Você está na página 1de 6

TECNICA

BASEADA EM CONTROLE ESTAT


ISTICO DE PROCESSOS PARA
DIAGNOSTICO DE FALTAS EM MALHAS DE CONTROLE
cio F. D. Passos, Laura C. Braga, Carmela M. P. Braga, Ansio R. Braga
Lu

Laborat
orio de Validac
ao de Sistemas
PPGEE, UFMG
Av. Antonio Carlos 6627, Belo Horizonte, MG

LEACOPI
CEFET/MG
Av. Amazonas,7675, Belo Horizonte, MG
Emails: lucio.passos@cpdee.ufmg.br, laura@cpdee.ufmg.br, carmela@ufmg.br,
anisio.braga@uol.com.br
Abstract The variability of control loops is an important process performance index. Statistical control
tools allow to detect whether the variability has some assignable cause, but does not specify the root cause. This
work presents an algorithm based on R chart useful to detect a variability increasing related with some operation
range of the manipulated variable. Tests were performed with several loops, from different production units, that
certified this pattern as a strong indicator of device fault, such as controllers with inadequate tuning or defective
actuators.
Keywords

Statistical Quality Control, Control Loops, Fault Diagnosis, Variability.

Resumo A variabilidade das malhas de controle


e um importante indicador de desempenho de um processo.
Ferramentas de controle estatstico permitem detectar se a variabilidade possui alguma causa atribuvel, mas sem
diagnosticar sua origem. Este trabalho apresenta um algoritmo baseado na carta de controle R capaz de detectar
se o aumento da variabilidade da vari
avel controlada est
a relacionado com a faixa de operaca
o da vari
avel
manipulada. Testes foram realizados com diversas malhas de controle, de diferentes unidades produtivas, e
certificaram que este padr
ao pode ser considerado forte indicativo de falha em dispositivos, tais como controladores
e atuadores.
Palavras-chave
dade.

Controle Estatstico de Processos, Malhas de Controle, Diagn


ostico de Falha, Variabili-

Introdu
c
ao

Um importante indicador de desempenho de um


processo e a variabilidade apresentada pelas grandezas definidoras de sua qualidade. Entende-se
por variabilidade, a dispers
ao nos valores de uma
determinada grandeza, ao longo de um dado perodo de tempo. Uma alta variabilidade, em termos de qualidade, significa maior ocorrencia de
produtos n
ao-conformes e, como conseq
uencia natural, uma operac
ao com menor produtividade
(Braga et al., 2006).
Em aparente contraponto com o fato de poder
ser definida como o inverso da qualidade, a variabilidade e, talvez, a caracterstica mais intrnseca
de toda vari
avel de processo. Esta peculiaridade e
devida ao efeito acumulativo de pequenas e inevit
aveis perturbac
oes existentes ao longo dos processos, afetadas, ainda, por rudos de medic
ao. Estas
perturbac
oes fazem com que toda vari
avel, mesmo
quando regulada, apresente uma variabilidade intrnseca e natural. As malhas de controle, por
sua vez, tem o papel de manter as vari
aveis controladas com variabilidade mais pr
oxima possvel
deste patamar inferior sem sacrificar requisitos de
robustez, estabilidade e integridade.
Neste contexto, diz-se que uma vari
avel opera
em estado de controle estatstico caso n
ao haja

nenhuma causa atribuvel para sua variabilidade,


tal como controlador mal sintonizado, atuador defeituoso, sensor descalibrado, ou falha na operacao. O monitoramento de diversas variaveis controladas de um processo - por meio de ferramentas
de Controle Estatstico de Processos (CEP) - permite indicar se elas estao fora de controle estatstico, ou seja, se existem causas atribuveis para
sua variabilidade alem daquelas consideradas comuns. Tal estudo permite que sejam consideradas
acoes corretivas capazes de reduzir a variabilidade
do processo (Horch and A.J.Isaksson, 1998; Huang and E.K., 1997). Uma das ferramentas de
CEP utilizadas para o monitoramento, e utilizada
neste trabalho, e a carta de controle R.
Neste artigo investiga-se a relacao existente
entre a mudandanca na variabilidade da variavel
controlada e a faixa de operacao da variavel manipulada, de uma dada malha de controle, por meio
de modificacoes ocorridas no comportamento estatstico padrao da PV. Foram realizados testes com
diversas malhas de controle, de diferentes unidades produtivas, para avaliar se este padrao pode
ser considerado um bom indicativo de falha em
dispositivos (controladores ou atuadores). Na secao 2, os padroes sao apresentados com maior detalhe. Na secao 3 apresenta-se um algoritmo, baseado na carta R, para detectar este padrao a par-

