do cenrio
3, iniciando-se com o banho na temperatura mdia semanal. Na sequncia, o sistema de
controle realiza a sua correo mantendo-a prxima programada como Alvo. As oscilaes,
dos perodos de produo e fora de produo, so percebidas. Aps o trmino da semana de
trabalho, a temperatura do banho acompanha a do ambiente, a qual alterna em torno da mdia
ambiental estabelecida para o perodo. A Figura 24(b) ilustra o detalhe apresentado na Figura
24(a), demonstrando o ajustamento realizado.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0
5
10
15
20
25
30
35
40
45
Observaes - semana (min)
T
e
m
p
e
r
a
t
u
r
a
(
C
)

ajustado
real
Detalhe

(a) Varivel Controlada Temperatura observaes originais e ajustadas


138
3800 3810 3820 3830 3840 3850 3860 3870 3880 3890 3900
40.15
40.2
40.25
40.3
40.35
40.4
Observaes - semana (min)
T
e
m
p
e
r
a
t
u
r
a
(
C
)


ajustado
real

(b) Varivel Temperatura, observado x ajustado, detalhe das observaes originais e ajustadas
Figura 24 Temperatura - Cenrio 3, Repetio 600
[Fonte prprio autor]
Na Figura 25, esto apresentados os resduos obtidos entre os valores observados e os
ajustados, referentes Figura 24(a). Percebe-se os picos que ocorrem em cada mudanas de
regime de produo, isto em funo dos dados iniciais e necessrios, em relao ordem do
modelo ajustado e a estabilizao do sistema de controle. Nos perodos fora de produo,
apesar de calculados, os erros no so considerados pelas cartas para monitoramento do
processo, nem foram utilizados para os ajustamentos dos modelos.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
0.08
Observaes - semana (min)
E
r
r
o

a
j
u
s
t
e

T
e
m
p
e
r
a
t
u
r
a

Figura 25 Erros de ajuste varivel Temperatura cenrio 3, semana 600
[Fonte prprio autor]

139
As cartas de controle, monitorando a varivel controlada Temperatura, semana 600 do
cenrio 3, constam na Figura 26. Com as cartas representadas de forma simultnea, facilita o
entendimento dos comportamentos e sinalizaes, segundo Montgomery (2004). Nas cartas,
so considerados somente os perodos de produo, descontados dos respectivos perodos
iniciais (15 minutos), em virtude da acomodao do sistema de controle e dos dados
necessrios em funo da ordem do modelo ARIMA ajustado. Cada uma das cartas possui os
seus respectivos limites de controle, estabelecidos na rodada preliminar, com esta finalidade.
Nota-se que, nesta semana avaliada, no foram identificadas sinalizaes. Salienta-se que as
cartas de controle consideram apenas os instantes monitorados, referentes produo,
correspondentes s cinco jornadas de 705 minutos (j subtrados os 15 minutos iniciais
conforme citado anteriormente).
0 500 1000 1500 2000 2500 3000 3500
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
Observaes - perodo produo (min)
O
b
s
.

I
n
d
.

/

E
W
M
A

LC
LS-EWMA
LI-EWMA
EWMA
Obs.Indiv.
LS-Obs. Ind.
LI-Obs. Ind.

Figura 26 Cartas de controle Obs. Individuais e EWMA, varivel Temperatura cenrio 3,
semana 600
[Fonte prprio autor]

4.2.7.2 Varivel controlada Nvel

Para a mesma semana avaliada (cenrio 3, repetio 600), a varivel controlada Nvel
est retratada na Figura 27(a). As oscilaes de produo podem ser identificadas, incluindo o
perodo inicial no qual o nvel inicia a semana j estando em seu valor-alvo. Nos perodos sem
produo, inclusive no final de semana, as alteraes esto relacionadas basicamente

140
evaporao. Os valores obtidos da varivel controlada e os ajustados pelo modelo ARIMA
correspondente, so apresentados de forma conjunta.
Na Figura 27(b), demonstrado o detalhe indicado na Figura 27(a) aproximando
visualizao da srie de dados observados e seus respectivos valores ajustados. Percebe-se a
pequena diferena existente entres as sries, quando comparadas com a magnitude dos valores
da varivel controlada.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
94
94.2
94.4
94.6
94.8
95
95.2
95.4
95.6
95.8
96
Observaes - semana (min)
N

v
e
l

(
c
m
)

ajustado
real
Detalhe

(a) Varivel Controlada Nvel observaes originais e ajustadas



3850 3855 3860 3865 3870 3875 3880 3885 3890 3895 3900
94.935
94.94
94.945
94.95
94.955
94.96
Observaes - semana (min)
N

v
e
l

(
c
m
)

ajustado
real

(b) Varivel Nvel, Observado x Ajustado, detalhe das observaes originais e ajustadas
Figura 27 Nvel - Cenrio 3, Repetio 600
[Fonte prprio autor]

141
Os erros de ajuste correspondentes s sries apresentadas na Figura 27(a) podem ser
vistas na Figura 28. Os picos, no incio de cada mudana do regime de produo, tambm so
correspondentes aos acertos iniciais do sistema de controle e dos valores iniciais relacionados
ordem do modelo ajustado.
Os resduos dos perodos de produo, e descontados os primeiros 15 minutos do
incio de cada jornada produtiva, so monitorados pelas cartas de controle de Observaes
Individuais e EWMA. Pela Figura 29, pode-se observar estes comportamentos e seus
respectivos limites de controle. Tambm nessa semana no foram constatadas sinalizaes
nessa varivel.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-4
-3
-2
-1
0
1
2
3
4
x 10
-3
E
r
r
o

a
j
u
s
t
e

-

N

v
e
l
Observaes - semana (min)

Figura 28 Erros de ajuste varivel Nvel cenrio 3, semana 600
[Fonte prprio autor]
0 500 1000 1500 2000 2500 3000 3500
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-3
Observaes - perodo produo (min)
O
b
s
.
I
n
d
.

/

E
W
M
A
LC
EWMA
Obs.Indiv
LS- EWMA
LS-Obs.Ind.
LI-Obs. Ind.
LI- EWMA

Figura 29 Cartas de controle Obs. Individuais e EWMA, varivel Nvel cenrio 3, semana 600
[Fonte prprio autor]

142
4.2.7.3 Varivel controlada Densidade

O comportamento tpico da varivel controlada Densidade, em conjunto com seu valor
ajustado pelo modelo ARIMA correspondente, pode ser visto na Figura 30(a). Os ciclos
correspondentes ao regime de produo, so reproduzidos. Mesmo nos perodos fora de
produo, a densidade e, consequentemente, a concentrao, corrigida buscando-se manter a
sua adequao para o prximo estgio. Nota-se que, aps a observao 7200 (trmino da
semana de trabalho), a densidade se eleva em funo da evaporao desse perodo. O detalhe
indicado na Figura 30(a) pode ser melhor avaliado na Figura 30(b).
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
1.156
1.157
1.158
1.159
1.16
1.161
1.162
1.163
1.164
1.165
1.166
Observaes - semana (min)
D
e
n
s
i
d
a
d
e

(
g
/
c
m
3
)

ajustado
real
Detalhe

(a) Varivel Controlada Densidade observaes originais e ajustadas

3770 3780 3790 3800 3810 3820 3830 3840
1.159819
1.159830
1.159839
1.159849
1.159860
1.159869
1.159979
Observaes - semana (min)
D
e
n
s
i
d
a
d
e

(
g
/
c
m
3
)


ajustado
real

(b) Varivel Controlada Densidade detalhe das observaes originais e ajustadas
Figura 30 Densidade - Cenrio 3, Repetio 600
[Fonte prprio autor]

143
Os erros de ajustes entre as sries apresentadas na Figura 30(a) podem ser vistos na
Figura 31. Tambm com esta varivel controlada so vistos os valores alterados, no incio de
cada alterao de jornada de trabalho.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-6
Observaes - semana (min)
E
r
r
o

a
j
u
s
t
e

-

D
e
n
s
i
d
a
d
e

Figura 31 - Erros de ajuste varivel Densidade cenrio 3, semana 600
[Fonte prprio autor]
As cartas de controle, monitorando os resduos da varivel Densidade, podem ser
vistas na Figura 32. Nestas cartas, verifica-se que os limites tambm esto sendo respeitados.
Os limites de controle, estabelecidos na rodada preliminar especifica, so empregados em
cada uma das semanas (repeties) simuladas.
0 500 1000 1500 2000 2500 3000 3500
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-6
Observaes - perodo de produo (min)
O
b
s
.
I
n
d
.

/

E
W
M
A
EWMA
LS- EWMA
LC
LI- EWMA
Obs.Indiv.
LS-Obs.Ind.
LI-Obs. Ind.

Figura 32 Cartas de controle Individuais e EWMA, varivel Densidade cenrio 3, semana 600
[Fonte prprio autor]


144
4.2.7.4 Sinalizaes ocorridas

Pela quantidade de repeties com registros de ocorrncias (Tabela 11), dentre as
semanas simuladas, apenas trs apresentaram sinalizaes. Uma, com a carta EWMA
monitorando os resduos da varivel Densidade e, outras duas, com a mesma carta
monitorando os resduos da varivel Temperatura.
Com relao Densidade, pela Figura 33(a) representando a semana 589 - cenrio 3,
sem contribuio da carta de controle para atuao do controlador (K
cc
= 0%), percebe-se que
a sinalizao ocorrida, instante monitorado 2127 (referente ao minuto 5067 da semana
simulada) ultrapassou ligeiramente os limites de controle. Nesta situao, no foram
constatados motivos aparentes que indiquem anormalidade no processo que justifique a
alterao captada pela carta, estando a varivel controlada dentro de seu comportamento
esperado, conforme Figura 33(b). Nenhuma anormalidade foi percebida que justificasse tais
sinalizaes. As duas primeiras situaes de ganho (K
cc
= 0% e 50%) indicaram apenas uma
nica sinalizao cada. Como o modelo ARIMA determinado conseguiu uma boa reproduo
desta varivel, o resduo monitorado possui uma ordem de grandeza muito pequena (10
-6
)
quando comparada respectiva observao. Atribuiu-se estas indicaes das cartas a
variaes naturais do processo que, de alguma forma combinadas, proporcionaram um ligeiro
afastamento do modelo aumentando o erro de ajuste monitorado.
0 500 1000 1500 2000 2500 3000 3500
-1
-0.5
0
0.5
1
x 10
-6
E
W
M
A

-

D
e
n
s
i
d
a
d
e
Observaes perodo de produo (min)
LC
LI
LS
(2127)

(a) Carta de Controle EWMA Densidade Sinalizao


145
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
1.157
1.158
1.159
1.16
1.161
1.162
1.163
1.164
Observaes - semana (min)
D
e
n
s
i
d
a
d
e

(
g
/
c
m
3
)

(5067,1.1624)

(b) Varivel Controlada Densidade Sinalizao
Figura 33 Densidade - cenrio 3, repetio 589, K
cc
= 0%
[Fonte prprio autor]
Para as condies de maiores contribuies das cartas de controle (K
cc
=100 e 150%) o
nmero de sinalizaes foi maior. Em ambas as situaes, a sinalizao iniciou na observao
5067 (instante monitorado 2127) com a carta EWMA e, em observaes posteriores, surgiram
as novas indicaes, inclusive na carta de Observaes Individuais (apndice I). Claramente
pode-se perceber que, estas duas condies de ganho avaliadas, no foram favorveis ao
sistema, e sua influncia junto ao controlador causou um princpio de instabilidade (ao
excessiva do controle proporcional). Nas cartas de controle, Figura 34 estas sinalizaes so
evidenciadas.
0 500 1000 1500 2000 2500 3000 3500
-4
-3
-2
-1
0
1
2
3
4
5
6
x 10
-6
Observaes - perodo de produo (min)
O
b
s
.

I
n
d
.
/
E
W
M
A
EWMA
Obs. Individuais
LC
LI- Obs.Ind.
LS- Obs.Ind.
LS- EWMA
LI- EWMA

Figura 34 Cartas de controle Observaes Individuais e EWMA, Densidade cenrio 3 - semana 589,
Kcc150%
[Fonte prprio autor]

146
Na Figura 35, referente ao ganho 150% (cenrio 3, repetio 589, varivel Densidade),
esto indicados os componentes que influenciam na lei de controle do controlador: ao
devido parte integral (UI), ao devido parte proporcional (UP), ao devido parte
derivativa (UD) e a ao devido s contribuies das cartas de controle (UCC-CC). Como
resultante do somatrio destas aes, encontra-se a ao total do controlador PID (UPID).
Nota-se que as contribuies das cartas de controle (UCC-CC) esto aumentando a ao de
controle total do controlador UPID. Constata-se que a ao proporcional (UP) predomina na
lei de controle desta varivel e responsvel pela maior parte da ao total (UPID). Sendo a
forma de contribuio das cartas tambm um princpio de ao proporcional, estes efeitos
somados acabam por assumir grandes propores. A interferncia no controlador inseriu uma
variao originalmente no existente. Desta forma, o ganho da contribuio das cartas, para
essa varivel monitorada, dever ser determinado em patamares menores do ganho
proporcional especificado para o controlador (ex. K
cc
= 50%), evitando este tipo de
comportamento.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-60
-40
-20
0
20
40
60
80
Observaes - semana (min)
C
o
n
t
r
i
b
u
i

e
s

L
e
i

d
e

C
o
n
t
r
o
l
e


UPID
UI
UP
UD
UCC-C.C

Figura 35 Contribuies para Lei de Controle, Densidade cenrio 3 - semana 589, Kcc150%
[Fonte prprio autor]
A vazo de entrada de cido crmico e de gua, para a semana 589, (cenrio 3, K
cc
=
150%), correspondente ao quarto dia de produo (5040 a 5760), perodo quando ocorreu a
sinalizao e a contribuio das cartas, pode ser visto na Figura 36. A alterao inserida nestas
variveis manipuladas claramente identificada logo aps a sinalizao (2127 que ocorre no
tempo de simulao 5067). Este efeito repercute na varivel controlada Densidade, alterando

147
seu comportamento e causando aumento da diferena em relao ao modelo ajustado gerando
as sinalizaes das cartas.
5000 5100 5200 5300 5400 5500 5600 5700 5800 5900
0
20
40
60
80
100
120
Observaes - semana (min)
v
a
z

o

e
n
t
r
a
d
a

(
c
m
3
/
m
i
n
)


entrada cromo
entrada gua

Figura 36 Vazo de entrada cido crmico e gua, 5000 a 5800 min. cenrio 3, semana 589, Kcc150%
[Fonte prprio autor]
Em relao s sinalizaes da varivel Temperatura, averiguando as ocorrncias do
cenrio 4, pode-se notar que em ambas as semanas quando houve sinalizaes (356 e 866), as
temperaturas obtiveram comportamentos atpicos, se comparados ao padro apresentado pela
Figura 24(a) e Figura 14 (simulaes iniciais da fase de validao). Nas Figura 37 e 40 estes
comportamentos podem ser conferidos em conjunto com seus valores ajustados.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0
5
10
15
20
25
30
35
40
45
Observaes - semana (min)
T
e
m
p
e
r
a
t
u
r
a

(
C
)

ajustado
real

Figura 37 - Varivel Temperatura, cenrio 4 - semana 356
[Fonte prprio autor]

148
Os resduos da semana 356, monitorados pelas cartas de controle, podem ser
observados na Figura 38. Percebe-se a distoro do comportamento e a tendncia da mdia
dos resduos, em se deslocarem acima de linha central (LC). A sinalizao, identificada pela
carta EWMA, referente ao instante monitorado 2383 (minuto 5323 da semana simulada),
encontra-se indicada. O comportamento, mostrado na Figura 38, o mesmo verificado em
todas as variaes de ganho.
0 500 1000 1500 2000 2500 3000 3500
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
O
b
s
.
I
n
d
.
/
E
W
M
A
Observaes - perodo produo (min)
EWMA
LI- EWMA
LC
LS- Obs.Ind.
LI- Obs. Ind.
Obs.Indiv.
LS- EWMA
(2383)

Figura 38 Cartas de controle Observaes Individuais e EWMA, varivel Temperatura cenrio 4 -
semana 356
[Fonte prprio autor]
A contribuio da carta de controle, para a lei de controle do respectivo controlador,
apresentada na Figura 39. Esta Figura corresponde verso de maior ganho (K
cc
= 150%).
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-4
-2
0
2
4
6
8
10
12
14
x 10
4
Observaes - semana (min)
C
o
n
t
r
i
b
u
i

e
s

L
e
i

d
e

C
o
n
t
r
o
l
e


UPID - Pf
UI
UP
UD
UCC - C.C

Figura 39 Contribuies para Lei de Controle, Temperatura cenrio 4 - semana 356 , Kcc150%
[Fonte prprio autor]

149
Percebe-se que pela Figura 39, qualquer uma das verses de ganho no ir alterar o
resultado, uma vez que o problema apresentado indica, ao controlador, necessidade de
reduo da varivel manipulada (Pf), que j se encontra zerada, no podendo assumir valores
negativos. Valores negativos teriam o significado fsico de retirada de calor do banho
(resfriamento), que este tipo de processo no possui, o qual proporcionaria a queda da
temperatura. Devido a este problema, a contribuio das cartas, nestas condies, no teve
efeito. A sinalizao, indicando a anormalidade, por si s j contribui para salientar que algo
de anormal est ocorrendo no processo com esta varivel.
Pela Figura 40, correspondendo a semana 866 do cenrio 4, identifica-se situao
semelhante apresentada na semana 356 (Figura 37). O comportamento distorcido, tambm
identificado, indica uma anormalidade no comportamento desta varivel controlada
Temperatura. Tanto os valores observados quanto os ajustados comportam-se de forma
atpica.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
0
5
10
15
20
25
30
35
40
45
Observaes - semana (min)
T
e
m
p
e
r
a
t
u
r
a

(
C
)


ajustado
real

Figura 40 Varivel Temperatura, cenrio 4 - semana 866
[Fonte prprio autor]
As cartas de controle, para esta semana averiguada 866, Figura 41, tambm indicam a
distoro do rudo com sua tendncia de deslocamento acima da linha central (LC). As
sinalizaes constatadas esto em destaque. A mesma dificuldade do controlador em corrigir
esta varivel controlada, ocorrida na semana 356, repetiu-se de forma anloga na 866.

150
0 500 1000 1500 2000 2500 3000 3500
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
Observaes - perodo produo (min)
S
h
e
w
h
a
r
t
/
E
W
M
A
LC
LS- EWMA
LI- EWMA
EWMA
Obs. Individuais
LS- Obs.Ind.
LI- Obs.Ind.