tir de amostras das vari


aveis controlada e manipulada, e os resultados aplicados a diversas malhas
de controle de diferentes unidades produtivas sao
discutidos na sec
ao 4.
2

numa malha de controle de pressao de gas, na


linha principal de tres sistemas de queima. A
PV apresenta acentuado aumento de variabilidade
sempre que um dos sistemas de queima deixa de
operar. Neste mesmo perodo, a MV tambem
opera num patamar diferente. Apos testes no processo, verificou-se que, na ausencia de um dos sistemas de queima, a sintonia do controlador era
inadequada, resultando em forte oscilacao.

Variabilidade e ponto de opera


c
ao de
vari
avel manipulada.

Para se analisar a relac


ao entre o aumento na variabilidade caracterstica das vari
aveis controladas
(process variable - PV) e o ponto de operacao
das vari
aveis manipuladas (manipulated variable MV), s
ao analisados dados provenientes de variaveis e processos distintos, conforme ilustrado nesta
sec
ao.
O primeiro processo analisado consiste em um
exemplo de uma malha de controle de vaz
ao industrial que opera com a func
ao de v
alvula pneumatica (atuador de processo), conforme mostrado na
Figura 1. A vari
avel de processo (fig.1-a) apresenta perodos com acentuada mudanca de variabilidade. Observando-se o gr
afico inferior (fig.1b), que mostra a tendencia da MV, verifica-se que
esses intervalos coincidem com momentos em que
a v
alvula trabalha em torno de 60% de abertura.
Esta coincidencia de instantes e explicada por
um defeito no posicionador da v
alvula, constatado
ao vistori
a-la. Ap
os a desativac
ao e substituicao
do posicionador, o problema foi solucionado imediatamente.

(A) Varivel Controlada - PV


800

PV

700

500
400

8000 10000 12000 14000 16000


t(s)
(B) Referncia de posio para vlvula - MV

2000

4000

6000

18000

8000 10000 12000 14000 16000


t(s)

18000

MV(%)

Figura 2: Malha de controle de pressao com aumento de variabilidade em mudanca de ponto de


operacao devido `a sintonia do controlador.

PV

3
t(s)

6000

30

10

600

4000

20

700

2000

40

800

50

(A) Varivel Controlada - PV

500

600

Acrescentam-se, tambem, os casos de nao linearidades do tipo saturacao - onde o aumento


na variabilidade da variavel controlada ocorre
quando a MV atinge seu limite maximo ou mnimo. A Figura 3 mostra uma malha de controle
de pressao em um tanque onde, dependendo da
condicao operacional, a acao de controle fica saturada, resultando em aumento na variabilidade.

x 10

(A) Varivel Controlada - PV

(B) Referncia de posio para vlvula - MV


80

0.35
0.3
0.25

60

0.2

PV

MV(%)

0.15

40

0.1
0.05
0
-0.05

20

-0.1
-0.15

0.5

1.5

2.5

3.5

4.5

t(s)

3
t(s)

x 10

(B) Referncia de posio para vlvula - MV


7

x 10

Figura 1: Malha de controle de vaz


ao com falha
no posicionador da v
alvula.

MV(%)

5
4
3
2
1

Comportamento semelhante ao ilustrado


acima, pode ocorrer devido `
a n
ao-linearidade (est
atica ou din
amica) na malha. Se o processo controlado apresenta faixas de operac
ao da MV com
significativa mudanca de comportamento, dependendo da robustez do controlador, a malha pode
apresentar uma maior variabilidade sempre que
operar pr
oximo a estes pontos. A Figura 2 apresenta um exemplo tpico deste comportamento

0.5

1.5

2.5

3.5

4.5

t(s)

Figura 3: Malha de controle de pressao com aumento de variabilidade em mudanca de ponto de


operacao.
Nos casos apresentados, o aumento na variabilidade da PV coincide com algum ponto de operacao da MV e ocorre devido `a faltas, respecti-

x 10

vamente, falha no posicionador da v


alvula, baixa
robustez do controlador e mau dimensionamento
do processo.
3

Algoritmo Proposto

O objetivo do algoritmo e obter um ndice , capaz de detectar faltas relacionadas com o ponto
de operac
ao da MV. Mais especificamente, deve
detectar malhas cujas amostras da PV fora de
controle estatstico apresentem um determinado
padr
ao estatstico para a MV e, de maneira complementar, que tambem verifique se este padrao
n
ao ocorre em amostras da PV que estejam sob
controle estatstico. E, por se tratar de sinais
estoc
asticos, o ndice deve ser gradual, com incrementos positivos sempre que a hip
otese de falta
for confirmada e com incrementos negativos caso
contr
ario.
Este ndice e normalizado entre 0 e 100, indicando o percentual de certeza do diagn
ostico.
Detalha-se, a seguir, o procedimento proposto
para c
alculo do ndice.
A. Pr
e-processamento dos sinais:
Dados utilizados em cartas de controle devem
ser normalmente distribudos e descorrelacionados no tempo (Montgomery, 2001). Esta
u
ltima suposic
ao pode ser verificada graficamente por meio de correlogramas. A minimizac
ao da correlac
ao temporal pode ser realizada por meio de decimac
ao e utilizacao do
resduo de um modelo AR (Auto-Regressivo)
dos dados.
B. Projeto da carta de controle R para a
vari
avel controlada:
Como o objetivo e classificar as amostras
quanto ao nvel de variabilidade, utiliza-se
uma carta de Shewhart do tipo R. Esta
carta e baseada no range (diferenca entre o
maior e menor valor) de cada amostra. Inicialmente, um conjunto de amostras, representativo de bom estado operacional do processo,
e tomado como referencia e seus ranges sao
usados para o c
alculo dos limites de controle
m
aximo e mnimo (UCL e LCL). As demais
e futuras amostras s
ao classificadas, durante
a fase de monitoramento, como sob controle
estatstico se seus ranges estiverem dentro
desses limites e s
ao classificadas como fora
de controle estatstico caso contr
ario.
C. Estima
c
ao de um modelo estatstico de
refer
encia para a MV:
Seleciona-se na carta de controle R da PV um
intervalo com diversas amostras fora do limite
de controle. Estima-se a media e a variabilidade da MV (mv , mv ) para as amostras

correspondentes. Estes parametros serao usados para a distribuicao de referencia de uma


posicao faltosa na MV.
D. C
alculo do incremento no ndice de detec
c
ao (f ):
A cada amostra de dados, calcula-se a media
da MV e o ndice por meio de duas equacoes. A equacao (1) e usada para amostras
fora de controle estatstico e a equacao (2)
para amostras em estado de controle estatstico.
No primeiro caso, o incremento deve refletir o quanto a MV amostral se aproxima
do padrao de referencia. Sendo igual a 1 se
a distancia entre a media amostral da MV e
mv for nula, tende a zero quando esta distancia se aproxima de 3 mv , e tende a -1 `
a
medida que ela se distancia de 3 mv .
No segundo caso (PV em estado de controle estatstico), diferentemente do caso anterior, o incremento deve ser negativo (entre
0 e -1) `a medida em que a distancia entre a
media amostral da MV e mv se aproximar de
zero e deve ser nulo caso essa distancia seja
maior que 3 mv .

|mv mv (i)|
,2
3mv

(1)


|mv mv (i)|
,1
3mv

(2)


= 1 min

= min

E. Atualiza
c
ao do modelo estatstico da
MV:
` medida que novas amostras forem sendo coA
letadas, o modelo de referencia da MV deve
ser atualizado com dados de amostras fora de
controle estatstico. A atualizacao e feita de
maneira recursiva, parametrizada pelo fator
n. Quanto maior n, menor sera a influencia
de novas amostras nos parametros do modelo.
As equacoes recursivas utilizadas sao mostradas abaixo.
l

mv =

1X
mvl
l 1

(3)

sendo l o tamanho da amostra utilizada ou o


n
umero de elementos na amostra.

mv (i) =

mv (i) =

1
n
mv (i 1) +
mv
(n + 1)
n+1
(4)
n
1
mv (i1)+
|mv mv (i)|
(n + 1)
n+1
(5)

F. Totaliza
c
ao do ndice de detec
c
ao:
O ndice e calculado por meio da acumulac
ao dos valores de /nu calculados para cada
amostra. Um fator deve ser ajustado `a sensibilidade do ndice em relac
ao aos incrementos.