Figura 41 Cartas de controle Observaes Individuais e EWMA, varivel Temperatura cenrio 4 -
semana 866
[Fonte prprio autor]
As contribuies para a lei de controle, relacionadas a cada uma das sinalizaes das
cartas para semana 866 do cenrio 4, e considerando a condio de ganho em 150%, podem
ser vistas na Figura 42. Uma vez que o efeito de resfriamento no pode ocorrer (Pf negativa),
as contribuies no surtem efeito para esta anomalia especfica.
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
-6
-4
-2
0
2
4
6
8
10
12
14
x 10
4
Observaes - semana (min)
C
o
n
t
r
i
b
u
i

e
s

L
e
i

d
e

C
o
n
t
r
o
l
e


UPID - Pf
UI
UP
UD
Contrib.C.C

Figura 42 Contribuies para Lei de Controle, Temperatura cenrio 4 - semana 866 , Kcc150%
[Fonte prprio autor]

151
Nos cenrios 1, 2 e 3 no ocorreram sinalizaes ligadas ao monitoramento dos
resduos da varivel controlada temperatura. Nestes cenrios, os valores mximos e mnimos
das temperaturas registradas mantiveram-se dentro dos limites de especificao do processo
(Tabela 12, subseo 4.2.6). Desta forma, no houve indcios de anormalidades ligadas
configurao dos comportamentos das variveis envolvidas.
As sinalizaes do cenrio 4 foram atribudas s variaes naturais do processo, porm
no deixando de ser necessrio o seu acompanhamento e registro. Previdncias podem ser
tomadas para remediar esse efeito, quando percebido. Em ambas as repeties simuladas (356
e 899), as temperaturas mdias semanais, respectivamente 31,58
o
C e 32,00
o
C, ficaram bem
acima da mdia semanal esperada (18,8
o
C). Como o processo no possui sistema de
resfriamento controlado, s o natural, a influncia do aquecimento proveniente pela passagem
da corrente de deposio, no tem como ser evitada e, com isso nestes casos extremos, esse
problema de sobre aquecimento pode ocorrer. Percebe-se que o efeito somente surgiu neste
cenrio devido ao fato de considerar as peas grandes (maior corrente de deposio) alm da
velocidade de processamento ser maior. Estes fatos aumentam a contribuio do processo no
aquecimento do banho.
Na Figura 43, pode ser constatado que as temperaturas mdias semanais das repeties
356 e 866 se destacaram sobre as demais, inclusive ultrapassam trs desvios-padro da
distribuio normal responsvel pela sua gerao.
0 100 200 300 400 500 600 700 800 900 1000
5
10
15
20
25
30
35
Repeties (semana)
T
e
m
p
e
r
a
t
u
r
a

m

d
i
a

s
e
m
a
n
a
l

(
C
)
(356, 31.68)
(866, 32.00)

Figura 43 Temperaturas mdias semanais - cenrio 4
[Fonte prprio autor]

152
O problema sentido na temperatura do banho, tambm foi confirmado pelos
responsveis pelo processo como ocorrncia eventual nos perodos crticos de vero. Nestas
situaes, costumam aumentar os cuidados nas inspees de qualidade. So condies
consideradas eventuais e que, pela caracterstica do processo, no podem ser eliminadas com
a forma de controle adotado. O processo pode ser monitorado para identificar a ocorrncia
deste efeito no futuro. As recomendaes para evitar esse tipo de situao seria a de instalar
um sistema de resfriamento, porm o custo elevado para utilizaes eventuais. Uma soluo,
mais vivel, seria a de reduzir a velocidade de processamento nos perodos mais crticos ou
programar para trabalhar nessas ocasies com peas pequenas. As cartas de controle podem
ser utilizadas como indcios dessas ocorrncias. Para essa falha especfica do processo, apesar
das cartas no terem como contribuir para uma melhoria da atuao do controlador, elas
sinalizaram a anormalidade existente.
Como resultado da primeira fase de simulao, percebe-se que nas operaes
envolvendo peas grandes, em regime acelerado de produo em dias de temperatura elevada,
existe a possibilidade da temperatura do banho ultrapassar os limites de especificao do
processo. As cartas podem ser empregadas para identificar estas situaes extremas, porm no
caso da necessidade de ao de resfriamento, o controlador do processo no pode ser
influenciado diretamente. Esta seria uma situao em que o controlador no pode atuar por
limitaes tcnicas, mas combinada com a monitorao das cartas, o efeito pode ser apontado.
No caso da varivel controlada Densidade, constatou-se que se devem evitar grandes
ganhos para a contribuio das cartas para melhorar a ao do sistema de controle. Percebeu-
se que, como a ao proporcional j responsvel pela maior parcela da lei de controle desta
varivel, o auxlio das cartas, que possui uma forma similar de computar sua ao, pode
causar instabilidade no sistema. Assim, os ganhos (K
cc
) menores devem ser empregados na
varivel. Com base nesta verificao, para o mdulo 3, so propostas modificaes nos
ganhos, para esta varivel especificamente, sendo avaliados os valores de 25%, 50% e 75%.

4.2.7.5 Anlise de desempenhos

Verificando o desempenho das opes simuladas, adotaram-se medidas que mensuram
o quanto as variveis controladas (monitoradas) esto prximas dos seus valores-alvo. Foram
computados o Desvio Quadrtico Mdio do Alvo (DQM) e a Distncia Absoluta Mdia do
Alvo (DM) para cada uma das repeties realizadas. A mdia destes valores apurados de
todas as repeties, separadas por cenrios e condies de avaliao, esto apresentados na

153
Tabela 13. Estes ndices foram apurados levando-se somente em considerao os perodos de
produo.
Tabela 13 Indicao de desempenho das variveis controladas
Variveis Controladas Cenrios
Condio Avaliada Medida
Temperatura
(10
-3
)
Nvel
(10
-2
)
Densidade
(10
-5
)
DQM 111,58 0,11 0,2624
CEnP
DM 265,73 2,77 144,9388
DQM 111,58 0,11 0,2624
C1
Kcc 0%
DM 265,73 2,77 144,9388
DQM 141,67 0,06 0,1610
CEnP
DM 288,59 2,08 111,3718
DQM 141,67 0,06 0,1610
C2
Kcc 0%
DM 288,59 2,08 111,3718
DQM 126,35 0,17 0,3570
CEnP
DM 277,74 3,51 171,5877
DQM 126,35 0,17 0,3570
Kcc 0%
DM 277,74 3,51 171,5877
DQM 126,35 0,17 0,3570
Kcc 50%
DM 277,74 3,51 171,5877
DQM 126,35 0,17 0,3570
Kcc 100%
DM 277,74 3,51 171,5880
DQM 126,35 0,17 0,3570
C3
Kcc 150%
DM 277,74 3,51 171,5882
DQM 177,81 0,09 0,2412
CEnP
DM 310,72 2,59 138,2463
DQM 177,81 0,09 0,2412
Kcc 0%
DM 310,72 2,59 138,2463
DQM 177,81 0,09 0,2412
Kcc 50%
DM 310,72 2,59 138,2463
DQM 177,81 0,09 0,2412
Kcc 100%
DM 310,72 2,59 138,2463
DQM 177,81 0,09 0,2412
C4
Kcc 150%
DM 310,72 2,59 138,2463
[Fonte prprio autor]
Pela Tabela 13, verifica-se que, tanto para o cenrio 1 quanto para o 2, no foram
encontradas alteraes. Uma vez que no foram constatadas sinalizaes, nenhum tipo de
modificao dos comportamentos, que viesse a alterar os ndices calculados, esteve presente.
No cenrio 3, varivel controlada Densidade, para as trs primeiras condies
avaliadas (CEnP, Kcc 0% e 50%), as medidas obtidas foram as mesmas. Nestas avaliaes,
apenas houve uma nica sinalizao e, consequentemente, uma nica contribuio das cartas

154
para a lei de controle do controlador. Desta forma, a alterao inserida, em funo da
quantidade de dados utilizados no clculo, no proporcionou alteraes nos valores apurados.
Porm, para as condies avaliadas Kcc 100 e 150%, como houve uma quantidade maior de
sinalizaes, encontraram-se alteraes nestes clculos. Conforme discutido previamente,
estes ganhos acabaram por criar certa instabilidade, refletindo-se em uma maior Distncia
Mdia em relao ao Alvo (DM).
No cenrio 4, varivel controlada Temperatura, os ndices no apresentaram
alteraes. Apesar das sinalizaes da Carta, as contribuies para amenizar a falha
diagnosticada no foram viveis, uma vez que a correo independe do sistema de controle.
As aes de controle, incluindo a das cartas, indicam a necessidade da reduo da
temperatura, porm, na ausncia de um sistema de resfriamento, o mximo possvel o corte
do aquecimento, o que o controlador j havia providenciado. Assim, no ocorreram variaes
na apurao das medidas de desempenho.

4.3 MDULO 3 - INTEGRAO DO CEnP E DO CEP COM A INSERO DE
ANORMALIDADES

Neste mdulo avaliado o desempenho do sistema de controle, operando
primeiramente de forma independente e, depois, de forma combinada com o controle
estatstico, quando da ocorrncia de falhas no processo, inseridas de forma proposital. So
criadas situaes de anormalidades com o propsito de verificar o comportamento do
processo de modo que os valores das variveis controladas (monitoradas) sejam mantidos o
mais prximo dos seus valores-alvo.

4.3.1 Introduo de forma intencional de falha no processo e/ou componente

Como uma forma de avaliar o comportamento do controlador operando de forma
isolada e este em conjunto com o controle estatstico, trs tipos de falhas so criadas. Como
falha, consideraram-se os distrbios ocorridos no processo, alterando sua condio de
funcionamento, cuja falta de correo pode vir a comprometer a sua operao e interferir na
qualidade dos produtos.
Para estabelecer as condies de anormalidades buscou-se recriar situaes j
ocorridas no processo real, tomando-se, por base, relatos dos responsveis pela manuteno
do processo recriado neste estudo. Cada uma das situaes est atrelada a um tipo de

155
caracterstica. A primeira a ser abordada envolve falha mecnica de componente do processo,
a segunda, abrange problema relacionado medio e controle e a terceira, consiste em
descontrolar uma varivel manipulada.
A primeira falha simulada foi a do vazamento do tanque utilizado para o banho de
cromagem. Este tipo de problema pode ocorrer, uma vez que o material utilizado na sua
construo de polipropileno, o qual no suporta choques mecnicos de grande intensidade.
Na operao de colocao e retirada das gancheiras no banho, ocasionalmente, ocorre a queda
de uma delas dentro do tanque. Quando esta situao ocorre com peas grandes, com pesos
maiores, pode causar furos no fundo do reservatrio. O reservatrio encontra-se em local de
difcil verificao de vazamentos (principalmente o seu fundo) e todo o entorno possui uma
bacia de conteno (exigncia ambiental), com grande quantidade de lquido sendo recolhido
de todo o processo, facilmente este problema pode passar despercebido. Assim, admitiu-se um
vazamento constante de 200 ml por minuto, aps um instante determinado para incio da
falha. Esta vazo foi estimada tomando-se por base um problema real ocorrido no processo
avaliado, na qual esta quantidade foi estimada.
A segunda falha simulada e avaliada foi de um problema com o sensor de densidade.
Este sensor fixado na lateral do tanque, e a circulao do lquido em seu interior proporciona
a leitura. Podem ocorrer problemas em sua medio por de falta de calibrao peridica ou
mesmo algum tipo de sujeira que venha a se fixar em seu interior. Considerou-se a falha de
leitura de densidade 1% acima do correto, aps determinado instante de incio da ocorrncia.
Esta informao errnea, que retorna ao controlador pelo sistema de realimentao,
considerada para a sua correo automtica. O percentual de erro de leitura do sensor foi
estipulado, visando-se verificar o efeito de um erro, considerado pequeno, sobre a varivel
controlada Densidade. Segundo avaliao do responsvel tcnico pelo processo estudado, este
percentual geralmente atinge valores maiores que o utilizado na simulao (avarias e perda de
calibrao do sensor).
A terceira falha corresponde varivel manipulada Pf (Potncia Fornecida s
Resistncias). Esta varivel depende de uma alimentao eltrica e de uma fonte de controle
para sua manipulao. Os equipamentos eltricos, de padro industrial, so projetados para
trabalhar de forma satisfatria, mesmo na ocorrncia de quedas de tenso de alimentao de
10 a 15% de sua condio nominal. Reproduzindo uma possvel queda de tenso no sistema
de alimentao, admitiu-se uma situao em que o percentual ultrapassasse ligeiramente estes
limites tolerados, garantindo a sensibilidade da falha, no caso de 20%. Esta falha pode ser
causa interna empresa (fonte de controle atuador - com problemas de funcionamento) ou

156
mesmo da alimentao da prpria concessionria de energia eltrica (rede de alimentao).
Simulou-se esta condio a partir de um determinado instante da semana.
O instante arbitrado, para incio das ocorrncias dos trs tipos de falhas, foi o minuto
5100, correspondendo ao terceiro dia de produo (quinta-feira), uma hora aps o incio da
jornada de trabalho. Este instante foi seguido para todas as falhas criadas e suas respectivas
repeties. As falhas foram inseridas e avaliadas isoladamente. Visando facilitar as anlises,
no foram consideradas as ocorrncias de anormalidades simultneas, apenas uma em cada
rodada (semana simulada) de cada situao avaliada.

4.3.2 Cenrios a serem avaliados

Para efeito de avaliao, os mesmos quatro cenrios criados no mdulo 2, foram
considerados em cada uma das falhas simuladas. Nestas situaes simuladas, os dois ritmos
de produo (normal e alto) e os dois tamanhos de peas processadas (pequenas e grandes)
so empregados.

4.3.3 Simulao do processo

Como as condies operacionais do processo j foram definidas no mdulo 2, as
etapas de simulao 1 e 2 daquele mdulo, no necessitam ser recalculadas: simulao
preliminar com o controlador operando isoladamente e simulao para obteno da
parametrizao das cartas de controle. Nesta condio, somente as operaes equivalentes s
etapas 3 e 4 so realizadas (controlador operando isoladamente e a integrao CEnP e CEP).
O processo simulado, inicialmente, com a verso CEnP, na qual os dados gerados
para as variaes naturais inerentes ao processo e para a criao dos cenrios so
armazenados. Estes dados so resgatados nas verses de integrao com o controle estatstico.
Cabe ressaltar que so gerados outros dados, no sendo os mesmos do mdulo 2.
As condies de simulao no Pacote Computacional MatLab tambm so mantidas,
ocorrendo de forma contnua, recriando-se uma semana tpica de trabalho em intervalos de 1
minuto. O nmero de repeties no foi alterado, mantendo-se as mesmas 1000 anteriormente
consideradas. As cartas de controle monitoram somente os perodos de produo. As duas
etapas de simulao estabelecidas na etapa metodolgica, para este mdulo, so seguidas.



157
4.3.3.1 Simulao do processo em operao com o controlador

Os cenrios so simulados com o controlador operando de forma isolada. Todas as
variveis geradas, variaes naturais inerentes ao processo e de cada cenrio, so
armazenadas para recriar as mesmas condies operacionais para as verses de integrao.
O controlador busca, com sua sintonia programada, compensar os desvios percebidos
redirecionado varivel controlada para o seu Alvo. As situaes de falhas no so previstas
na lei de controle do controlador, o qual procura se ajustar constantemente. Em dado
momento, aps a insero da falha, encontra dificuldades de manter, com a mesma eficincia,
a varivel controlada prxima ao Alvo programado. As cartas de controle no so empregadas
nesta fase.
A parametrizao do controlador e sua sintonia, realizadas no mdulo 1, so mantidas
em todas as fases de simulao. O controlador no passou por reajustes.

4.3.3.2 Simulao do processo com integrao CEnP e CEP

Considerando-se os sistemas de produo e controle j estabelecidos no mdulo 2, e
sendo os mesmos cenrios avaliados, os modelos ARIMA no foram alterados para
determinao dos resduos a serem monitorados pelas cartas de controle, (Tabela 8). Com a
manuteno dos mesmos cenrios, e considerando que o controle estatstico j se encontra sob
controle (Fase II), os parmetros do mdulo 2 (Tabela 9) das cartas tambm so mantidos.
As variveis geradas, quando da operao do controlador isoladamente, responsveis
pela criao das variaes naturais inerentes ao processo e pelos cenrios, so resgatadas do
banco de dados. A repetio dos mesmos comportamentos possibilita a comparao direta
entre as formas de operao.
Visando anlises posteriores, as sinalizaes de cada uma das cartas de controle (Obs.
Individuais e EWMA) de cada uma das variveis, so armazenadas individualmente. O
sistema de autoajuste, proposto no mdulo 2 realizado tambm em quatro rodadas. Estas
rodadas, alm de considerar todos os cenrios, correspondem s quatro condies de ganho de
contribuio para a lei de controle do respectivo controlador. Estes ganhos so abordados na
subseo 4.3.4 sequente.




158
4.3.4 Intervenes nas sinalizaes de anormalidades

Utilizando-se os mesmos procedimentos adotados no mdulo 2 foram consideradas as
mesmas formas de autoajustes propostas, interferindo na lei de controle do controlador. Nos
instantes quando ocorrem sinalizaes, so computadas as componentes de erro entre os
valores-alvo e os previsto para o minuto seguinte, das variveis cujas indicaes so geradas.
O valor da previso utilizada baseado no modelo ARIMA, correspondente varivel em que
ocorreu a sinalizao (carta de Obs. Individuais), ou este combinado com o valor da estatstica
da carta EWMA (equaes 46, 48 e 49).
Complementando a especificao, os ganhos (K
cc
) da contribuio de cada uma das
variveis tambm so determinados e utilizaram-se os mesmos valores empregados no
mdulo 2, sendo que, em funo dos resultados encontrados na avaliao daquele mdulo, as
propores estabelecidas para a varivel densidade (r) foram reduzidas devido
instabilidade criada. Para esta varivel, os ganhos avaliados ficaram em 25, 50 e 75% do valor
original do ganho proporcional do controlador, buscando-se assim, reduzir este efeito
percebido. Os valores dos ganhos de contribuio das cartas para a lei de controle, utilizados
em cada uma das situaes avaliadas esto representados na Tabela 14.
Tabela 14 Ganhos Avaliados na Interferncia das Cartas de Controle
Ganho por varivel
Varivel
Monitorada Tb
Varivel
Monitorada H
Varivel
Monitorada r
Kcc - 0 / 0 / 0% 0 0 0
Kcc - 50 / 50 / 25% 5000 40 5000
Kcc 100 / 100 / 50% 10000 80 10000
Kcc 150 / 150 / 75% 15000 120 15000
[Fonte prprio autor]
Visando reproduzir situaes mais prximas realidade, considerou-se que a
interveno, sanando a falha no processo, ocorre em trinta minutos aps o instante da
ocorrncia da primeira sinalizao, de qualquer uma das cartas. Tempo estipulado como
sendo necessrio para a identificao e eliminao do problema por parte dos operadores do
processo. Para efeito de simulao, em qualquer uma das falhas criadas, aps este intervalo, a
anormalidade deixa de existir, continuando a operao dos ajustes a cargo do controlador.
Para a condio do CEnP operando de forma independente, quando da ocorrncia da falha,
no houve qualquer tipo interferncia no seu sistema de gerenciamento at o final do perodo
(semana) simulado.
Todos os cenrios so simulados com todas as variaes do ganho K
cc
, sob as mesmas
condies operacionais. So utilizadas, respectivamente, para cada rodada as mesmas

159
variaes naturais inerentes ao processo armazenadas na rodada CEnP e parmetros da cartas
de controle e do controlador.
Neste mdulo, tambm ocorrendo sinalizaes, o sistema busca automaticamente o
seu autoajuste. Por se tratar de simulao, a anlise das sinalizaes registradas, relacionado-
as com as falha criadas, realizada posteriormente. No so realizadas outras intervenes no
sistema alm das de autoajuste.