(i)

max(min((i 1)

+ , 100), 0)R

(6)

Tratamento dos dados


- Decimao
- Descorrelao

Projeto carta R com os dados


da PV:
- RPV = (R1,R2,R3,...,RN)
- UCLPV

de acomodacao em torno deste valor. Usando uma


decimacao de 5 segundos e considerando o resduo
de um modelo AR, obtem-se os dados mostrados
na linha inferior da Figura 5 . Observe que a autocorrelacao apresenta amostras acima do limite de
confianca em no maximo 5 lags, resultado considerado satisfatorio para o criterio de descorrelac
ao
dos dados.
A etapa 2 e ilustrada na Figura 6 . Ela mostra
a carta R aplicada aos resduos obtidos na etapa
anterior. Sao acusados dois intervalos com amostras acima do limite superior, ou seja, fora de controle estatstico.
O procedimento iterativo foi entao aplicado
utilizan-do um fator n = 100 para as equacoes
recursivas e = 1 para o calculo do . O resultado e mostrado na Figura 7. O diagnostico
atinge 100% de certeza na amostra 500 mantendo
um valor proximo adiante.

Obteno da
Distribuio inicial da
MV: [mv(0), mv(0)]

Correlograma da Srie Original

Srie Original
i=1

0.8

50

0.6
S

Ri >UCLPV?

0.4
0.2

-50

-100
D

-0.2
0

4
t

-200

0
200
lags
Correlograma do Resduo

x 10
Resduo da Srie Original
50

0.8

0.6
0

0.4
0.2
0

-50

-0.2

i = i+1

2000 4000 6000 8000 10000


t

-200

0
lags

200

Habilitado?
N

FIM

Figura 5: Sinal original e correlograma do sinal


original (linha superior), e resduo do sinal filtrada
com seu correlograma (linha inferior).

Figura 4: Resumo do algoritmo para c


alculo do .

Exemplos de aplica
c~
ao do algoritmo.
Como exemplo, cada etapa do procedimento sera
aplicado `
a malha de controle de vaz
ao, a j
a citada
na sec
ao 2, como tendo um problema no posicionador.
A Figura 5 mostra, na linha superior, o grafico
de tendencia da vari
avel controlada e seu correlograma. A correlac
ao ultrapassa o limite de confianca para amostras com ate 100 lags, o que e esperado, considerando que o processo possui tempo

Dados de operacao de uma malha de press


ao
do processo nao linear mostrado na Figura 2, da
secao 2, tambem foram submetidos ao algoritmo.
Os dados sao novamente mostrados na Figura 8,
com uma coleta maior (6, 4104 s). Ate o instante
(2104 s), a malha apresenta aumento de variabilidade sempre que a MV muda para o ponto de operacao em torno de 22%. A partir deste instante,
porem, a malha de pressao foi re-sintonizada e o
problema deixa de existir. A Figura 9 mostra o
calculo do durante todo este perodo. O ndice
atinge o valor limite de 100% na amostra 600 e,
apos a solucao do problema, retorna ao limite inferior.

Carta de Controle Rbarra:

Falha por posio de atuador () Posicao:30.9225+-2.7342

180

100
80
V (%)

160

Sample Range (R)

140
120

60
40
20
0

100

100

200

300

80

400
500
Amostras

600

700

800

Figura 9: Indice indicando a presenca de falta.

60
40
20
0

100

200

300

400
Samples

500

600

700

800

Figura 6: Carta de Controle R para o resduo da


PV.
Falha por posio de atuador () Posicao:58.4139+-1.4317

V (%)

100

discutidas na secao 2, a primeira com diagnostico


de saturacao da acao de controle e a segunda com
problema no posicionador da valvula. Nas demais
malhas o dianostico apresenta um certo grau de
aleatoriedade com predomnio de incrementos negativos e, por isso, os resultados sao valores pr
oximos ou iguais a zero. Isso indica que o padr
ao
de falha (aumento da variabilidade da PV associado com o ponto de operacao da MV) nao ocorre
nessas malhas.

50
Malha Nvel 1 - Resduo PV

Malha Nvel 1 - MV
20
MV (%)

PV

1
0

-1

300
400
Amostras

500

600

10

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Nvel 2 - Resduo PV

700

0.5

1.5

2
2.5
3
3.5
Malha Nvel 2 - MV

2
2.5
3
3.5
Malha Presso - MV

4.5

5
4

x 10

15
10
5

Figura 7: Indice indicando a presenca de falta.

-2

0.5

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

1.5

Malha Presso - Resduo PV

(A) Varivel Controlada - PV (Resduo)

0
-0.02
-0.04

0.5

1.5

MV (%)

PV

2.5

3.5

4.5

5
4

Malha Vazo 1 - MV

x 10

60
50
40
30
0.5

1.5

2.5

3.5

4.5

5
4

x 10

Malha Vazo 2 - MV

Malha Vazo 2 - Resduo PV


10
MV (%)

2
PV

70

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

-50

x 10

Malha Vazo 1 - Resduo PV


0.3
0.2
0.1
0
-0.1

10

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

50

4.5

15
MV (%)

PV

0.04
0.02

PV

2
MV (%)

200

PV

100

15

8
6

-2

2000

4000

6000
8000
10000
t(s)
(B) Referncia de posio para vlvula - MV

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
seg

12000

1.5

2.5
3
seg

3.5

4.5

5
4

x 10

100
Malha
Malha
Malha
Malha
Malha

90
80

40

70
Confiabilidade(%
)

MV(%)

0.5

Resultados do ndice de falha por posio de atuador - Unidade 1

30

Nvel 1
Nvel 2
Presso
Vazo 1
Vazo 2

60
50
40
30

20

20

4
t(s)

10

x 10

0
100

Figura 8: Carta de Controle R para o resduo da


PV.
4

200

300
400
Amostras

500

600

700

Figura 10: Indice indicando a presenca de


falta.

Resultados gerais

O algoritmo foi aplicado a 15 malhas de controle


de tres unidades distintas. As figuras 10, 11 e 12
mostram os resduos da PV (coluna da esquerda),
a MV (coluna da direita) e o c
alculo de para
cada umas das malhas de controle das unidades.
Observa-se que o ndice converge para 100% nas
malha de press
ao da unidade 1 e na terceira malha
de vaz
ao da unidade 2. Essas s
ao mesmas malhas

Apesar de todos os testes terem certificado a


eficacia do metodo na deteccao de faltas, e preciso
considerar a possibilidade de ocorrencia de falsos
diagnosticos de falha (falsos positivos) e a naodeteccao de malhas faltosas (falsos negativos). O
primeiro caso pode ocorrer, por exemplo, devido
a dist
urbios sistematicos no processo que ocorrem associados a mudancas de carga. Assim, o
aumento na intensidade do dist
urbio causaria au-

Malha Vazo 1 - MV

Malha Vazo 1 - Resduo PV

Falsos negativos tambem podem ocorrer em


malhas sujeitas a constantes mudancas operacionais que mascaremo padrao que o algoritmo e
capaz de detectar.