4.3.5 Registro das informaes das variveis do controlador e das cartas de controle

Os dados provenientes das rodadas de simulao, envolvendo todos os cenrios e
todas as variaes ligadas integrao com o controle estatstico (ganhos K
cc
), so
armazenados em dois bancos de dados. Um especfico para o CEnP operando isoladamente e
outro, para as verses de integrao. Proveniente do mdulo 2, as informaes iniciais e
parmetros das cartas de controle so resgatados de um banco de dados criados naquele
mdulo, e utilizados sem que seus valores sejam alterados.

4.3.6 Todos os cenrios testados?

Um controle da sequncia de simulaes realizado de forma a garantir que todos os
cenrios constantes na Figura 23 sejam testados. Assim, a falha criada avaliada em todas as
condies operacionais consideradas para o processo estudado. As simulaes foram
realizadas individualmente, registrando e controlando todas as combinaes necessrias
criao dos cenrios em todas as condies avaliadas.

4.3.7 Todas as falhas testadas?

Um controle de organizao das simulaes garante que, todas as falhas foram
simuladas em todos os cenrios e situaes de integrao com o controle estatstico. Todas as
falhas so simuladas nas mesmas condies de operao.
A verificao das sinalizaes e anlise dos dados realizada somente aps todas elas
terem sido simuladas nas duas situaes: controlador isoladamente e controlador operando em
conjunto com as cartas de controle. Esta ltima em suas quatro variaes.
4.3.8 Verificao das sinalizaes e identificaes das anormalidades criadas


160
Atravs dos dados registrados nos bancos de dados, cada falha pode ser analisada
individualmente. Na sequncia, com os instantes das falhas criadas, com as sinalizaes e os
momentos de sua percepo, possvel verificar a ao do controle estatstico em identificar
as anormalidades.

4.3.8.1 Falha devido ao vazamento do tanque

Considerando a falha simulada do vazamento do tanque, depois de computadas as
1000 repeties programadas, resultaram na quantidade de semanas com ocorrncias
apresentadas na Tabela 15. Nesta tabela, est indicada a quantidade de repeties com
sinalizaes por tipo de carta de controle e levando-se em considerao os cenrios e os
ganhos de contribuio para o controlador no sistema de autoajuste.
Tabela 15 Quantidade de repeties com sinalizaes por tipo de Carta de Controle e cenrio Falha
vazamento do tanque
Temperatura Nvel Densidade Cenrio
Ganho K
cc

Obs. Indiv. EWMA Obs. Indiv. EWMA Obs. Indiv. EWMA
0/0/0% 0 0 1000 1000 0 553
50/50/25% 0 0 1000 1000 1000 1000
100/100/50% 0 0 1000 1000 1000 1000
C1
150/150/75% 0 0 1000 1000 1000 1000
0/0/0% 0 0 1000 1000 17 949
50/50/25% 0 0 1000 1000 1000 1000
100/100/50% 0 0 1000 1000 1000 1000
C2
150/150/75% 0 0 1000 1000 1000 1000
0/0/0% 0 0 1000 1000 0 362
50/50/25% 0 0 1000 1000 1000 1000
100/100/50% 0 0 1000 1000 1000 1000
C3
150/150/75% 0 0 1000 1000 1000 1000
0/0/0% 0 0 1000 1000 6 819
50/50/25% 0 0 1000 1000 1000 1000
100/100/50% 0 0 1000 1000 1000 1000
C4

150/150/75% 0 0 1000 1000 1000 1000
[Fonte prprio autor]
A falha criada identificada pelas duas cartas de controle, monitorando a varivel
controlada nvel, em todas as semanas simuladas (1000). Assim, a falha verificada na
totalidade das repeties.
Como o comportamento de reposio automtico do banho est atrelado ao controle da
varivel densidade, as cartas ligadas a esta varivel tambm sinalizam anormalidades. Nas
condies de ganho K
cc
nulo, estas cartas sinalizaram uma quantidade menor de ocorrncias,
uma vez que o vazamento retira quantidade iguais das componentes do banho (gua e cido
crmico), e a reposio realizada de forma prxima ao padro no causando alteraes que
gerem sinalizaes em todas as repeties. Algumas das semanas, quando no houve a

161
constatao de sinalizaes, foram avaliadas e pode-se perceber que nas condies de K
cc
= 0,
devido ao autoajuste do controlador, proporcionado pelas cartas monitorando a varivel nvel,
o comportamento padro de reposio alterado e, com isso, as sinalizaes ligadas
densidade so obtidas na totalidade de repeties. Os efeitos ligados ao desempenho em
manter as variveis mais prximas ao Alvo so apresentados na subseo 4.3.9. Pelo
levantamento realizado, no houve sinalizao por parte das cartas que monitoram a varivel
temperatura.
Os instantes mdios da primeira sinalizao e os respectivos desvios-padro,
realizados pelo controle estatstico, so apresentados na Tabela 16. Esses valores
correspondem ao primeiro momento de indicao das cartas (de Observaes Individuais ou
EWMA) de cada uma das variveis, considerando-se as 1000 repeties. Nota-se a rpida
percepo das cartas monitorando a varivel nvel em todos os cenrios. Com relao s
primeiras identificaes mdias da varivel densidade, pode-se perceber que, quanto maior o
autoajuste realizado pelas cartas monitorando o nvel (maior ganho K
cc
), maior a
interferncia na reposio do banho, e consequentemente, na varivel densidade. Isto ocasiona
a percepo mais antecipada pelas cartas que monitoram esta varivel. Nas condies de K
cc
=
0, nem todas as repeties acusaram sinalizaes (ver Tabela 15), com isso, no cmputo dos
instantes de identificao inicial mdios para a varivel densidade, consideraram-se apenas as
semanas com sinalizao.
A Figura 44, correspondendo repetio 100 do cenrio 2, K
cc
=0, quinta-feira
exemplifica uma sinalizao tpica obtida da falha criada no minuto 5100. Corresponde ao
ponto 2160 da figura, pois a carta monitora somente os perodos de produo. Percebe-se que
a primeira sinalizao, com ambas as cartas, ocorre no ponto monitorado 2162 (minuto 5102
da semana). Mesmo a falha sendo considerada sanada no ponto monitorado 2192 (minuto
5132 da semana), nota-se que enquanto o processo no volta a sua condio operacional, as
sinalizaes continuam a acontecer. Com a eliminao brusca da falha no ponto 2192, uma
perturbao percebida devido ao controlador estar se ajustando nova condio de
manipulao. A ltima sinalizao desta repetio registrada no ponto 2313 (instante 5253
da semana tpica).


Tabela 16 Instante Mdio de Identificao por cenrio e ganhos K
cc
Falha vazamento do tanque

162
Cenrio Ganho K
cc
Temperatura Nvel Densidade
0/0/0%
- 5102
(0,12)
5208,7 (*)
(46,30)
50/50/25%
- 5102
(0,12)
5125,5
(17,41)
100/100/50%
- 5102
(0,12)
5104,2
(0,53)
C1
150/150/75%
- 5102
(0,12)
5104
(0,07)
0/0/0%
- 5102
(0,09)
5184,1 (*)
(53,18)
50/50/25%
- 5102
(0,09)
5118,1
(16,43)
100/100/50%
- 5102
(0,09)
5104,2
(0,55)
C2
150/150/75%
- 5102
(0,09)
5104
(0,06)
0/0/0%
- 5102
(0,13)
5201,2 (*)
(50,59)
50/50/25%
- 5102
(0,13)
5120,1
(17,52)
100/100/50%
- 5102
(0,13)
5104,2
(0,23)
C3
150/150/75%
- 5102
(0,13)
5104
(0,07)
0/0/0%
- 5102
(0,10)
5184,2 (*)
(54,09)
50/50/25%
- 5102
(0,10)
5116,7
(16,32)
100/100/50%
- 5102
(0,10)
5104,2
(0,49)
C4

150/150/75%
- 5102
(0,10)
5104
(0,03)
Valores entre parnteses correspondem aos desvios-padro.
(*) Valor mdio considerando somente as repeties onde houve sinalizaes
[Fonte prprio autor]

2200 2300 2400 2500 2600 2700 2800
-8
-6
-4
-2
0
2
4
6
8
x 10
-3
Observaes - semana(min)
O
b
s
.
I
n
d
.
/
E
W
M
A
EWMA
LI- EWMA
LS- EWMA
LI- Obs.Ind.
(2162)
Obs. Individuais
LS- Obs.Ind.
(2313)
(2192)

Figura 44 Cartas de controle Obs. Individuais e EWMA, varivel Nvel cenrio 2 - semana 100, Kcc=0,
quinta-feira
[Fonte prprio autor]

163
Na Figura 45, tambm correspondendo repetio 100 do cenrio 2, K
cc
= 0, quinta-
feira, pode-se observar ambas as cartas de controle monitorando a varivel densidade. A
primeira sinalizao, constatada pela carta EWMA e pela de Observaes Individuais, foi no
ponto monitorado 2201 (minuto 5141 da semana). Com a reposio dos produtos no banho,
onde o controlador busca repor a quantidade extra, compensando o vazamento, a carta de
controle da densidade tambm percebe a situao anormal. A ltima sinalizao registrada
pela carta EWMA no ponto monitorado 2299 (minuto 5239 da semana). Em perodo anterior
sinalizao do ponto 2201, percebe-se um deslocamento para baixo da linha central, porm
no chegando a ultrapassar os limites inferiores estabelecidos.
2200 2300 2400 2500 2600 2700 2800
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
x 10
-6
Observaes - semana(min)
O
b
s
.
I
n
d
.
/
E
W
M
A
EWMA
LS- EWMA
LI- EWMA
Obs. Individuais
LS- Obs.Ind.
LI- Obs.Ind.
(2201)
(2299)

Figura 45 Cartas de controle Obs. Individuais e EWMA, varivel Densidade cenrio 2 - semana 100,
Kcc = 0, quinta-feira
[Fonte prprio autor]

4.3.8.2 Falha no sensor de densidade

Realizando as 1000 repeties da semana tpica, levando em considerao a falha no
sensor de densidade, a Tabela 17 apresenta a quantidade de semanas nas quais houve
sinalizaes. Percebe-se que em todas as repeties ocorreu a indicao. Esta anormalidade
no teve influncia que viesse a ser percebida pelas cartas das demais variveis.

164
Independente do cenrio ou mesmo de variaes dos ganhos de contribuio (K
cc
) para
o sistema de autoajuste, no foram percebidas outras sinalizaes ou constataes de
problemas. Somente a falha programada foi capturada por ambas as cartas.
Tabela 17 Quantidade de repeties com sinalizaes por tipo de Carta de Controle e cenrio Falha
sensor densidade
Temperatura Nvel Densidade Cenrio
Ganho K
cc.

Obs. Indiv. EWMA Obs. Indiv. EWMA Obs. Indiv. EWMA
0/0/0% 0 0 0 0 1000 1000
50/50/25% 0 0 0 0 1000 1000
100/100/50% 0 0 0 0 1000 1000
C1
150/150/75% 0 0 0 0 1000 1000
0/0/0% 0 0 0 0 1000 1000
50/50/25% 0 0 0 0 1000 1000
100/100/50% 0 0 0 0 1000 1000
C2
150/150/75% 0 0 0 0 1000 1000
0/0/0% 0 0 0 0 1000 1000
50/50/25% 0 0 0 0 1000 1000
100/100/50% 0 0 0 0 1000 1000
C3
150/150/75% 0 0 0 0 1000 1000
0/0/0% 0 0 0 0 1000 1000
50/50/25% 0 0 0 0 1000 1000
100/100/50% 0 0 0 0 1000 1000
C4

150/150/75% 0 0 0 0 1000 1000
[Fonte prprio autor]
Os instantes de indicao mdios das primeiras sinalizaes, e respectivos desvios-
padro, para esta falha, constam na Tabela 18. Os valores foram apurados considerando, de
forma independente, cada cenrio e as demais condies de ganhos (K
cc
) para o sistema de
autoajuste. As sinalizaes ocorreram em mdia no minuto 5103, em todas as condies
avaliadas. Como apenas sinalizaram as cartas ligadas densidade, as demais no
apresentaram indicaes de instantes iniciais.
Exemplificando a sinalizao para este tipo de falha, a Figura 46 apresenta como se
deu a ocorrncia na repetio 500 do cenrio 1, K
cc
= 0, quinta-feira. Percebe-se que ambas as
cartas sinalizaram sua primeira indicao no ponto monitorado 2163 (minuto 5103 da
semana). A ltima sinalizao, pela carta EWMA, ocorreu na observao 2232 (minuto 5172
da semana tpica). Neste tipo de falha simulada, tambm as sinalizaes deixam de ocorrer em
perodo posterior eliminao da falha que, no caso em questo seria no ponto 2193 (minuto
5133 da semana). Nota-se que, pela ordem de grandeza dos valores monitorados (erros de
ajuste), pequenas alteraes no comportamento da varivel controlada proporcionam erros
relativamente altos. Estes erros so os responsveis pelas sinalizaes das cartas de controle.




165
Tabela 18 Instante Mdio de Identificao por cenrio e ganhos K
cc
Falha sensor densidade
Cenrio Ganho K
cc
Temperatura Nvel Densidade
0/0/0%
- - 5103
(0,11)
50/50/25%
- - 5103
(0,11)
100/100/50%
- - 5103
(0,11)
C1
150/150/75%
- - 5103
(0,11)
0/0/0%
- - 5103
(0,13)
50/50/25%
- - 5103
(0,13)
100/100/50%
- - 5103
(0,13)
C2
150/150/75%
- - 5103
(0,13)
0/0/0%
- - 5103
(0,12)
50/50/25%
- - 5103
(0,12)
100/100/50%
- - 5103
(0,12)
C3
150/150/75%
- - 5103
(0,12)
0/0/0%
- - 5103
(0,15)
50/50/25%
- - 5103
(0,15)
100/100/50%
- - 5103
(0,15)
C4

150/150/75%
- - 5103
(0,15)
Valores entre parnteses correspondem aos desvios-padro.
[Fonte prprio autor]

2200 2300 2400 2500 2600 2700 2800
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
x 10
-5
Observaes - semana(min)
O
b
s
.

I
n
d
.
/
E
W
M
A
EWMA
LS- EWMA
Obs. Individuais
LS- Obs.Ind.
LI- EWMA
LI- Obs.Ind.
(2163)
(2232)
(2193)

Figura 46 Cartas de controle Obs. Individuais e EWMA, varivel Densidade cenrio 1 - semana 500,
Kcc = 0, quinta-feira
[Fonte prprio autor]

166

4.3.8.3 Falha varivel manipulada P
f


A terceira falha criada corresponde varivel manipulada P
f
. A simulao de uma
queda de tenso no sistema de alimentao de energia eltrica, que vem a interferir nesta
varivel manipulada, reduz a sua contribuio para o aquecimento do banho. Assim
reproduzida a dificuldade que o sistema de controle passa a ter no gerenciamento da
temperatura do banho.
Aps as 1000 repeties, a Tabela 19 sintetiza o total de semanas com sinalizaes.
Pode-se perceber que somente as cartas ligadas varivel controlada temperatura
apresentaram sinalizaes e, mesmo assim, no na totalidade de repeties.
A influncia dos cenrios percebida na quantidade de sinalizaes. Nos cenrios 1 e
3, sujeitos aos menores valores relacionados ao aquecimento do banho, proporcionados pela
passagem da corrente de deposio (interferindo diretamente na temperatura), possuem
nmeros maiores de repeties com sinalizaes. Nos cenrios 2 e 4, com valores maiores de
contribuio para o aquecimento do banho, obtiveram um nmero menor de sinalizaes.
Ao analisar a Tabela 19, percebe-se na carta de controle de Obs. Individuais uma
quantidade menor de falhas, nas duas condies iniciais avaliadas de ganho para o sistema de
autoajuste (K
cc
). Nas demais condies de ganho, com as contribuies para o controlador
passaram a identificar as mesmas quantidades da carta EWMA.
Tabela 19 Quantidade de repeties com sinalizaes por tipo de Carta de Controle e cenrio Falha
varivel manipulada P
f

Temperatura Nvel Densidade Cenrio
Ganho K
cc

Obs. Indiv. EWMA Obs. Indiv. EWMA Obs. Indiv. EWMA
0/0/0% 869 917 0 0 0 0
50/50/25% 900 917 0 0 0 0
100/100/50% 917 917 0 0 0 0
C1
150/150/75% 917 917 0 0 0 0
0/0/0% 754 826 0 0 0 0
50/50/25% 805 826 0 0 0 0
100/100/50% 826 826 0 0 0 0
C2
150/150/75% 826 826 0 0 0 0
0/0/0% 852 909 0 0 0 0
50/50/25% 884 909 0 0 0 0
100/100/50% 909 909 0 0 0 0
C3
150/150/75% 909 909 0 0 0 0
0/0/0% 733 822 0 0 0 0
50/50/25% 822 822 0 0 0 0
100/100/50% 822 822 0 0 0 0
C4

150/150/75% 822 822 0 0 0 0
[Fonte prprio autor]

167
Averiguando as repeties sem sinalizaes de todos os cenrios, percebeu-se que
basicamente ocorreram situaes de repeties com a temperatura mdia ambiente alta,
coincidindo, logo aps a insero da falha, com uma sequncia de valores altos da varivel de
distrbio, ligada ao aquecimento do banho pela corrente de deposio (auxiliando a manter a
temperatura, mais favorvel ao controlador). Estas condies causaram oscilaes nas cartas,
porm, no chegando a realizar sinalizaes. A Figura 47 apresenta esta situao,
considerando-se o cenrio 3, repetio 24, destacando o perodo de insero da falha (ponto
monitorado 2160).
2155 2160 2165 2170 2175 2180 2185 2190
-0.025
-0.02
-0.015
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
Observaes - semana(min)
S
h
e
w
h
a
r
t
/
E
W
M
A
LS- Shewhart
LS- EWMA
LI- EWMA
LI- Shewhart
EWMA
Shewhart

Figura 47 Cartas de controle Obs. Individuais e EWMA, varivel Temperatura, repeties sem
sinalizaes cenrio 3 - semana 24
[Fonte prprio autor]
Os pontos mdios de identificao inicial e seus respectivos desvios-padro, da falha
criada, podem ser visto na Tabela 20. Neste tipo de situao, as cartas tambm acusaram
rapidamente a anormalidade, demorando em mdia 2,5 unidades de tempo para identificao
(anormalidade inserida em 5100). Os valores apurados consideram a mdia dos instantes das
primeiras sinalizaes. No entraram no cmputo as repeties em que no houve indicao
por nenhuma carta.
A sinalizao de uma quinta-feira tpica pode ser vista na Figura 48, correspondendo
repetio 750 do cenrio 4, K
cc
= 0. A primeira sinalizao ocorreu no ponto monitorado 2163
(minuto 5103 da semana). A ltima sinalizao constatada foi registrada no ponto monitorado
2200 (instante 5140 da semana). A carta continua sinalizando enquanto a varivel controlada

168
no volta ao seu comportamento padro. No foram constatadas sinalizaes relacionadas a
outras falhas, a no ser as causadas intencionalmente.
Tabela 20 Instante Mdio de Identificao por cenrio e ganhos K
cc
Falha varivel manipulada Pf
Cenrio Ganho K
cc
Temperatura Nvel Densidade
0/0/0%
5102,5 (*)
(0,84)
- -
50/50/25%
5102,5 (*)
(0,84)
- -
100/100/50%
5102,5 (*)
(0,84)
- -
C1
150/150/75%
5102,5 (*)
(0,84)
- -
0/0/0%
5102,5 (*)
(0,72)
- -
50/50/25%
5102,5 (*)
(0,72)
- -
100/100/50%
5102,5 (*)
(0,72)
- -
C2
150/150/75%
5102,5 (*)
(0,72)
- -
0/0/0%
5102,5 (*)
(0,92)
- -
50/50/25%
5102,5 (*)
(0,92)
- -
100/100/50%
5102,5 (*)
(0,92)
- -
C3
150/150/75%
5102,5 (*)
(0,92)
- -
0/0/0%
5102,6 (*)
(0,83)
- -
50/50/25%
5102,6 (*)
(0,83)
- -
100/100/50%
5102,6 (*)
(0,83)
- -
C4

150/150/75%
5102,6 (*)
(0,83)
- -
Valores entre parnteses correspondem aos desvios-padro.
(*) Valor mdio considerando somente as repeties onde houve sinalizaes
[Fonte prprio autor]
As variveis monitoradas tiveram os seus valores verificados quanto aos mximos e
mnimos atingidos entre os minutos 5055 e 5760, levando-se em considerao todas as
repeties. Este intervalo corresponde ao perodo de produo da quinta-feira, englobando o
instante, no qual as sinalizaes fora iniciadas (5100) e as 11 horas de operao subsequentes
do processo. Estes valores foram apurados por tipo de cenrios e por tipo de contribuio
(ganho K
cc
). Nas Tabelas 21 a 23, so apresentados estes valores registrados, das variveis
controladas (monitoradas) nvel, densidade e temperatura, respectivamente relacionados a
cada uma das falhas (vazamento do tanque, erro do sensor de densidade e varivel manipulada
Pf).

169
2200 2300 2400 2500 2600 2700 2800
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
0.04
0.05
Observaes - semana (min)
LS- EWMA
EWMA
Obs.Individuais
LS- Obs.Ind.
LI- Obs.Ind.
LI- EWMA
(5103)
(5140)

Figura 48 Cartas de controle Obs. Individuais e EWMA, varivel Temperatura cenrio 4 - semana
750, Kcc = 0, quinta-feira
[Fonte prprio autor]
Pela Tabela 21, verifica-se que a varivel nvel, mesmo no momento da insero da
falha e nas horas subsequentes, no ultrapassou os limites de especificao estabelecidos. A
vazo de sada, simulando o vazamento, pode ser contornada pelo sistema de controle, apesar
de ser uma condio de que necessita ser sanada. Uma vez que o vazamento provocado
menor que a capacidade dos atuadores (bombas dosadoras) em repor as quantidades
necessrias, este tipo de situao compensada e consequentemente mascarado. Em maiores
vazamentos esta condio no ocorreria. Pelos valores apurados, tambm se verifica que o
controlador operando de forma independente, atinge valores mnimos ligeiramente inferiores
quando comparados com os da integrao. Em funo do autoajuste, o mesmo ocorre com os
valores mximos, nos quais as verses de integrao ficam ligeiramente acima da verso
CEnP.
Os valores mximos e mnimos de densidade, registrados entre todas as repeties
com a falha no sensor de leitura desta varivel, em cada um dos cenrios e condies de
ganho, entre os minutos 5055 a 5760 da simulao, esto relacionados na Tabela 22. Pelos
registros constata-se que o controlador, operando de forma isolada, no conseguiu manter a
varivel dentro dos limites de especificao, em todos os cenrios. Os valores mnimos no
atenderam s exigncias. Nas verses de integrao, os limites foram atendidos. Em todos os
cenrios e verses os valores mximos no apresentaram alteraes.


170
Tabela 21 Valores Mximos e Mnimos da Varivel Controlada Nvel (cm) Vazamento Tanque
Condio de Operao
Limite
Especificao
C1 C2 C3 C4
mn.
93,00 94,73 94,73 94,73 94,73
CEnP
mx.
97,00 95,22 95,23 95,22 95,23
mn.
93,00 94,75 94,75 94,74 94,75
Integrao
Kcc = 0
mx.
97,00 95,27 95,26 95,28 95,27
mn.
93,00 94,75 94,75 94,74 94,75
Integrao
Kcc = 50
mx.
97,00 95,27 95,26 95,28 95,27
mn.
93,00 94,75 94,74 94,75 94,75
Integrao
Kcc = 100
mx.
97,00 95,26 95,26 95,28 95,26
mn.
93,00 94,75 94,75 94,75 94,75
Integrao
Kcc = 150
mx.
97,00 95,26 95,25 95,27 95,26
[Fonte prprio autor]

Tabela 22 Valores Mximos e Mnimos da Varivel Controlada Densidade (g/cm
3
) Falha Sensor
Condio de Operao
Limite
Especificao
C1 C2 C3 C4
mn.
1,1520 1,1509 1,1510 1,1509 1,1510
CEnP
mx.
1,1740 1,1624 1,1624 1,1625 1,1624
mn.
1,1520 1,1588 1,1590 1,1586 1,1588
Integrao
Kcc = 0
mx.
1,1740 1,1624 1,1624 1,1625 1,1624
mn.
1,1520 1,1588 1,1590 1,1586 1,1588
Integrao
Kcc = 25
mx.
1,1740 1,1624 1,1624 1,1625 1,1624
mn.
1,1520 1,1588 1,1590 1,1586 1,1588
Integrao
Kcc = 50
mx.
1,1740 1,1624 1,1624 1,1625 1,1624
mn.
1,1520 1,1588 1,1590 1,1586 1,1588
Integrao
Kcc = 75
mx.
1,1740 1,1624 1,1624 1,1625 1,1624
[Fonte prprio autor]
Os valores mximos e mnimos, apurados nas simulaes da falha envolvendo a
varivel manipulada Pf, constam na Tabela 23. Nesta condio, os valores ficaram dentro da
especificao em todas as condies de operao e em todos os cenrios. O sistema de
controle, mesmo de forma isolada, conseguiu manter a varivel dentro das metas
estabelecidas, apesar da anormalidade criada. Percebeu-se que os valores mnimos na
condio de operao CEnP so ligeiramente menores que os das verses de integrao, em
todos os cenrios. A sinalizao e eliminao da falha proporcionaram esta melhoria.



171

Tabela 23 Valores Mximos e Mnimos da Varivel Controlada Temperatura (C
o
) Falha Varivel Pf
Condio de Operao
Limite
Especificao
C1 C2 C3 C4
mn.
39,00 39,62 39,64 39,61 39,62
CEnP
mx.
43,00 40,80 41,20 40,87 42,14
mn.
39,00 39,64 39,65 39,63 39,63
Integrao
Kcc = 0
mx.
43,00 40,80 41,20 40,87 42,14
mn.
39,00 39,64 39,65 39,63 39,63
Integrao
Kcc = 50
mx.
43,00 40,80 41,20 40,87 42,14
mn.
39,00 39,64 39,65 39,63 39,63
Integrao
Kcc = 100
mx.
43,00 40,80 41,20 40,87 42,14
mn.
39,00 39,64 39,65 39,63 39,63
Integrao
Kcc = 150
mx.
43,00 40,80 41,20 40,87 42,14
[Fonte prprio autor]

4.3.9 Anlise de desempenho

Considerando-se as medidas de desempenho estipuladas na fase metodolgica, ao final
de todas as repeties, de cada uma das falhas criadas, obtiveram-se os valores mdios do
Desvio Quadrtico Mdio em relao ao Alvo (DQM) e da Distncia Mdia em relao ao
Alvo (DM). As medidas so calculadas considerando-se os comportamentos observados em
cada uma das condies de operao e cenrios, em cada uma das falhas criadas. Assim, uma
anlise e comparao direta entre as condies de operao podem ser realizadas.

4.3.9.1 Falha devido ao vazamento no tanque

Com a falha simulada do vazamento do tanque utilizado para o banho, foram apuradas
as medidas de desempenho apresentadas na Tabela 24. Pelos valores de ambas as medidas, as
variveis nvel e densidade obtiveram melhores condies de proximidade, em relao aos
valores-alvo para as condies de integrao, inclusive melhorando com o aumento dos
ganhos de contribuio (K
cc
) para a lei de controle, quando comparados nos mesmos cenrios.
As cartas de controle, monitorando nvel e densidade, proporcionaram sinalizaes e, desta
forma, contriburam com o controlador para o sistema de autoajuste proposto.



172
Tabela 24 Indicao de desempenho Falha vazamento no tanque
Variveis Controladas Cenrios
Condio de
Operao Medida
Temperatura
(10
-3
)
Nvel
(10
-2
)
Densidade
(10
-5
)
DQM 109,02 0,385 0,533
CEnP
DM 263,96 4,30 208,26
DQM 109,18 0,299 0,276
Integrao
Kcc 0/0/0%
DM 264,13 3,82 150,60
DQM 109,18 0,295 0,275
Integrao
Kcc 50/50/25%
DM 264,14 3,81 149,96
DQM 109,18 0,290 0,274
Integrao
Kcc 100/100/50%
DM 264,14 3,79 147,50
DQM 109,18 0,286 0,265
C1
Integrao
Kcc 150/150/75%
DM 264,14 3,77 147,44
DQM 133,42 0,357 0,521
CEnP
DM 284,89 3,76 195,23
DQM 133,67 0,246 0,186
Integrao
Kcc 0/0/0%
DM 285,10 3,20 121,66
DQM 133,67 0,242 0,185
Integrao
Kcc 50/50/25%
DM 285,10 3,18 121,51
DQM 133,67 0,237 0,179
Integrao
Kcc 100/100/50%
DM 285,10 3,17 119,72
DQM 133,67 0,233 0,176
C2
Integrao
Kcc 150/150/75%
DM 285,10 3,15 118,73
DQM 121,28 0,433 0,571
CEnP
DM 275,00 4,88 221,99
DQM 121,46 0,373 0,366
Integrao
Kcc 0/0/0%
DM 275,19 4,50 175,66
DQM 121,45 0,369 0,362
Integrao
Kcc 50/50/25%
DM 275,19 4,49 174,65
DQM 121,45 0,364 0,357
Integrao
Kcc 100/100/50%
DM 275,19 4,48 173,39
DQM 121,45 0,360 0,354
C3
Integrao
Kcc 150/150/75%
DM 275,19 4,47 172,30
DQM 160,36 0,380 0,531
CEnP
DM 304,56 4,18 206,48
DQM 160,77 0,285 0,263
Integrao
Kcc 0/0/0% DM 304,83 3,66 146,76
DQM 160,77 0,280 0,262
Integrao
Kcc 50/50/25% DM 304,83 3,65 146,19
DQM 160,77 0,276 0,256
Integrao
Kcc 100/100/50% DM 304,83 3,63 144,68
DQM 160,76 0,272 0,253
C4
Integrao
Kcc 150/150/75%
DM 304,83 3,61 143,64
[Fonte prprio autor]

173
Com o vazamento, aumentada a entrada dos produtos para a sua reposio (gua e
cido crmico), existindo, assim, uma interferncia na varivel temperatura. As medidas
apuradas, para esta varivel, para a condio de operao CEnP so melhores que as
relacionadas s integraes. Apesar destas alteraes, no foram constatadas sinalizaes nas
cartas de controle desta varivel. O aumento da vazo de reposio, sendo maior na operao
independente do controlador, faz com que o volume do banho fique ligeiramente maior. Pela
equao (33) (subseo 4.1.2.1), percebe-se que o volume inversamente proporcional
variao da temperatura, fazendo com que na condio de operao CEnP, esta varivel seja
menos sensvel s perturbaes, permanecendo mais prxima ao seu alvo.
Uma semana tpica de operao do controlador, correspondendo repetio 100 do
cenrio 2, com a insero proposital da falha no minuto 5100, vista na Figura 49. Nesta
Figura, possvel comparar os comportamentos das variveis controladas (monitoradas) nvel
e densidade, alm das variveis manipuladas de vazo de entrada de gua e cido crmico,
nas condies de operao do controlador isoladamente, Figura 49(a), e da integrao com o
sistema de autoajuste operando nas condies de ganho K
cc
50, 50 e 25% (respectivamente
nvel, temperatura, densidade), Figura 49(b). Percebe-se que o controlador operando,
isoladamente, busca seu ajuste, mantendo as variveis nvel e densidade dentro dos limites de
especificao e o mais prximo possvel dos seus respectivos valores-alvo. A vazo de
entrada de gua e cido crmico tem as suas quantidades alteradas, procurando recompor o
banho, tanto em volume quanto em relao densidade. As reposies do banho ocorrem em
taxas menores que os limites estabelecidos de 500 cm
3
/min, de cada um dos componentes,
quando da especificao do sistema de controle e atuadores.
Pela comparao entre as Figuras 49(a) e 49(b), nota-se que, em instantes aps a
insero de falha, o sistema volta normalidade. Uma vez que a falha foi identificada, o
sistema de autoajuste contribui para amenizar o efeito sobre a varivel controlada, e na
sequncia eliminada (30 min. aps a primeira sinalizao). Os comportamentos da varivel
densidade e das vazes de entrada, podem ser claramente verificados quanto a sua alterao
em suas vazes. Quanto varivel temperatura, esta no foi representada na Figura 49 uma
vez que as alteraes, em funo da criao da falha, so graficamente imperceptveis.

174
0 2000 4000 6000 8000 10000
94
94.5
95
95.5
N

v
e
l

(
c
m
)
0 2000 4000 6000 8000 10000
1.155
1.16
1.165
Observaes - semana (min)
D
e
n
s
i
d
a
d
e

(
g
/
c
m
3
)
0 2000 4000 6000 8000 10000
0
200
400
600
Observaes - semana (min)
V
a
z

o

(
c
m
3
/
m
i
n
)

Observaes - semana (min)
Vaz. entr.cromo
Vaz. entr. gua
0 2000 4000 6000 8000 10000
94.6
94.8
95
95.2
95.4
Observaes - semana (min)
N

v
e
l

(
c
m
)
0 2000 4000 6000 8000 10000
1.158
1.16
1.162
1.164
1.166
D
e
n
s
i
d
a
d
e
(
g
/
c
m
3
)
0 2000 4000 6000 8000 10000
0
50
100
150
200
Observaes - semana (min)
Observaes - semana (min)
V
a
z

o

(
c
m
3
/
m
i
n
)


Vaz. entr. cromo
Vaz. entr. gua
(a) Operao CEnP independente (b) Operao Integrao K
cc
50/50/25%
Figura 49 Variveis Controladas Nvel e Densidade, Vazo de entrada de cido crmico e gua cenrio
2 - semana 100
[Fonte prprio autor]

4.3.9.2 Falha no sensor de densidade

Com a falha do sensor de densidade, as indicaes de proximidade em relao aos
valores-alvo podem ser vistas na Tabela 25. Com o sistema de autoajuste proposto, verifica-se
que, com o aumento do ganho K
cc
, esta varivel ficou mais prxima ao seu Alvo. Quanto
maior o ganho, menor o valor apurado das medidas de desempenho.
Com a busca do controlador em corrigir a varivel densidade, as variveis
manipuladas, vazo de entrada de gua e cido crmico, interferiram no processo alterando a
temperatura e nvel do banho. No houve sinalizaes nas cartas destas duas variveis.
Para a varivel nvel, em funo das correes do controlador, existe diferena entre as
condies de operao CEnP e as de integrao. Na primeira condio, o controlador busca
seu ajuste, mas no obtm xito. Assim a interferncia maior que na segunda condio (a de
integrao), pois a falha sendo sinalizada e eliminada em um curto tempo, o efeito dos ajustes,
bastante amenizado, de forma que, nas verses de integrao, o resultado indica maior
proximidade desta varivel com o Alvo.


175
Tabela 25 Indicao de desempenho Falha sensor de densidade
Variveis Controladas Cenrios
Condio de
Operao Medida
Temperatura
(10
-3
)
Nvel
(10
-2
)
Densidade
(10
-5
)
DQM 109,21 00,13 3,04557
CEnP
DM 264,10 03,04 409,09
DQM 109,22 00,11 0,26839
Integrao
Kcc 0/0/0%
DM 264,10 02,76 148,13
DQM 109,22 00,11 0,26805
Integrao
Kcc 50/50/25%
DM 264,10 02,76 148,01
DQM 109,22 00,11 0,26769
Integrao
Kcc 100/100/50%
DM 264,10 02,76 147,88
DQM 109,22 00,11 0,26700
C1
Integrao
Kcc 150/150/75%
DM 264,10 02,76 147,63
DQM 133,62 00,07 2,73745
CEnP
DM 284,90 02,22 367,79
DQM 133,75 00,06 0,17062
Integrao
Kcc 0/0/0%
DM 285,10 02,07 115,80
DQM 133,75 00,06 0,17061
Integrao
Kcc 50/50/25%
DM 285,10 02,07 115,79
DQM 133,75 00,06 0,17060
Integrao
Kcc 100/100/50%
DM 285,10 02,07 115,78
DQM 133,75 00,06 0,17059
C2
Integrao
Kcc 150/150/75%
DM 285,10 02,07 115,77
DQM 121,53 00,19 3,29755
CEnP
DM 275,40 03,69 441,89
DQM 121,52 00,17 0,36563
Integrao
Kcc 0/0/0%
DM 275,20 03,51 175,56
DQM 121,52 00,17 0,36462
Integrao
Kcc 50/50/25%
DM 275,20 03,51 175,25
DQM 121,52 00,17 0,36335
Integrao
Kcc 100/100/50%
DM 275,20 03,51 174,87
DQM 121,52 00,17 0,36142
C3
Integrao
Kcc 150/150/75%
DM 275,20 03,51 174,27
DQM 160,75 00,11 2,99412
CEnP
DM 304,70 02,90 402,71
DQM 160,85 00,09 0,25487
Integrao
Kcc 0/0/0% DM 304,90 02,59 143,65
DQM 160,85 00,09 0,25462
Integrao
Kcc 50/50/25% DM 304,90 02,59 143,56
DQM 160,85 00,09 0,25437
Integrao
Kcc 100/100/50% DM 304,90 02,59 143,46
DQM 160,85 00,09 0,25399
C4
Integrao
Kcc 150/150/75%
DM 304,90 02,59 143,32
[Fonte prprio autor]