70
60

MV (%)

PV

0.2
0

50
40
30

-0.2

0.5

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Vazo 2 - Resduo PV

1.5

2
2.5
3
3.5
Malha Vazo 2 - MV

4.5

2
2.5
3
3.5
Malha Vazo 3 - MV

5
4

x 10

50
MV (%)

PV

60

-50

40
20

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Vazo 3 - Resduo PV

0.5

1.5

0.5

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

1.5

x 10

2.5

3.5

4.5

5
4

Malha Presso - MV

Malha Presso - Resduo PV

x 10

MV (%)

40

MV (%)

60

200
PV

10
5

-20

55
50
45
40
35

20

-200

0
1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Temperatura - Resduo PV
0.05
PV

4.5

25
20
15

MV (%)

PV

20

0
-0.05

0.5

0.5

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
seg

1.5

1.5

2
2.5
3
3.5
Malha Temperatura - MV

2.5
3
seg

4.5

5
4

x 10

3.5

4.5

5
4

x 10

Resultados do ndice de falha por posio de atuador - Unidade 1


100
90
80

Confiabilidade(%)

70

Malha
Malha
Malha
Malha
Malha

60
50

Vazo 1
Vazo 2
Vazo 3
Presso
Temperatura

40
30
20
10
0
100

200

300
400
A mostras

500

600

700

Figura 11: Indice indicando a presenca de


falta.
Malha Vazo 1 - Resduo PV

Os testes realizados certificaram a eficacia do controle estatstico utilizado com um algoritmo para
deteccao automatica de faltas. A partir da detecao, outras tecnicas de processamento de sinais
podem ser utilizadas para enderecar automaticamente, diagnosticas, a causa exata do problema.
A vantagem da utilizacao desse tipo algoritmo
cresce proporcionalmente com o n
umero de vari
aveis. Em unidades produtivas com grande n
umero
de malhas de controle, a inspecao de todos os controladores e atuadores torna-se inviavel. Por isso,
mesmo com um percentual de diagnostico incorreto, o levantamento de malhas potencialmente
faltosas torna-se extremamente u
til para nortear
os trabalhos de manutencao preventiva, contribuindo para uma operacao mais estavel, consciente e pro-ativa.
Testes de validacao do algoritmo em operacao contnua, por perodos prolongados, podem
indicar a extens`ao da aplicacao do mesmo, ou a
necessidade de ajustes.

Malha Vazo 1 - MV
30
MV (%)

1
PV

Conclus
ao

Refer
encias

20
10

-1
1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Vazo 2 - Resduo PV

0.5

0.5

MV (%)

2
PV

2
2.5
3
3.5
Malha Vazo 3 - MV

2
2.5
3
3.5
Malha Presso - MV

4.5

5
4

x 10

30

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Vazo 3 - Resduo PV
4

0
-2

1.5

4.5

5
4

x 10

38
36
34
32
30
28
0.5

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Presso - Resduo PV

1.5

4.5

5
4

x 10

Braga, C. M. P., Braga, A. R., Fantini, M. and


Jota, F. G. (2006). Validacao ampla de
plantas industriais: Uma abordagem metodologica, Anais do XII Congresso Brasileiro
de Autom
atica, CBA06, Salvador, Brasil,
pp. 288293.

50

0.1
MV (%)

0
PV

2
2.5
3
3.5
Malha Vazo 2 - MV

20

-1

-0.1
-0.2
-0.3

45
40
35

0.5

1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Malha Temperatura - Resduo PV

1.5

2.5

3.5

4.5

5
4

Malha Temperatura - MV

0.1

x 10

45
MV (%)

0.05
PV

1.5

40
MV (%)

PV

0
-0.05
1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
seg

40
35
30
0.5

1.5

2.5
3
seg

3.5

4.5

5
4

x 10

Horch, A. and A.J.Isaksson (1998). A method for


detection of stiction in control valves, IFAC
WorkShop On-Line-Fault Detection and Supervision in the Chemical Process Industry,
Lyon, France, p. Session 4B.

Resultados do ndice de falha por posio de atuador - Unidade 3


100

Malha
Malha
Malha
Malha
Malha

90
80

Vazo 1
Vazo 2
Vazo 3
Presso
Temperatura

Confiabilidade(%)

70
60

Huang, B., S. S. and E.K., K. (1997). Good, bad


or optimal? performance assessment of multivariable processes, Automatica 33(6): 1175
1183.

50
40

Montgomery, D. C. (2001). Introduction to Statistical Quality Control, John Wiley Sons Inc.,
Arizona University, USA.

30
20
10
0
100

200

300
400
A mostras

500

600

700

Figura 12: Indice indicando a presenca de


falta.
mento na variabilidade da vari
avel controlada e a
mudanca de carga, mudanca no ponto de operacao
da MV.