176
Para a varivel temperatura, a interferncia no teve uma uniformidade. Nos cenrios
1, 2 e 4, as medidas de desempenho desta varivel obtiveram melhores resultados na verso
CEnP do que nas de integrao. Com a busca pela correo da densidade, os componentes do
banho sofreram alteraes de volume de reposio. Aps o desenvolvimento da equao de
balano de energia (equao 33, subseo 4.1.2.1), pode-se perceber que o volume do banho
inversamente proporcional variao de temperatura. Assim, com o controlador operando
isoladamente, houve aumento da entrada de produtos visando recuperar, sem sucesso, a
densidade para o seu Alvo estabelecido. Com isso, as variaes de temperatura ficaram
menores nestas simulaes. No cenrio 3, com sua vazo de sada por arraste das peas maior
que nos demais cenrios, este efeito do aumento do volume foi menos sentido, fazendo com
que a verso de integrao obtivesse melhores resultados.
A falha gerada no sensor de densidade no veio causar influncias de magnitude
suficiente para causar sinalizaes nas cartas, monitorando a varivel temperatura. Com isso,
esta varivel seguiu as oscilaes resultantes dos insumos do processo, no tendo
contribuies destas cartas na simulao da verso de integrao.
Um exemplo de semana tpica, operando com a falha criada no sensor de densidade,
apresentado na Figura 50, correspondendo repetio 500 do cenrio 1. Nesta Figura, podem
ser comparados os comportamentos das variveis controladas (monitoradas) nvel e densidade
e das manipuladas vazo de entrada de gua e cido crmico, nas condies de operao do
controlador isoladamente, Figura 50(a), e de integrao com o sistema de autoajuste operando
com ganhos K
cc
100, 100 e 50% (respectivamente nvel, temperatura, densidade), Figura
50(b).
Como a falha simula a medio do sensor 1% acima do correto, faz com que o
controlador procure reduzir a densidade erroneamente, permitindo uma maior vazo de
entrada de gua. Tal situao pode ser observada nos grficos correspondentes s vazes de
entrada na Figura 50(a) e 50(b). Na Figura 50(a), percebe-se que o nvel afetado por esta
reposio e a densidade atinge um patamar inferior ao limite de especificao mnimo (1,152
g/cm
3
). Conforme constatado na subseo anterior, Tabela 22, a varivel densidade, operando
de forma isolada, no foi mantida pelo controlador dentro dos limites de especificao, isto
ocorrendo em todos os cenrios avaliados. Este tipo de falha criada no pode ser sanado pelo
controlador. Sendo um erro de leitura, todas as decises de correo por parte do controlador
foram infrutferas, mesmo porque esta anormalidade no pode ser levada em considerao em
sua lei de controle. Pela Figura 50(b), considerando a integrao com as cartas de controle e o
sistema de autoajuste, apenas ligeiras alteraes so constatadas, inclusive no chegando a se

177
aproximar dos limites de especificao estabelecidos. Com a sinalizao das cartas, o
autoajuste operou nesta situao e a remoo das anormalidades em curto prazo, impediu-se
que maiores problemas fossem causados ao processo. A varivel temperatura teve o seu
comportamento ligeiramente alterado, porm no perceptvel graficamente, motivo pelo qual
no foi representada na Figura 50.
0 2000 4000 6000 8000 10000
94.9
95
95.1
95.2
Observaes - semana (min)
N

v
e
l

(
c
m
)
0 2000 4000 6000 8000 10000
1.155
1.16
1.165
Observaes - semana (min)
D
e
n
s
i
d
a
d
e
(
g
/
c
m
3
)
0 2000 4000 6000 8000 10000
0
100
200
300
Observaes - semana (min)
V
a
z

o

(
c
m
3
/
m
i
n
)


Vaz. entr. cromo
Vaz. entr. gua

0 2000 4000 6000 8000 10000
94.9
95
95.1
95.2
Observaes - semana(min)
N

v
e
l

(
c
m
)
0 2000 4000 6000 8000 10000
1.16
1.165
Observaes - semana(min)
D
e
n
s
i
d
a
d
e

(
g
/
c
m
3
)
0 2000 4000 6000 8000 10000
0
50
100
150
Observaes - semana(min)
V
a
z

o

(
c
m
3
/
m
i
n
)
Vaz. entr. cromo
Vaz. entr. gua

(a) Operao CEnP independente (b) Operao Integrao K
cc
100/100/50%
Figura 50 Variveis Controladas Nvel e Densidade, Vazo de entrada de cido crmico e gua cenrio
1 - semana 500
[Fonte prprio autor]

4.3.9.3 Falha varivel manipulada Pf

A terceira falha, correspondente varivel manipulada Pf, proporcionou sinalizaes
das cartas monitorando a varivel temperatura. As medidas de desempenho, mostrando as
proximidades em relao aos valores-alvo, constam na Tabela 26. As medidas obtidas
mostram que a integrao proposta, com o auxlio das cartas e sistema de autoajuste
operando, repercutiu em valores da varivel controlada mais prximos ao seu Alvo. Percebe-
se, pelos resultados alcanados, que o tipo de interferncia no controle surtiu o efeito
esperado.


178
Tabela 26 Indicao de desempenho Falha varivel manipulada Pf
Variveis Controladas Cenrios
Condio de
Operao Medida
Temperatura
(10
-3
)
Nvel
(10
-2
)
Densidade
(10
-5
)
DQM 118,52 0,11 0,25
CEnP
DM 270,06 2,77 142,48
DQM 109,54 0,11 0,25
Integrao
Kcc 0/0/0%
DM 264,95 2,77 142,48
DQM 109,53 0,11 0,25
Integrao
Kcc 50/50/25%
DM 264,93 2,77 142,48
DQM 109,52 0,11 0,25
Integrao
Kcc 100/100/50%
DM 264,90 2,77 142,48
DQM 109,10 0,11 0,25
C1
Integrao
Kcc 150/150/75%
DM 264,69 2,77 142,48
DQM 143,87 0,06 0,16
CEnP
DM 292,71 2,08 111,37
DQM 135,04 0,06 0,16
Integrao
Kcc 0/0/0%
DM 287,17 2,08 111,37
DQM 135,01 0,06 0,16
Integrao
Kcc 50/50/25%
DM 287,15 2,08 111,37
DQM 134,99 0,06 0,16
Integrao
Kcc 100/100/50%
DM 287,12 2,08 111,37
DQM 133,93 0,06 0,16
C2
Integrao
Kcc 150/150/75%
DM 286,68 2,08 111,37
DQM 131,15 0,17 0,35
CEnP
DM 281,98 3,51 169,11
DQM 121,87 0,17 0,35
Integrao
Kcc 0/0/0%
DM 276,18 3,51 169,11
DQM 121,85 0,17 0,35
Integrao
Kcc 50/50/25%
DM 276,15 3,51 169,11
DQM 121,83 0,17 0,35
Integrao
Kcc 100/100/50%
DM 276,12 3,51 169,11
DQM 120,91 0,17 0,35
C3
Integrao
Kcc 150/150/75%
DM 275,70 3,51 169,11
DQM 172,30 0,09 0,24
CEnP
DM 313,90 2,59 138,26
DQM 162,45 0,09 0,24
Integrao
Kcc 0/0/0% DM 307,19 2,59 138,26
DQM 162,37 0,09 0,24
Integrao
Kcc 50/50/25% DM 307,16 2,59 138,26
DQM 162,23 0,09 0,24
Integrao
Kcc 100/100/50% DM 307,11 2,59 138,26
DQM 160,34 0,09 0,24
C4
Integrao
Kcc 150/150/75%
DM 306,32 2,59 138,26
[Fonte prprio autor]

179
No foram constatadas variaes nas medies para as variveis controladas
(monitoradas) nvel e densidade. Os valores apurados, para cada uma destas variveis, se
mantm constante em todas as condies de operao dentro de cada cenrio.
A Figura 51 representa uma quinta-feira tpica, relacionada falha criada na repetio
750 do cenrio 4. O controlador, operando de forma independente, mantm o sistema sob
controle, porm uma queda acentuada na varivel temperatura percebida, Figura 51(a). A
varivel manipulada Pf sofre uma queda brusca no momento da insero da falha (instante
5100), e, na sequncia, o controlador gradativamente busca ajustar o processo. Na Figura
51(b) indicada uma queda brusca na temperatura (insero da falha), mas com o auxlio do
sistema de autoajuste com ganhos K
cc
100, 100 e 50% (respectivamente nvel, temperatura,
densidade), e sinalizao das cartas de controle com a consequente eliminao do problema,
esta varivel recupera-se rapidamente da anormalidade. A potncia fornecida (Pf)
controlada, sofrendo alteraes de forma a compatibilizar as correes necessrias para que a
temperatura volte ao seu comportamento esperado, como em dias de operao corriqueira.
5100 5200 5300 5400 5500 5600 5700
39.5
40
40.5
41
Observaes - quinta-feira (min)
T
e
m
p
e
r
a
t
u
r
a

(
C
)
5100 5200 5300 5400 5500 5600 5700
1
1.5
2
2.5
3
x 10
4
Observaes - quinta-feira (min)
P
f

(
W
)
5100 5200 5300 5400 5500 5600 5700
39.5
40
40.5
41
Observaes - quinta-feira (min)
T
e
m
p
e
r
a
t
u
r
a

(
C
)
5100 5200 5300 5400 5500 5600 5700
1
1.5
2
2.5
3
x 10
4
Observaes - quinta-feira (min)
P
f

(
W
)
(a) Operao CEnP independente (b) Operao Integrao K
cc
100/100/50%
Figura 51 Varivel Controlada Temperatura, Varivel Manipulada Pf cenrio 4 - semana 750
[Fonte prprio autor]




180
4.4 COMENTRIOS SOBRE OS RESULTADOS

Considerando os resultados das simulaes apresentadas nas sees 4.2 e 4.3, o
controlador e a proposio de integrao puderam ser avaliados quanto: (a) operao geral;
(b) identificao das falhas; (c) preciso em manter as variveis mais prximas aos seus
valores-alvo. A primeira avaliao permitiu verificar o correto funcionamento do sistema de
controle, em condies de operao. A segunda avaliao confere a eficincia do controle
estatstico identificando cada uma das falhas inseridas propositalmente. A terceira e ltima,
comprovou que a integrao CEnP e CEP, com o autoajuste proposto, proporciona melhores
resultados.
A operao geral do processo, gerenciado pelo controlador e deste integrado com o
controle estatstico, conferido pelos resultados observados nas sees 4.2.6 e 4.2.7. Em
condies normais o controlador manteve as variveis controladas (monitoradas) dentro dos
limites de especificao. As cartas de controle sinalizaram: (i) percebendo o efeito da
temperatura ambiente alta, dificultando o controle de temperatura; (ii) indicando pequenas
variaes no controle de densidade, efeito causado pela grande sensibilidade e ajuste deste
controle. Em funo da instabilidade criada pelo autoajuste, proporcionado pelas cartas de
monitoramento da densidade, percebeu-se a necessidade de reduo dos ganhos K
cc
para esta
varivel. Considerou-se que o sistema operou adequadamente, mostrando inclusive
versatilidade em seu processo de ajuste. Nos casos de sinalizaes pontuais, a indicao deve
ser verificada detalhadamente para no ser confundida como alarme falso. No havendo
continuidade de sinalizaes, o sistema de autoajuste no causa alterao sensvel no
comportamento da varivel.
Quanto identificao das falhas, o sistema apresentou bons resultados, percebendo,
em poucos instantes, os trs tipos anormalidades. As Tabelas 16, 18, 20 que apresentam os
instantes mdios de sinalizao, comprovam esta sensibilidade. Cada falha identificada possui
um tipo de caracterstica especfica, voltada a situaes reais, j presenciadas no processo de
galvanoplastia, tomado como base para o estudo. O vazamento do banho e o problema
envolvendo a varivel manipulada Pf so sutis, pela variao proporcionada e pelo ajuste que
o controlador realiza. A falha do sensor de densidade um tipo de problema de maior
impacto, em que o controlador, operando isoladamente, no consegue corrigir, uma vez que
induzido ao erro, determinando aes sobre uma informao errnea. Cada tipo de falha
exigiu atuaes diferentes do controlador. Nas falhas relacionadas ao nvel e varivel
manipulada Pf, apesar do problema simulado, o controlador, isoladamente, conseguiu

181
contornar o problema. Nestas situaes as sinalizaes das cartas ocorreram, mesmo sem que
as respectivas variveis tivessem chegado a sair da especificao. Sem a sinalizao, este tipo
de falha poderia passar despercebido dos responsveis pelo processo, sendo agravados com o
passar do tempo, os problemas ambientais e de custo. J com a falha no sensor de densidade,
sem o auxlio das cartas de controle, esta varivel no permanece dentro dos limites de
especificao.
Quanto preciso em manter as variveis controladas (monitoradas) prximas aos
valores-alvo, as Tabelas 24 a 26 apresentam os resultados dos indicadores utilizados. Dos
valores apurados, em cada uma das situaes, com exceo das falhas no sensor de densidade,
em que a varivel saiu da especificao, o controlador teve um bom desempenho. Em todas as
situaes, somente com a sinalizao da anormalidade (K
cc
= 0) e sua consequente remoo,
os resultados apresentaram melhoras. Considerando as demais variaes de ganhos de
contribuio para o autoajuste (K
cc
) o sistema obteve crescente aumento na acurcia com o
aumento dos ganhos correspondentes. A escolha dos ganhos para a contribuio de cada
varivel deve ser determinada com cautela, visando evitar instabilidade do sistema de
controle. Em falhas em que as solicitaes das variveis manipuladas esto dentro dos limites
disponveis (atuadores, matria-prima, limitaes de equipamentos), o controlador conseguiu
corrigir e ajustar o processo de forma satisfatria. Nos casos de erros de leitura de variveis, e
outras situaes nas quais o controlador providencia aes corretivas sobre dados incorretos
ou limitados, este no possui condies de manter as especificaes.
Pelos resultados das simulaes apresentadas, em todas as falhas avaliadas no
processo de galvanoplastia estudado, as integraes entre o sistema de controle e o controle
estatstico apresentaram os melhores resultados. O sistema de autoajuste proposto auxiliou o
controlador a melhor se ajustar no perodo entre o incio da ocorrncia da falha e enquanto
persistiram as sinalizaes.
O emprego da modelagem do processo, e sua respectiva simulao, proporcionaram
bons resultados. Efeitos e comportamentos observados no processo real foram reproduzidos e
devidamente identificados. Situaes de operao puderam ser criadas e avaliadas, as quais
no seriam possveis diretamente no processo da empresa estudada. Considera-se que os
resultados e avaliaes no tiveram qualquer tipo de comprometimento por terem sido obtidos
via ambiente virtual.

182
5 CONCLUSES E RECOMENDAES PARA TRABALHOS FUTUROS

O controle de processos uma atividade em crescente desenvolvimento no panorama
industrial da atualidade. O crescimento da produo mundial, concorrncia acirrada, reduo
de custos e disputas mercadolgicas tm impulsionado o seu desenvolvimento. Neste
contexto, sistemas de controle mais robustos so desenvolvidos.
Na Engenharia de Controle, diversos controladores so propostos. Cada um com sua
particularidade quanto complexidade, versatilidade de programao, estabilidade,
quantidade de variveis controladas, por exemplo. Alguns controladores so viveis, tanto
tcnica quanto economicamente, somente em sistemas industriais de grande porte. Um dos
controladores mais populares do cho de fbrica, independente do porte industrial, em funo
de sua praticidade e desempenho o PID.
No Controle Estatstico, diversos tipos de cartas de controle so propostas para o
monitoramento do processo. Com a autocorrelao dos dados, inserida pelo controle de
engenharia cada vez mais presente, so recomendadas as cartas baseadas em modelos,
monitorando os resduos de ajustes.
A combinao das tcnicas de Engenharia de Controle com o Controle Estatstico
vista como mais uma alternativa na busca pela reduo da variabilidade do processo,
tornando o sistema de controle mais robusto. A Engenharia de Controle, atravs de correes
sistemticas, procura conduzir as variveis para seus valores-alvo. O Controle Estatstico,
com suas sinalizaes, permite que sejam identificadas e eliminadas causas especiais que
venham a interferir no processo.
Um crescente nmero de pesquisas, envolvendo a integrao do Controle de
Engenharia com o Estatstico, foi identificado na literatura. Apesar deste crescimento,
percebeu-se que uma integrao mais direta, envolvendo autoajustes do controlador,
influenciada por sinalizaes das cartas de controle, ainda pouco explorada.
A integrao realizada entre o controlador PID e a cartas de controle de Observaes
Individuais e EWMA, monitorando os resduos de ajustes de modelos ARIMA, permitiu que
as sinalizaes das cartas interferissem diretamente na ao de controle. Uma ao junto ao
controlador refora a correo das variveis controladas (monitoradas). Correo mantida
enquanto durarem as sinalizaes.
A lei de controle, estabelecida para os controladores PID, que gerencia a busca pela
aproximao das variveis controladas (monitoradas) aos seus valores-alvo, modificada,
sendo acrescentado mais um termo, ligado contribuio das cartas de controle, utilizado

183
quando se registrarem sinalizaes. A contribuio das cartas de controle para o autoajuste do
controlador, utiliza a previso da varivel monitorada para o minuto seguinte ao da
sinalizao. Assim, possvel antecipar o clculo do erro em relao ao seu Alvo. Em
conjunto com um ganho de contribuio (K
cc
), permite ao controlador incorporar a correo
na prxima interveno, no caso simulado, o prximo minuto.
Para viabilizar o estudo da integrao, foi necessrio o emprego da simulao
numrica de um processo industrial. Desenvolveu-se o modelo matemtico de uma etapa do
processo de galvanoplastia (cromagem), e implementado em linguagem Matlab. Variveis de
sada foram controladas e monitoradas em perodos semanais.
As simulaes foram realizadas em trs mdulos. O primeiro, com a determinao do
modelo matemtico do processo, especificao e parametrizao do controlador e das cartas
de controle. No segundo mdulo, foram realizadas repeties, averiguando o funcionamento
do sistema, verificando a ocorrncia de sinalizaes em funcionamento normal. No ltimo
mdulo, houve a insero de falhas propositais, em instante pr-determinado. Buscou-se a
eficincia de identificao e controle quanto ao manter as variveis controladas (monitoradas)
o mais prximo de seus valores-alvo.
Pelos resultados alcanados, identificao rpida de falhas, manuteno das variveis
controladas (monitoradas) mais prximas dos seus valores-alvo, sinalizao de falhas
compensadas ou mesmo no corrigidas pelo controlador, a proposta de integrao entre o
controle de engenharia de processo e as cartas de controle, envolvendo o autoajuste do
controlador, foi realizada e obteve bons resultados. O processo simulado, baseado em situao
real, permitiu verificar o funcionamento e eficincia com um controlador amplamente
utilizado (PID) e a cartas de controle para dados autocorrelacionados.
Atendendo a um dos objetivos secundrios, pode-se perceber que, na presena de
falhas, mesmo nas situaes em que o controlador manteve as variveis controladas
(monitoradas) dentro dos limites de especificao, as cartas de controle foram sensveis a
ponto de realizarem sinalizaes. Desta forma, a sinalizao e contribuio das cartas de
controle evidenciaram falhas nas variveis de sada que poderiam passar despercebidas por
longos perodos, devido ao automatismo de ajustes do controlador.
Nos casos em que os problemas do processo esto relacionados a medies (sensores)
ou limites disponveis das variveis manipuladas, o controlador possui dificuldade em seu
gerenciamento. Nestes casos, aes de correo sobre uma base errada de leitura ou mesmo
impossibilidade de continuar a correo, no permitem ao controlador manter as variveis

184
prximas aos seus valores-alvo, ou at mesmo dentro das especificaes. Auxiliando nestas
condies, a integrao com as cartas de controle foi providencial.
O trabalho conjunto CEnP e CEP, alm do autoajuste (ao temporria), contribui com
a sinalizao para interferncia mais rpida no processo, antes mesmo da varivel controlada
sair da especificao. Em funo desta sua antecipao, baseada em monitoramento e
medies sistemticas, possvel ser considerada uma ao preditiva de controle.
O sistema de controle e monitoramento apresentou grande sensibilidade nos ajustes
das variveis e identificao de falhas. Detectou mudanas muito pequenas do processo, em
relao ordem de grandeza, das variveis envolvidas. Este efeito torna apta esta integrao,
a ser empregada em sistemas de preciso, no qual se justifique tal exigncia.
A integrao alcanada uma contribuio para a melhoria dos sistemas de controle,
aumentando a sua robustez quanto interferncias, aumentando inclusive a preciso das
variveis controladas (monitoradas) em relao aos valores-alvo. Identifica-se como grande
potencial a sua utilizao em processos de comportamentos dinmicos contnuos de origens
semelhantes empregada, como: trmicos ou termo-hidrulicos, fludicos e outros processos
afins da rea qumica. Estes, geralmente, so encontrados em plantas qumicas, refinarias e de
processamento em geral, e de grande automatismo.
O fato de ter sido empregado um controlador PID, um dos mais difundidos no meio
industrial, permite que seja possvel utilizar a integrao proposta em sistemas de controle
tanto de pequeno quanto de grande porte. Para sua implementao, depende de um maior
conhecimento (treinamento), por parte do profissional da rea de automao, sobre cartas de
controle para dados autocorrelacionados, mais especificamente sobre ajustes de modelos
ARIMA.
Para realizar, de forma eficiente a integrao entre o sistema de controle e o de
monitoramento estatstico, houve a necessidade de uma sintonia entre as tcnicas: o
controlador, devidamente parametrizado, manipulando as variveis de influncia do processo
e corrigindo as variveis controladas, e as cartas de controle monitorando os resduos, com os
respectivos modelos ARIMA ajustados. Perturbaes ou alteraes de parmetros do
controlador, (aps ajustes dos modelos ARIMA), interferem no comportamento da varivel
controlada, alterando, consequentemente, os resduos monitorados pelas cartas de controle.
Alarmes falsos so, ento, registrados. Foi constatado um problema de ajuste inicial, no qual o
sistema de controle, muito preciso, dificultou a determinao do modelo ARIMA mais
adequado. Houve a necessidade de rever-se a preciso dos sensores de medio, empregados

185
para a realimentao do controlador e obteno de dados para ajustar os modelos ARIMA, os
quais tiveram de acompanhar exigncia do sistema de controle.
Dentre as vantagens percebidas pela utilizao da integrao proposta, pode-se
destacar: (i) rpida percepo de anormalidades; (ii) percepo da anormalidade, mesmo
quando o controlador mantm as variveis monitoradas dentro de sua especificao; (iii)
enquanto a falha identificada no removida e o sistema voltar normalidade, o controlador
recebe um reforo em sua lei de controle; (iv) variveis so mantidas mais prximas aos seus
valores-alvo (sistema recursivo).

5.1 TRABALHOS FUTUROS

A integrao CEnP e CEP proposta, est baseada na modificao da lei de controle, do
controlador PID, tomando como base a forma de clculo da sua componente proporcional ao
erro. Nos ajustes do controlador, para cada uma das trs variveis, percebeu-se que,
dependendo do comportamento, uma componente da lei de controle teve mais influncia. Um
estudo recomendado seria o de investigar e avaliar qual componente da lei de controle
influencia mais na varivel monitorada, e utilizar este tipo de ao (em relao ao erro) para
realizar o autoajuste.
Percebeu-se que os ganhos de contribuio (K
cc
) do sistema de autoajuste para a lei de
controle podem vir a causar instabilidade dependendo da sua magnitude e comportamento da
varivel. Recomenda-se um estudo envolvendo a anlise de sensibilidade, verificando at
onde os ganhos do autoajuste podem ser benficos e onde passam a causar instabilidade, ou
mesmo aumento da variabilidade. Buscar estabelecer um equilbrio entre acurcia e
instabilidade.
Um estudo interessante, complementar ao trabalho desenvolvido nesta tese, seria o de
realizar uma comparao entre as atuaes das cartas de Observaes Individuais e EWMA.
Nesta comparao, seriam analisadas variaes dos parmetros de ambas as cartas como:
mltiplos dos desvios-padro (L) para estabelecer os limites de controle; parmetros de
suavizao () da carta EWMA. Poderiam ser melhor investigados os desempenhos destas
cartas para identificao de falhas, visando melhorar a sensibilidade para o autoajuste do
sistema de controle. Tambm poderiam ser relacionadas as escolhas destes parmetros com a
reduo das medidas de desempenho, das variveis de sada em relao ao seu Alvo
estabelecido. Uma avaliao do comprimento mdio de sequncia (ARL) tambm pode ser

186
recomendada, comparando o desempenho individual de ambas as cartas e tambm da ao
conjunta.
Alm dos estudos anteriormente propostos, outros complementos podem ser avaliados,
como:
- Outros tipos e combinaes de cartas de controle, como por exemplo, envolvendo as
abordagens multivariadas, as baseadas em modelos de regresso e as de Mnimos
Quadrados Parciais (PLS);
- Realizar uma anlise conjunta das 3 variveis de sada, em uma nica carta de
controle, empregando o CEP multivariado;
- Cartas de controle monitorando as variveis manipuladas (Pf, Qea, Qecr);
- Estudo do comportamento dos ARL das cartas de controle considerando a integrao
proposta;
- Estudar outros tipos de falhas do processo;
- Realizar simulaes com outros processos industriais (outros modelos matemticos);
- Empregar outra forma de autoajuste;
- Utilizar outro controlador de engenharia;
- Realizar simulaes com outros processos industriais (outros modelos matemticos).


187
REFERNCIAS
AGUIRRE, L. A. Introduo identificao de sistemas: tcnicas lineares e no-lineares
aplicadas a sistemas reais. 2.

ed. Belo Horizonte: Editora da UFMG, 2004.

ALBAZZAZ, H.; WANG, X. Z.; MARHOON, F.. Multidimensional visualisation for process
historical data analysis: a comparative study with multivariate statistical process control.
Journal of Process Control, v. 15, p. 285294, 2005.

ALBERT, S.; KINLEY, R. D. Multivariate statistical monitoring of batch processes: an
industrial case study of fermentation supervision. Trends in Biotechnology, v.19, n. 2, p. 53-
62, 2001.

ALGHAZZAWI, A.; LENNOX. B. Monitoring a complex refining process using multivariate
statistics. Control Engineering Practice, v.16, p. 294307, 2008.

ALGHAZZAWI, A.; LENNOX. B. Model predictive control monitoring using multivariate
statistics. Journal of Process Control, v. 19, p. 314327, 2009.

ALTIOK, T.; MELAMED,B. The case for modeling correlation in manufacturing systems.
IIE Transactions, v.33, p. 779-791, 2001.

APARISI, F.; DAZ, J. C. G. Optimization of univariate and multivariate exponentially
weighted moving-average control charts using genetic algorithms. Computers & Operations
Research, v. 31, p. 14371454, 2004.

APLEY, D. W.; LEE, H. C. Design of exponentially weighted moving average control charts
for autocorrelated processes with model uncertainty. Technometrics, v. 45, n.3, p.187-199,
2003.

APLEY, D. W.; SHI, J. The GLRT for statistical process control of autocorrelated processes.
IIE Transactions, v. 31, p.1123-1134, 1999.

APLEY, D. W.; TSUNG, F. The Autoregressive T
2
Chart for Monitoring Univariate
Autocorrelated Processes. Journal of Quality Technology, v. 34, n. 1, p. 80-96, 2002.

ARKAT, J.; NIAKI, S. T. A.; ABBASI, B. Artificial neural networks in applying MCUSUM
residuals charts for AR(1) processes. Applied Mathematics and Computation, v.189,
p.1889-1901, 2007.

ATIENZA, O. O. ; TANG, L. C. ; ANG, B. W. ARL Properties Of A Sample
Autocorrelation Chart. Computers & Industrial Engineering, v. 33, n. 3-4, p. 733-736,
1997.

ATIENZA, O. O. ; TANG, L. C. ; ANG, B. W. A Uniformly Most Powerful Cumulative
Sum Scheme Based on Symmetry. Journal of the Royal Statistical Society. Series D (The
Statistician), v. 49, n. 2, p. 209-217, 2000.

ATIENZA, O. O. ; TANG, L. C. ; ANG, B. W. A CUSUM Scheme for Autocorrelated
Observations. Journal of Quality Technology, v. 34, n. 2, p.197-199, 2002.

188

BALESTRASSI, P. P. Identificao de padres em grficos de controle estatstico de
processos, em tempo real, utilizando sries temporais e redes neurais artificiais.
Florianpolis, 2000, Tese Doutorado, Programa de Ps-Graduao em Engenharia de
Produo e Sistemas, Universidade Federal de Santa Catarina, 2000.

BEGA, E. A.; DELME, G. J.; COHN, P. E.; BULGARELLI, R.; KOCH, R.; FINKEL, V. S.
Instrumentao Industrial. 2. ed. Rio de Janeiro: Intercincia, 2006.

BEZZO, F.; MICHELETTI, F.; MURADORE, R.; BAROLO, M. Using MPC to control
middle-vessel continuous distillation columns. Journal of Process Control, v.15, p. 925
930, 2005.

BIJ, J.; EKERT J. H. W. Integration between production control and quality control.
International Journal of Operations & Production Management, v. 19, n. 7, p. 674, 1999.

BOSCO, F. Fazendo a diferena. Petro&Qumica, Rio de Janeiro, edio 305, 2008.

BOX, G.; COLEMAN, D. E.; BAXLEY, R. V. A Comparison of Statistical Process Control
and Engineering Process Control. Journal of Quality Technology, v. 29, p. 128-130, 1997.

BOX, G. E. P.; JENKINS, G. M.; REINSEL, G. C. Time series analysis: forecasting and
control. 3. ed. New Jersey, USA; Prentice-Hall, 1994.

BOX, G.; LUCEO, A. Discrete Proportional-Integral Adjustment and Statistical Process
Control. Journal of Quality Technology, v. 29, p. 248-60, 1997.

BOX, G.; KRAMER, T. Statistical Process Monitoring and Feedback Adjustment: A
Discussion. Technometrics, v.34, n. 3, p. 251-267, 1992.

CAPILLA, C.; FERRER, A.; ROMERO, R.; HUALDA, A. Integration of Statistical and
Engineering Process Control in a Continuous Polymerization Process.
Technometrics, v.41.1, p.14, 1999.

CASTAGLIOLA, P.; TSUNG, F. Autocorrelated SPC for Non-Normal Situations. Quality
and Reliability Engineering International, v. 21, p. 131-161, 2005.

CHEN, Y. K.; HSIEH, K. L. Hotellings T2 charts with variable sample size and control limit.
European Journal of Operational Research, v. 182, p. 12511262, 2007.

CHEN, S.; YANG, C.; LIN, W.; YEH, T. Performance evaluation for introducing statistical
process control to the liquid crystal display industry. International Journal of Production
Economics, v. 111, p. 8092 ,2008.

CHENG, J. C.; CHOU, C. Y. A real-time inventory decision system using Western Electric
run rules and ARMA control chart. Expert Systems with Applications, v.35, p. 755761,
2008.


189
CHIU, C.; SHAO,Y. E.; LEE, T.; LEE, K. Identification of process disturbance using
SPC/EPC and neural network. Journal of Intelligent Manufacturing, v. 14, p. 379-388,
2003.

CHWIF, L.; MEDINA, A. C. Modelagem e simulao de eventos discretos: teoria &
aplicaes. 2.

ed. So Paulo: Ed. dos Autores, 2006.

CLARO, F. A. E.; COSTA, A. F. B.; MACHADO, M. A. G. Grficos de controle de EWMA
e de para monitoramento de processos autocorrelacionados. Produo, v. 17, n. 3, p. 536-546,
2007.

COMINOS, P.; MUNRO, N. PID controllers: recent tuning methods and design to
specification. IEE Proceedings Control Theory Applied, v.149, n. 1, p. 46-53, 2002.

COSTA, A. F. B.; EPPRECHT, E. K.; CARPINETTI, L. C. R. Controle Estatstico de
Qualidade. 1.

ed. So Paulo: Ed. Atlas, 2004.

CROWDER, S. V.; HAWKINS, D. M.; REYNOLDS, M. R.; YASHCHIN, E. Process
Control and Statistical Inference. Journal of Quality Technology, v. 29, p. 134-139, 1997.

DAZZO, J. J.; HOUPIS, C. H. Anlise e Projeto de Sistemas de Controle Lineares. 2.

ed.
Rio de Janeiro: Ed. Guanabara Dois, 1981.

DEVORE, J. L. Probabilidade e estatstica para engenharia e cincias. 1.

ed. So Paulo:
Pioneira Thomson Learning, 2006.

DYER, J. N.; CONERLY, M. D.; ADAMS, B. M. A simulation study and evaluation of
multivariate forecast based control charts applied to ARMA processes. Journal of Statistical
Computation and Simulation, v. 73, n. 10, p. 709724, 2003.

DORF, R. C.; BISHOP, R. H. Sistemas de Controle Modernos. 1.

ed. Rio de Janeiro: LTC,
2001.

ELEVLI, S.; UZGOREN, N.; SAVAS, M. Control charts for autocorrelated colemanite data.
Journal of Scientific & Industrial Research, v. 68, p. 11-17, 2009.

ENGLISH, J. R., LEE, S. C., MARTIN, T. W.; TILMON, C. Detecting changes in
autoregressive processes with X and EWMA charts. IIE Transactions, v.32, p.1103-1113,
2000.

FALTIN, F. W.; MASTRANGELO, C. M.; RUNGER, G. C.; RYAN, T. P. Considerations in
the Monitoring of Autocorrelated and Independent Data. Journal of Quality Technology, v.
29 p. 131-133,1997.

GAITHER, N.; FRAZIER, G. Administrao da Produo e Operaes. 8.

ed. So Paulo:
Thomson Learning, 2006.

GAL, I. B.; MORAG, G.; SHMILOVICI, A. Context-based statistical process control: a
monitoring procedure for state-dependent processes. Technometrics, v. 45, n. 4, p. 293-311,
2003.

190

GARCIA, C. Modelagem e simulao de processos industriais e de sistemas
eletromecnicos. 2.

ed. So Paulo: Editora da Universidade de So Paulo, 2005.

GAOA, J.; PATWARDHANA, R.; AKAMATSUB, K.; HASHIMOTOB, Y.; EMOTO, G.;
SHAHC, S. L.; HUANGC, B. Performance evaluation of two industrial MPC controllers.
Control Engineering Practice, v. 11, p. 13711387, 2003.

GENTIL, V. Corroso. 5. ed. Rio de Janeiro: LTC, 2007.

GONZLEZ, I.; SNCHEZ, I. Principal Alarms in Multivariate Statistical Process Control.
Journal of Quality Technology, v. 40, n. 1, p.19-30, Jan 2008.

HINES, W.W.; MONTGOMERY, D. C.; GOLDSMAN, D. M.; BORROR C. M.
Probabilidade e Estatstica na Engenharia. 4.

ed. Rio de Janeiro: LTC, 2006.

HOERL, R. W.; PALM, A. Discussion: Integrating SPC and APC. Technometrics, v. 34, n.
3, p. 268-272, 1992.

IAPAR, Instituto Ambiental do Paran, <http://www.iapar.br/arquivos/Image/
monitoramento> . Acesso em 14 de maro de 2010.

JACOBI, L. F.; SOUZA, A. M.; PEREIRA, J. E. S. Grfico de controle de regresso aplicado
na monitorao de processos. Revista Produo, v. 12, n. 1, p. 46-59, 2002.

JANA, A. K.; SAMANTA, A. N.; GANGULY, S. Globally linearized control system design
of a constrained multivariable distillation column. Journal of Process Control, v.15, p. 169
181, 2005.

JIANG, W. Charting techniques in integrated APC and SPC environments. Hong Kong
University, Department of Industrial Engineering and Engineering Management. Abstract
Thesis Ph.D,1999.

JIANG, W.; TSUI, K. L. An economic model for integrated APC and SPC control charts. IIE
Transactions, v. 20, p. 505-513, 2000.

JIANG, W.; TSUI, K. L. SPC Monitoring of MMSE- and PI-Controlled Processes. Journal
of Quality Technology, v. 34, n. 4, p. 384-398, 2002.

JIANG, W.; TSUI, K. L.; WOODALL,W. H. A New SPC Monitoring Method: The ARMA
Chart. Technometrics, v. 42, n. 4, p.399-410, 2000.

JONES, L. A.; CHAMP, C. W.; RIGDON, S. E. The Performance of Exponentially Weighted
Moving Average Charts With Estimated Parameters. Technometrics, v. 43, n.2, 156-167,
2001.

KHAN, A. A.; MOYNE, J. R.; TILBURY, D. M. Virtual metrology and feedback control for
semiconductor manufacturing processes using recursive partial least squares. Journal of
Process Control, v. 18, p. 961974, 2008.


191
KIM, S. H.; ALEXOPOULOS, C.; TSUI, K. L.; WILSON, J. R. A distribution-free tabular
CUSUM chart for autocorrelated data. IIE Transactions, v. 39, p. 317-330, 2007.

KNOTH, S.; AMIN, R. W. Autocorrelation and tolerance limits. Journal of Statistical
Computation and Simulation, v. 73, n. 7, p. 467489, 2003.

KOURTI, T. The Process Analytical Technology initiative and multivariate process analysis,
monitoring and control. Bioanal Chemistry, n. 384, p. 10431048, 2006.

KOURTI, T.; LEE, J. ; MACGREGOR, J. F. Experiences with industrial applications of
projection methods for multivariate statistical process control. Computers chem. Eng., v. 20,
p. 745-750, 1996

LAGO NETO, J.C. O Efeito da Autocorrelao em Grficos de Controle para Varivel
Contnua: um Estudo de Caso. Florianpolis, 1999, Dissertao de Mestrado (Resumo),
Programa de Ps-Graduao em Engenharia de Produo e Sistemas, Universidade Federal de
Santa Catarina, 1999.

LOQUASTO, F.; SEBORGT, D. E. Model Predictive Controller Monitoring Based on Pattern
Classification and PCA. In: AMERICAN CONTROL CONFERENCE. Anais Denver,
Colorado, 4 a 6 de junho, 2003.

LOREDO, E. N.; JEARKPAPORN, D.; BORROR, C. M. Model-based control chart for
autoregressive and correlated data. Quality and Reliability Engineering International, v.
18, p. 489496, 2002.

LU, C. W.; REYNOLDS JR., M. R. EWMA Control Charts for Monitoring the Mean of
Autocorrelated Processes. Journal of Quality Technology, v. 31, n.2, p. 166-188, 1999a.

LU, C. W.; REYNOLDS JR., M. R. Control Charts for Monitoring the Mean and Variance of
Autocorrelated Processes. Journal of Quality Technology, v. 31, n.3, p. 259-274, 1999b.

LU, C. W.; REYNOLDS JR., M. R. Cusum Charts For Monitoring An Autocorrelated
Process. Journal of Quality Technology, v. 33, n. 3, p. 316-334, 2001.

LUCAS, J. M.; SACCUCCI, M. S. Exponentially Weighted Moving Average Control
Schemes: Properties and Enhancements. Technometrics, v. 32, n.1, p. 1-12, 1990.

MACGREGOR, J. F. Discussion: Integrating SPC and APC. Technometrics, v.34, n. 3, p.
273-275, 1992.

MACGREGOR, J. F.; KOURTI, T. Statistical process control of multivariate processes.
Control Eng.. Practice, v. 3, n. 3, p. 403-414, 1995.

MAKRIDAKIS, S. ; WHEELWRIGHT, S. C. ; HYNDMAN, R. J. Forecasting: Methods and
Applications. 3
a
ed. Nova York: John Wiley & Sons, 1998.

MASON, R. L.; CHAMP, C. W.; TRACY, N. D.; WIERDA, S. J.; YOUNG, J. C.
Assessment of Multivariate Process Control Techniques. Journal of Quality Technology, v.
29, p. 140-143, 1997.

192


MASON, R. L; YOUNG, J. C. Why multivariate statistical process control? Quality
Progress, v.31, n.12; ABI/INFORM Global, pg. 88-93, Dec. 1998.

MASTRANGELO, C. M.; FORREST, D. R. Multivariate Autocorrelated Processes: Data and
Shift Generation. Journal of Quality Technology, v. 34, n. 2, p. 216-220, 2002.

MIGUEL, P. A. C. Estudo de caso na engenharia de produo: estruturao e recomendaes
para sua conduo. Produo, v. 17, n. 1, p. 216-229, 2007.

MINGOTI, S. A.; YASSUKAWA, F. R. S. Uma comparao de grficos de controle para a
mdia de processos autocorrelacionados. Revista Eletrnica Sistemas & Gesto, v.3 n.1, p.
55-73, 2008.

MILETIC, I.; QUINN, S.; DUDZIC, M.; VACULIK, V.; CHAMPAGNE, M. An industrial
perspective on implementing on-line applications of multivariate statistics. Journal of
Process Control, v. 14, p. 821836, 2004.

MONTENEGRO, P. H. M.; RIUL, J. A.; OLIVEIRA, B. S.; SILVA, S. A. Controladores
adaptativos de temperatura em um tnel psicromtrico. Controle & Automao, v. 17, n. 3,
p. 257-264, 2006.

MONTGOMERY, D. C. Introduo ao Controle Estatstico da Qualidade. 4
a
ed. Rio de
Janeiro: LTC, 2004.

MONTGOMERY, D. C.; RUNGER, G. C. Estatstica Aplicada e Probabilidade para
Engenheiros. 2
a
ed. Rio de Janeiro: LTC, 2003.

MORARI, M.; LEE, J. H. Model predictive control: past, present and future. Computers and
Chemical Engineering, v.23, p. 667682, 1999.

MOREIRA, F. J. J. Proposta de um mtodo para o controle estatstico de processo para
observaes autocorrelacionadas, Porto Alegre, 2005, Dissertao de Mestrado, Programa
de Ps-graduao em Engenharia de Produo, Universidade Federal do Rio Grande do Sul,
2005.

MOREIRA JR., F. J.; CATEN, C. S. T. Proposta de uma carta de controle estatstico de dados
autocorrelacionados. In: XXIV ENCONTRO NAC. DE ENG. DE PRODUO, novembro
de 2004, Anais... Associao Brasileira de Engenharia de Produo, p.1713-1720,
Florianpolis- SC 2004.

MORETTIN, P. A.; TOLOI, C. M. C. Anlise de sries temporais. 1.

ed. So Paulo: Edgard
Blucher, 2004

MORO, L. F. L. Process technology in the petroleum refining industry /current situation and
future trends. Computers and Chemical Engineering, v. 27, p. 1303-1305, 2003.

NIPPERT, C. Simple models that illustrate dynamic matrix control. In: 2002 AMERICAN
SOCIETY FOR ENGINEERING EDUCATION ANNUAL CONFERENCE &

193
EXPOSITION, session 3513, 2002. Anais American Society for Engineering Education,
2002.

NOFFSINGER, J. R.; ANDERSON, R. B. Effect of autocorrelated data on composite panel
production monitoring and control: a comparison of SPC techniques. Forest Products
Journal, v. 52, n. 3, p. 60-67, 2002.

NORMEY-RICO, J. E.; SILVESTRE, D. S.; POZAS L. F.; PASETTI, G. Utilizao da
Tcnica de Controle Preditivo Multi-Varivel GPC no Controle de Temperatura de Topo e
Fundo de uma coluna de destilao depropanizadora simulada no simulador industrial
INDISS. In: CONGRESSO BRASILEIRO DE P&D EM PETRLEO E GS, 3
o
, 2005,
Salvador, BA: 2005.

OGATA, K. Engenharia de Controle Moderno. 4.

ed. So Paulo: Perason Prentice Hall,
2003.

OLIVEIRA, S. L. Tratado de metodologia cientfica: Projetos de pesquisas, TGI, TCC,
monografias, dissertaes e teses. 2. ed. So Paulo: Ed. Pioneira Thomson Learning, 2001.

OREILLY, J. Multivariable control for industrial applications. 1.

ed. London: Peter
Peregrinus LTD; 1987.

PALM, A. C.; RODRIGUEZ, R. N.; SPIRING, F.A.; WHEELER, D. J. Some Perspectives
and Challenges for Control Chart Methods, Journal of Quality Technology, v. 29, p.122-7,
1997.

PAN, R.; CASTILLO, E. Integration of Sequential Process Adjustment and Process
Monitoring Techniques. Quality and Reliability Engineering International, v.19, n. 4 , p.
371 386, 2003

PASQUALINI, A. Estudo de Caso Aplicado a Galvanoplastia. Florianpolis, 2004,
Dissertao de Mestrado, Programa de Ps-Graduao em Engenharia de Produo,
Universidade Federal de Santa Catarina, 2004.

PEDRINI, D. C.; CATEN C. S.T. Comparao Entre Grficos de Controle Para Resduos de
Modelos. In: XV SIMPSIO DE ENGENHARIA DE PRODUO SIMPEP. Anais ... 10
a 12 de novembro de 2008.

PHILLIPS, C. L.; HARBOR, R. D. Sistemas de controle e realimentao. 1.

ed. So Paulo:
Makron Books, 1996.

PORTUGAL, L. S. Simulao de trfego: conceitos e tcnicas de modelagem. Rio de
Janeiro: Intercincia, 2005.

QIN, S. J., BADGWELL, T. A. An Overview of Industrial Model Predictive Control
Technology. Chemical Process Control of AIChE Symposium Series, v. 93, p.232-256,
1997.

REINIKAINEN, S. P. ; HOSKULDSSON, A. Multivariate statistical analysis of a multi-step
industrial processes. Analytica Chimica Acta, v. 595, p. 248256, 2007.

194

REYNOLDS JR, M.R.; LU, C. W. Control Chart for Monitoring Process With
Autocoorelated Data. Nonlinear Analysis, Methods & Applications, v. 30, n. 7, p. 4059-
4067, 1997.

REYNOLDS JR, M. R.; PARK, C. CUSUM charts for detecting special causes in integrated
process control. Quality and Reliability Engineering International, v. 26, p. 199221,
2009.

REYNOLDS JR, M.R.; STOUMBOS, Z. G. Should exponentially weighted moving average
and cumulative sum charts be used with Shewhart limits. Technometrics, v. 47, n. 4, p. 409-
424, Nov.2005

ROSA, A. L.; ROCHA, W. F. C.; MARTINS, J. A.; POPPI, R. J. Cartas de Controle
Multivariada baseada no Sinal Analtico Lquido. In.: 30
a
REUNIO ANUAL DA
SOCIEDADE BRASILEIRA DE QUMICA, Anais... guas de Lindia SP, 2007.

RUNGER, G. C. Assignable Causes and Autocorrelation: Control Charts for Observations or
Residuals? Journal of Quality Technology, v. 34, n. 2, p. 165-170, 2002

RUNGER, G.; WILLEMAIN, T. Model-based and model-free control of autorrelated process.
Journal of Quality Technology, v. 27, p. 283-292, 1995.

SANTANA, R. A. C.; CAMPOS, A. R. N.; PRASAD, S.; LEITE, V. D. Otimizao do
Banho Eletroltico da Liga Fe-W-B Resistente Corroso. Quimica Nova, v. 30, n. 2, p.360-
365, 2007.

SANTOS, M. G. M. Controle e otimizao em tempo real de um reator trifsico.
Campinas, SP: 2006. Tese de Doutorado, Programa de Ps-Graduao em Engenharia
QumicaUniversidade Estadual de Campinas, Faculdade de Engenharia Qumica, 2006.

SCHIPPERS, W.A.J. An integrated approach to process control. International Journal of
Production Economics, v.69, p. 93-105, 2001.

SCHWARTZ, R. J. Sistemas lineares. Rio de Janeiro: Ao Livro Tcnico, v.1, 1972.

SHAO, Y. E. Integrated application of the cumulative score control chart and engineering
process control. Statistica sinica, v. 8, p. 239-252, 1998.

SHAPIRO, H. N.; MORAN, M. J.; MUNSON, B. R.; DEWITT, D. P. Introduo
engenharia de sistemas trmicos: termodinmica, mecnica dos fluidos e transferncia de
calor. 1.

ed. Rio de Janeiro, RJ: LTC, 2005.

SHU, L.; TSUNG, F.; TSUI, K. L.; Run-Length Performance of Regression Control Charts
with Estimated Parameters. Journal of Quality Technology, v. 36, n. 3, p. 280-292, 2004.

SILVA, W. V.; FONTANINI, C. A. C.; CORSO, J. M. D. Garantia da qualidade do caf
solvel com o uso do grfico de controle de somas acumuladas. Revista Produo On Line,
v. 7, n. 2, p. 43-63, 2007.


195

SOUZA, A. M.; Monitorao e ajuste de realimentao em processos produtivos
multivariados. Florianpolis, 2000, Tese Doutorado, Programa de Ps-graduao em
Engenharia de Produo, Universidade Federal de Santa Catarina, 2000.

SOUZA, E. T. I. Integrao de processos qumicos contnuos em tempo real: estudo de
caso para fornos rotativos de incinerao. Campinas, SP: 2004. Tese de Doutorado, Programa
de Ps-Graduao em Engenharia Qumica Universidade Estadual de Campinas, Faculdade de
Engenharia Qumica, 2004.

SOUZA, A. M.; SAMOHYL, R. W.; MALAV, C. O. Aplicao de um modelo paramtrico
multivariado para o controle da temperatura de fornos de tnel. Revista Produo, v. 14, n. 2,
p. 82-94, 2004a.

SOUZA, A. M.; SAMOHYL, R. W.; MALAV, C. O. Multivariate feed back control: an
application in a productive process. Computers & Industrial Engineering, v. 46, p. 837
850, 2004b.

SPANDRI, R. Sintonia de controladores regulatrios: sintonia de controladores PID. Boletim
tcnico Petrobrs, v. 46, n. 3/4, p. 383-410, 2003.

STOUMBOS, Z. G.; REYNOLDS, M. R, RYAN, T. P.; WOODALL, W. H. The State of
Statistical Process Control as We Proceed into the 21st Century. Journal of the American
Statistical Association, v. 95, n. 451, p. 992- 998, 2000.

STUART, M.; MULLINS, E.; DREW, E.. Statistical quality control and improvement.
European Journal of Operational Research, v. 88, p. 203-214, 1996.

SURTEC. Manual Tcnico SurTec: Tratamentos de Superfcies. 3. ed. So Paulo: SurTec do
Brasil Ltda, 2009.

TIMMER, D. H.; PIGNATIELLO JR., J. J.; LONGNECKER, M. T. Applying an ar(1) cusum
control chart to data from a chemical process. Quality Engineering, v.13, n. 1, p. 107-114,
2000.

TOKATLI, F.; CINAR, A; SCHLESSER, J. E. HACCP with multivariate process monitoring
and fault diagnosis techniques: application to a food pasteurization process. Food Control, v.
16, p. 411422, 2005.

TSENG, S. T.; CHOU, R. J.; LEE, S. P. A study on a multivariate EWMA controller. IIE
Transactions, v. 34, p. 541-549, 2002.

TSUNG, F. A note on statistical monitoring of Engineering controlled processes.
International Journal of Reliability, Quality and Safety Engineering, v. 8, n. 1, p. 1-14 ,
2001.

TSUNG, F.; APLEY, D. W. The dynamic T 2 chart for monitoring feedback-controlled
processes. IIE Transactions, v. 34, p. 10431053, 2002.



196
TSUNG, F.; SHI, J. Integrated design of run-to-run PID controller and SPC monitoring for
process disturbance rejection. IIE Transactions, v.31, p. 517-527, 1999.

TSUNG, F.; SHI, J.; WU, C. F. J. Joint Monitoring of PID-Controlled Processes. Journal of
Quality Technology, v. 31, n. 3, p. 275-85, 1999.

TSUNG, F.; TSUI, K. L. A mean-shift pattern study on integration of SPC and APC for
process monitoring. IIE Transactions, v. 35, p. 231-242, 2003.

TUCKER, W. T. Discussion: Integrating SPC and APC. Technometrics, v.34, n. 3, p. 275-
277, 1992.

UNDEY, C.; TATARA, E ; INAR, A. Real-time batch process supervision by integrated
knowledge-based systems and multivariate statistical methods. Engineering Applications of
Artificial Intelligence, v. 16, p. 555566, 2003.

VAN DE VEGTE, J. Feedback Control Systems. NewJersey-EUA: Prentice-Hall, 1986.

VANBRACKLE III, L. N.; REYNOLDS JR, M. R. EWMA and CUSUM control charts in the
presence of correlation. Communications in Statistics - Simulation and Computation, v.
26, n.3, p. 979-1008, 1997.

VENKATASUBRAMANIAN, V.; RENGASWAMY, R.; KAVURI, S. N.; YIN, K. A review
of process fault detection and diagnosis Part III: Process history based methods. Computers
and Chemical Engineering, v. 27, p. 327-346, 2003.

VENKATESAN, G. Process control of product quality. ISA Transactions, v. 42, p. 631641,
2003.

VERMAAT, M. B.; DOES, R. J. M. M.; BISGAARD, S. EWMA Control Chart Limits for
First-and Second-Order Autoregressive Processes. Quality and Reliability Engineering
International, v. 24, n. p. 573584, 2008.

VERMAAT, M.B.; MEULEN, F.H.; DOES, R. J. M. M. Asymptotic behavior of the
variance of the EWMA statistic for autoregressive processes. Statistics and Probability
Letters, v. 78, p.16731682, 2008.

WANG, K.; TSUNG, F. An Adaptive T2 Chart for Monitoring Dynamic Systems. Journal of
Quality Technology, v. 40, n.1, p. 109-123, 2008.

WARDROP, D. M.; GARCIA, C. E. Discussion: Integrating SPC and APC. Technometrics,
v.34, n. 3, p. 281-282, 1992.

WIEL, S. A. V.; TUCKER, W. T.; FALTIN, F.W.; DOGANAKSOY, N. Algorithmic
statistical process control: concepts and an application. Technometrics, v. 34, n. 3, p. 286-
297, 1992.

WIEL, S. A. V.; VARDEMAN, S. B. Discussion: Integrating SPC and APC. Technometrics,
v.34, n. 3, p. 278-281, 1992.


197
WOLYNEC, S. Tcnicas eletroqumicas em corroso. 1. ed. So Paulo: Editora da
Universidade de So Paulo, 2003.

WOODALL, W. H. Controversies and Contradictions in Statistical Process Control. Journal
of Quality Technology, v. 32, n. 4, p. 341-378, 2000.

WOODALL, W. H.; SPITZNER, D. J.; MONTGOMERY, D. C.; GUPTA, S. Using Control
Charts to Monitor Process and Product Quality Profiles. Journal of Quality Technology, v.
36, n. 3, p. 309-320, 2004.
WRIGHT, C.M.; BOOTH, D.E.; HU, M.Y. Joint Estimation: SPC Method for Short-Run
Autocorrelated Data. Journal of Quality Technology, v.33, n. 3, p. 365-378, 2001.
WU, J.; MAKIS, V. Economic and economic-statistical design of a chi-square chart for CBM.
European Journal of Operational Research, v. 188, p. 516529, 2008.

YANG, S.F.; RAHIM, M.A. Economic statistical process control for multivariate quality
characteristics under Weibull shock model. International Journal of Production
Economics, v. 98, p. 215226, 2005.

YANG, L.; SHEU, S. Integrating multivariate engineering process control and multivariate
statistical process control. International Journal of Advanced Manufacturing Technology,
v. 29, p. 129-136, 2006.

YE. N.; BORROR, C.; ZHANG, Y. Techniques for computer intrusion detection through
anomalous changes in event intensity. Quality And Reliability Engineering International,
v. 18, p. 443451, 2002.

YOUNG, T. M.; WINISTORFER, P. M. The effects of autocorrelation on real-time statistical
process control with solutions for forest products manufacturers. Forest Products Journal, v.
51, n. 11/12, p. 70-77, 2001.

YU, J.; XI, L. A neural network ensemble-based model for on-line monitoring and diagnosis
of out-of-control signals in multivariate manufacturing processes. Expert Systems with
Applications, doi:10.1016/j.eswa.2007.10.003, 2007.

YU, J., ZHANG, Z.; XU, L. Process monitoring for integration of SPC and APC based on BP
neural network. In: SECOND INTERNATIONAL CONFERENCE ON INTELLIGENT
COMPUTATION TECHNOLOGY AND AUTOMATION. Anais... IEEE computer society,
p. 378-381, 2009.


198
APNDICES

APNDICE A

DETERMINAO DOS COMPORTAMENTOS DAS VARIAES NATURAIS
INERENTES AO PROCESSO VARIVEL TEMPERATURA

A.1 TEMPERATURA MDIA SEMANAL

Tabela A.1.1 Temperatura Mdia Semanal, Cidade de Pato Branco 01/01/2009 a 30/12/2009
Semana Temperatura
Mdia (C
o
)
Semana Temperatura
Mdia (C
o
)
Semana Temperatura
Mdia (C
o
)
1 19,4 19 18,2 37 16,1
2 22,4 20 14,4 38 16,5
3 20,8 21 17,5 39 16,1
4 22,5 22 10,9 40 18,6
5 22,1 23 12,5 41 18,2
6 23,2 24 11,6 42 18,8
7 22,4 25 14,4 43 19,8
8 23,6 26 13,9 44 24,6
9 23,6 27 15,7 45 22
10 22,3 28 12,5 46 23,3
11 21,4 29 14,6 47 23,3
12 22,2 30 9,9 48 23,1
13 22,1 31 13,3 49 22,8
14 22,4 32 16 50 21,7
15 20,5 33 17,9 51 23,5
16 18,8 34 13,5 52 23,5
17 18,8 35 19,9
18 17,6 36 16,6
[Fonte: adaptado de IAPAR (2010)]


Tabela A.1.2 - Teste de Kolmogorov-Smirnov e Chi-Squared de ajustamento a Distribuio Normal
temperatura mdia semanal no software stattgraphics
Kolmogorov
Smirnov
DPLUS 0,0983822 Chi-Squared _
2
32,6153
DMINUS 0,149271
DN 0,149271 G.L. 22
P-Value 0,197173 P-Value 0,0674949
[Fonte prprio autor]


199
A.2 TEMPERATURAS MXIMAS E MNIMAS

Na Tabela A.2.1 destaca-se que a amplitude da variao diria mdia, constante A, que
a metade da variao diria mdia apurada.


Tabela A.2.1 Temperaturas Dirias variaes mdias
Varivel Temperaturas
Temp. Mxima Diria Mdia (
o
C) 25,2
Temp. Mnima Diria Mdia (
o
C) 14,4
Variao Diria Mdia (
o
C) 10,8
Constante A Amp. da Variao Diria Mdia - Equao de Variao (
o
C) 5,4
[Fonte prprio autor]


200
APNDICE B

DETERMINAO DOS COMPORTAMENTOS DAS VARIAES NATURAIS
INERENTES AO PROCESSO VARIVEIS VAZO DE SADA E EVAPORAO


A Vazo de Sada (arraste das peas) gerada sobre estimativas realizadas com os
responsveis pelo processo. Dois limites de reposio foram considerados, quando operando
peas pequenas e grandes em ritmo de produo normal. Na ausncia de registros formais ou
de informaes mais precisas, estabeleceram-se os limites (mximo e mnimo) de cada
classificao de tamanho de pea. Obteve-se o consenso dos valores de reposio dirios para
peas pequenas: mnimo de 60 litros e mximo de 80 litros. Quando da produo de peas
grandes os valores de reposio dirios de: mnimo 50 litros e mximo 70 litros. Antes destas
quantidades serem convertidas em cm
3
/minuto, para serem utilizados na gerao dos valores
por meio de uma Distribuio de Probabilidade Uniforme, foram descontadas a estimativa de
reposio em funo da evaporao diria, uma vez que nas estimativas obtidas esta distino
no realizada.
Para estimar a taxa mdia de evaporao, utilizaram-se doze amostras de 50 cm
3
da
soluo do tanque de cromagem, na mesma concentrao recomendada para deposio (230
g/l), mantidas a 40
o
C durante 18 horas ininterruptas. A quantidade de amostras foi
estabelecida em funo da capacidade do equipamento disponibilizado pelo laboratrio para
realizao das medies. Este ensaio foi realizado em laboratrio qumico externo empresa.
As amostras foram inseridas em tubos apropriados com dimetro de 5 cm.
Aps o perodo estabelecido o valor mdio evaporado foi de 17 cm
3
. Na Tabela B.1
encontram-se os valores apurados na medio. Fazendo-se as devidas converses e levando-se
em considerao a rea do tanque real, chegou-se ao valor mdio de evaporao de 19,24
cm
3
/min. Devido ao carter e objetivo do estudo, no foi utilizado um modelo matemtico
para reproduzir o comportamento desta varivel.
Considerando a evaporao constante, enquanto mantido o tanque aquecido, e a taxa
de evaporao estipulada, foi estimada uma parcela de reposio diria de 27,7 litros em
funo deste efeito. Valor este, deduzido das estimativas globais informadas pelos
responsveis pelo processo em ambas as classificaes de peas.



201
Tabela B.1 Evaporao constatada aps teste em laboratrio
Amostra Volume
Evaporado (ml)
Amostra Volume
Evaporado (ml)
Amostra Volume
Evaporado (ml)
1 18 5 16 9 16
2 20 6 16 10 17
3 18 7 14 11 18
4 17 8 17 12 17
[Fonte laboratrio externo empresa]



202
APNDICE C

CONSTANTES ASSUMIDAS NO MODELO MATEMTICO PARA A
SIMULAO


- Tempo de integrao: ts=1 min;

- Massa especfica do banho (concentrao 20 B 230g/cm
3
): ro_banho=1,161 g/cm
3
;

- Calor especfico do banho: c_esp_banho= 0,7 cal/(g.C
o
);

- Volume do banho: volume_banho= 2,28e6 cm
3
;

- rea do tanque em cm2: area_tq = 2,4e4 cm
2
;

- Massa especfica do cido crmico concentrado (460g/l): ro_cromo = 1,23 g/cm
3
;

- Massa especfica da gua de enxgue: ro_agua = 1,01 g/cm
3
;

- Equivalente eletroqumico do cromo: eqv = 0,323 g/(A.h);

- Rendimento da corrente em (%): rc = 20%;

- Vazo de sada por evaporao: qevap_a = 19,24 cm
3
/min;

- Taxa de troca trmica do banho com o ambiente: alfha = 0,0102(1/min);

- Converso Watt para cal/mim (para cal/seg = 4,1868): conversao = 0,06978;

- Nvel de referncia (alvo) do banho para o calculo do erro do controlador: nivel_ref
= 95 cm;

- Densidade de referncia (alvo) do banho para o calculo do erro do controlador:
conc_ref = 1,161 g/cm
3
;

- Temperatura de referncia (alvo) do banho para o calculo do erro do controlador:
t_ref = 40 C
o
;

Fonte: Wolynec (2003); Gentil (2007) e Surtec (2009) ou atravs dos responsveis
pelo processo industrial.

203
APNDICE D

FLUXOGRAMA DE SIMULAO
MDULO 2 - PRIMEIRA ETAPA DE SIMULAO
Rodada Preliminar dados para ajuste Modelos ARIMA

Inci o
Verso = CEnP (*)
Repli cao = 1
Decl arao Vari veis das
repli caes
- Decl arao vari veis Gl obai s e
gerao de vetores e matri zes
- Dados ini ci ai s
Captura dados das
vari vei s control adas
Determinao melhores
model os ARIMA aj ustados
aos dados (SGS)
Incorporar model os ARIMA ao
programa
K s 10.080
No
Si m
Gerao de vari aes
inerentes ao processo
Semana Tpi ca
K = 1 a 10.080
- Clcul o erros das
vari vei s control adas;
- aes do control ador.
SIMULAO DO
PROCESSO
Fi m
(*) Rodar s verso CEnP.

204
APNDICE E

AJUSTE MODELOS ARIMA


E.1 TEMPERATURA DO BANHO (Tb)

Tabela E.1 Critrios de acurcia para identificao dos melhores modelos - Temperatura
Modelo avaliado AIC HQC SBIC
ARIMA(2,0,1)
com constante
-10,294 -10,284 -10,268
ARIMA(3,0,2)
com constante
-10,281 -10,266 -10,243
ARIMA(4,0,2)
com constante
-10,272 -10,255 -10,227
[Fonte prprio autor]


As estimativas dos parmetros so significativos ( 05 , 0 s P ) e encontram-se na Tabela
E.2.

Tabela E.2 Parmetros modelo ARIMA - Temperatura
Parmetros Valores Estimados Valor P
AR1 1,956 0,000000
AR2 -0,956 0,000000
MA1 0,872 0,000000
Mdia 39,836 0,000000
Constante 0,0089
[Fonte prprio autor]

Na fase de verificao, foi realizado para averiguar a adequao do modelo o teste de
aleatoriedade dos resduos de Box-Pierce. A estatstica do teste obtida, resultou em 81,752,
com Valor P igual 0,8664, que maior que 5%, indicando que no se pode rejeitar a hiptese
que os resduos so aleatrios. Sendo assim, tm-se indcios de que o modelo est bem
ajustado aos dados. Atravs dos correlogramas de autocorrelao e autocorrelao parcial,
Figuras E.1 e E.2, percebe-se que as autocorrelaes e autocorrelaes parciais so de
pequena intensidade, considerou-se que o modelo est bem ajustado aos dados.


205
0 10 20 30
lag
-1
-0,6
-0,2
0,2
0,6
1
A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
s

Figura E.1 Correlogramas das Autocorrelaes dos Resduos Temperatura
[Fonte prprio autor]


0 10 20 30
lag
-1
-0,6
-0,2
0,2
0,6
1
P
a
r
t
i
a
l

A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
s

Figura E.2 Correlogramas das Autocorrelaes Parciais dos Resduos Temperatura
[Fonte prprio autor]


E.2 NIVEL DO BANHO (H)

Tabela E.3 Critrios de acurcia para identificao dos melhores modelos - Nvel
Modelo
avaliado
AIC HQC SBIC
ARIMA(5,1,5) -16,217 -16,192 -16,153
ARIMA(2,1,3) -16,204 -16,191 -16,172
ARIMA(3,1,2) -16,198 -16,186 -16,166
[Fonte prprio autor]

206
As estimativas dos parmetros de mais alta ordem so significativas ( 05 , 0 s P ). Os
valores encontram-se na Tabela E.4.

Tabela E.4 Parmetros modelo ARIMA - Nvel
Parmetros Valores Estimados Valor P
AR1 0,534065 0,002316
AR2 0,467331 0,075512
AR3 0,730996 0,000897
AR4 -0,0137058 0,957732
AR5 -0,722468 0,000018
MA1 0,304271 0,091908
MA2 0,375969 0,098980
MA3 0,702148 0,000594
MA4 0,157701 0,501396
MA5 -0,548585 0,000012
[Fonte prprio autor]

O teste de aleatoriedade dos resduos de Box-Pierce indicou como resultado a
estatstica 92,3383 e respectivo Valor P de 0,411998. Sendo este ltimo maior que 5%, no se
pode rejeitar a hiptese que os resduos so aleatrios. Tendo-se assim indcios de que o
modelo est bem ajustado aos dados.
Os resduos tambm foram verificados atravs dos correlogramas de autocorrelao e
autocorrelao parcial, Figuras E.3 e E.4. Os valores das autocorrelaes esto dentro do
intervalo de confiana estabelecido (95%), exceto o lag 2 que o ultrapassou ligeiramente
(Figura E.3). As autocorrelaes parciais tambm possuem pequenos valores (menores que
0,10), estando tambm os valores dentro do intervalo de confiana (95%), exceto os lag's 2, 3
e 7), os quais ligeiramente o ultrapassam (Figura E.4). Makridakis, Wheelwright e Hyndman
(1998) admitem ser aceitvel se ter em torno de 5% dos lag's ultrapassando a curtas distncias
este limites.


207
0 10 20 30
lag
-1
-0,6
-0,2
0,2
0,6
1
A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
s

Figura E.3 Correlogramas das Autocorrelaes dos Resduos Nvel
[Fonte prprio autor]

0 10 20 30
lag
-1
-0,6
-0,2
0,2
0,6
1
P
a
r
t
i
a
l

A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
s

Figura E.4 Correlogramas das Autocorrelaes Parciais dos Resduos Nvel
[Fonte prprio autor]

E.3 DENSIDADE DO BANHO (r)

Tabela E.5 Critrios de acurcia para identificao dos melhores modelos - Densidade
Modelo
avaliado
AIC HQC SBIC
ARIMA(5,2,6)
com constante
-31,3563 -31,3268 -31,28
ARIMA(6,2,3)
com constante
-31,3554 -31,3308 -31,2918
ARIMA(5,2,4)
com constante
-31,3477 -31,3232 -31,2841
[Fonte prprio autor]


208

Verificou-se pelo teste dos resduos de Box-Pierce que o modelo apontado pelos
critrios HQC/SBIC possui uma pior adequao aos dados. Optou-se por utilizar o modelo
indicado pelo critrio AIC.
As estimativas dos parmetros de mais alta ordem so significativas ( 05 , 0 s P ). Os
valores encontram-se na Tabela E.6. O parmetro Mdia, neste modelo, no foi considerado
por apresentar o respectivo valor P superior a 5%.

Tabela E.6 Parmetros modelo ARIMA - Densidade
Parmetros Valores Estimados Valor P
AR1 0,509589 0,000000
AR2 0,693324 0,000000
AR3 0,262175 0,000000
AR4 0,249793 0,000000
AR5 -0,717539 0,000000
MA1 1,09382 0,000000
MA2 0,393003 0,000000
MA3 -0,245258 0,000000
MA4 0,0302781 0,000000
MA5 -0,70277 0,000000
MA6 0,397911 0,000000
Mdia 1,30131E-7 0,850560
Constante 3,45736E-10
[Fonte prprio autor]

O teste de aleatoriedade dos resduos de Box-Pierce apontou como resultado a
estatstica 20,8724 e Valor P de 0,0754904. Sendo este ltimo valor maior que 5%, no se
pode rejeitar a hiptese que os resduos so aleatrios. Tendo-se assim indcios de que o
modelo est bem ajustado aos dados. Atravs dos correlogramas de autocorrelao e
autocorrelao parcial, Figuras E.5 e E.6, percebe-se que as autocorrelaes e autocorrelaes
parciais so de pequena intensidade, considerou-se que o modelo est bem ajustado aos dados.


209
0 10 20 30
lag
-1
-0,6
-0,2
0,2
0,6
1
A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
s

Figura E.5 Correlogramas das Autocorrelaes dos Resduos Densidade
[Fonte prprio autor]


0 10 20 30
lag
-1
-0,6
-0,2
0,2
0,6
1
P
a
r
t
i
a
l

A
u
t
o
c
o
r
r
e
l
a
t
i
o
n
s

Figura E.6 Correlogramas das Autocorrelaes Parciais dos Resduos Densidade
[Fonte prprio autor]


210
APNDICE F
DETERMINAO DOS PARMETROS DA CARTAS DE CONTROLE

As cartas de controle, utilizadas na verificao dos dados e na determinao dos
parmetros utilizados na Fase II (sob controle) da monitorao das variveis controladas,
esto representadas nas Figuras F.1 a F.6. Como se pode confirmar, com estes resduos
obtidos da simulao de uma semana tpica, no ocorreram sinalizaes em qualquer carta.
O comportamento dos dados foi considerado satisfatrio, sem indcios de qualquer
anormalidade. No se percebeu qualquer sinal de irregularidade, inclusive indicando o bom
ajuste realizado com os modelos ARIMA, no qual os resduos monitorados comportam-se
como o almejado, em torno da mdia zero.
Nas Figuras F.1 e F.2 esto representadas as cartas de Amplitude Mvel, Observaes
Individuais e EWMA para varivel Temperatura.


(a) Carta de Controle Amplitude Mvel

(b) Carta de Controle Obs. Individuais

Figura F.1 Varivel Temperatura
[Fonte prprio autor]


211

Figura F.2 Carta de Controle EWMA Temperatura
[Fonte prprio autor]

Nas Figuras F.3 e F.4 esto representadas as cartas de Amplitude Mvel, Observaes
Individuais e EWMA para varivel Nvel.



(a) Carta de Controle Amplitude Mvel

(b) Carta de Controle Obs. Individuais

Figura F.3 Varivel Nvel
[Fonte prprio autor]



212

Figura F.4 Carta de Controle EWMA Nvel
[Fonte prprio autor]


Nas Figuras F.5 a F.6 esto representadas as cartas de Amplitude Mvel, Observaes
Individuais e EWMA para varivel Densidade.


(a) Carta de Controle Amplitude Mvel

(b) Carta de Controle Obs. Individuais

Figura F.5 Varivel Densidade
[Fonte prprio autor]

213

Figura F.6 Carta de Controle EWMA Densidade
[Fonte prprio autor]



214
APNDICE G
MDULO 2 - SEGUNDA ETAPA DE SIMULAO
Determinao Parmetros Cartas de Controle
Inci o
Verso = (*)
Repli cao = 1
Decl arao Vari veis das
repli caes
- Decl arao vari veis Gl obai s e
gerao de vetores e matri zes
- Dados ini ci ai s
K s 10.080
No
Si m
Gerao de vari aes
inerentes ao processo
Semana Tpi ca
K = 1 a 10.080
- Clcul o erros das
vari vei s control adas;
- aes do control ador.
SIMULAO DO
PROCESSO
Fi m
(*) Rodar 2 vezes:
1 - Verso CEnP
2 - Verso Integrao +Captura parmetros
Verso
CEnP ?
Si m
No
Carrega val ores das vari aes
inerentes ao processo
(banco de dados)
Verso
CEnP ?
Si m
No
Clcul o dos erros de ajuste
no perodo de produo
Verso
CEnP ?
Si m
No
- Sal va dados das variaes
inerentes ao processo;
- Sal va var. control adas
Pl otar Cartas:
MR, Obs. Ind., EWMA
Reini ci ar si mul ao com
verso CEnP
Armazena parmetros Cartas
Clcul o parmetros cartas
de controle moni torando
resduos
Si nali zaes?
No
Si m

215
APNDICE H
MDULO 2 TECEIRA E QUARTA ETAPAS DE SIMULAO
Simulao Cenrios
Inci o
Verso = (*)
Repli cao = 2 a 1001
Decl arao Vari veis das
repli caes
- Decl arao vari veis Gl obai s e
gerao de vetores e matri zes
- Dados ini ci ai s
K s 10.080
No
Si m
Gerao de vari aes
inerentes ao processo
Semana Tpi ca
K = 1 a 10.080
- Clcul o erros das vari vei s
controladas;
- Aes do control ador.
SIMULAO DO
PROCESSO
Fi m
(*) Rodar 2 vezes:
1 - Verso CEnP
2 - Verso Integrao
Verso
CEnP ?
Si m
No
Carrega val ores das vari aes
inerentes ao processo
(banco de dados)
Verso
CEnP ?
Si m
No
Clcul o dos erros de ajuste
no perodo de produo
Verso
CEnP ?
No
Si m
Armazena dados da
repeti o
Registra sinal izao
Clcul o do erro para interferi r na
ao de control e do control ador
Armazena variaes
inerente ao processo
Grfi cos da lti ma repetio
Repeti o
s 1001
No
Si m
Veri fi ca sinal izaes
Cartas Obs. Ind. /EWMA
Carrega parmetros das
cartas de controle (ETAPA 2)
apenas na pri mei ra repetio
Si nali zaes?
Si m
No

216
APNDICE I
SINALIZAES REGISTRADAS NAS SIMULAES DOS CENRIOS 3 E 4,
DO MDULO 2

Nas Tabela I.1 esto relacionadas as sinalizaes registradas pelas cartas de controle,
monitorando a varivel Densidade, quando da simulao do cenrio 3, mdulo 2. So
apresentados os instantes das ocorrncias, por carta de controle e ganho K
cc
, da repetio
(semana) 589.

Tabela I.1 Ocorrncias cenrio 3 cartas Observaes Individuais e EWMA para densidade
Minuto da sinalizao semana 589
Cenrio Ganho K
cc

Observaes Individuais EWMA
0%

- 5067
50%

- 5067
100%

5073 / 5076 / 5078 / 5083 / 5084
5085 / 5088 / 5089 / 5090 / 5095
5096 / 5098 / 5099 / 5100 / 5103
5105 / 5106 / 5109 / 5111 / 5113
5114 / 5115 / 5118 / 5126
5067 / 5069 / 5073 / 5077 / 5079
5080 / 5083 / 5084 / 5088 / 5089
5091 / 5092 / 5095 / 5096 / 5100
5102 / 5105 / 5106 / 5109 / 5113
5118 / 5119 / 5124 / 5126
C3
150%
5069 / 5071 / 5074 / 5075 / 5076
5079 / 5082 / 5083 / 5085 / 5086
5087 / 5090 / 5091 / 5092 / 5097
5098 / 5099 / 5100 / 5105 / 5106
5107 / 5108 / 5113 / 5114 / 5115
5118 / 5121 / 5123/ 5124 / 5125
5067 / 5069 / 5071 / 5074 / 5075
5078 / 5079 / 5082 / 5083 / 5085
5086 / 5090 / 5091 / 5093 / 5094
5097 / 5098 / 5100 / 5101 / 5102
5105 / 5106 / 5108 / 5109 / 5110
5113 / 5114 / 5117 / 5118 / 5121
5125 / 5126 / 5130
[Fonte prprio autor]

As sinalizaes registradas na simulao do cenrio 4, mdulo 2, carta EWMA, esto
apresentadas na Tabela I.2. So relacionados os instantes das ocorrncias com as repeties
quando houve indicao de causa especial, semanas 356 e 866.

Tabela I.2 Ocorrncias cenrio 4 carta EWMA temperatura
Minuto da sinalizao
Cenrio Ganho K
cc

Semana 356 Semana 866
C4
0%
50%
100%
150%
5323
1021 / 1045
1071 / 2416
3913 / 5401
6760 / 6801
6805
[Fonte prprio autor]