Supervisin de las caractersticas de calidad de los atributos

multivariados en procesos de dos etapas usando anlisis

discriminantes basados en grficos de control.

Engineering Department.

Resumen
En este trabajo, nos centramos especficamente en un proceso de dos
etapas con caractersticas de calidad de atributo multivariante en la
segunda etapa. El propsito principal de este estudio es extender el
anlisis discriminante (AD) basada en grficos de control para
monitorear un proceso de dos etapas. Proponemos tres mtodos que
incluyen EWMA (AD), EWMA (AD) y P-valor (AD) integrados, y
grficos de media mvil ponderada exponencial multivariada
(MEWMA) y T2 basados en el enfoque AD para monitorear la
caracterstica de calidad de atributo multivariante en Un proceso en
dos etapas. El rendimiento de los mtodos propuestos se evala a
travs de estudios de simulacin, as como un caso real.

Palabras clave: proceso de mltiples etapas, caractersticas de

atributos multivariados, anlisis discriminante.

1. Introduccin
Las tcnicas de control estadstico de procesos son ampliamente
utilizadas para monitorear y mejorar las caractersticas de calidad. Los
grficos de control se usan generalmente para identificar los patrones
no naturales en los procesos de fabricacin. Las grficas de control
son una herramienta importante para distinguir entre causas comunes
y causas asignables de variacin. Estos patrones antinaturales suelen
estar relacionados con causas asignables que conducen a seales
fuera de control. Posteriormente, se necesitan acciones correctivas
para restaurar el proceso en estado de control.

En la mayora de las industrias, un producto se suele fabricar en ms

de una etapa denominada proceso multietapa. En estos procesos la
calidad en la etapa actual se ve afectada por etapas previas. Esta
caracterstica se menciona como propiedad en cascada. Como
resultado, la calidad del producto final depende no slo de la etapa
actual, sino tambin de las caractersticas de calidad de las etapas
anteriores. As que usar los enfoques comunes puede ser engaoso.
Se han realizado diferentes investigaciones en esta rea. El uso de
grficos de control separados para monitorear las caractersticas de
calidad en cada etapa es uno de los enfoques comunes en la
literatura. Este enfoque no considera la propagacin de correlacin a
travs de diferentes etapas. El segundo enfoque es la aplicacin de
grficos de control multivariante para monitorear todas las etapas
simultneamente. En este enfoque, la interpretacin de la seal fuera
de control es complicada. El siguiente enfoque es el desarrollo de la
carta de control de seleccin de causa. Este enfoque elimina el efecto
de etapas anteriores de la etapa actual. Zhang [1] sugiri que la causa
de seleccin de control de grfico basado en los residuos. En este
enfoque, se define la relacin entre etapas y luego se calculan los
valores de los residuos. El efecto de las etapas anteriores se elimina
de los residuos calculados. Hawkins [2] propuso el mtodo modelo-
vaco. Este tipo de ajuste de regresin incluye el estado de que todas
o algunas de las caractersticas de calidad estn relacionadas, pero un
cambio en una caracterstica de calidad no afecta a las otras. Adems,
Hawkins [3] introdujo el procedimiento model-fix. Sin embargo, un
cambio en cualquier caracterstica de calidad afectar algunas o todas
las caractersticas de calidad siguientes. Generalmente, las
caractersticas de calidad de salida no siempre se distribuyen
normalmente. En este caso, se aplica el modelo lineal generalizado
(GLM). Esta tcnica relaciona la media de la variable respuesta con
las variables de entrada. Jearkpaporn et al. [4] consider mltiples
gamma-distribuido las variables de salida y propuso una tasa de
verosimilitud estadstica para supervisar el proceso. Skinner et al. [5]
grfico de control extendido basado en los residuos de desviacin para
el monitoreo de Poisson variables de respuesta distribuida.

Jearkpaporn et al. [6] se discuti sobre el proceso multietapa en el que

las variables de salida incluyen las variables normales y no normales.
Los residuos de desviacin se han calculado con respecto al GLM. El
rendimiento del mtodo propuesto se compar con el grfico T2 de
Hotelling basado en la estadstica U y el grfico de control de
Shewhart convencional. Aghaie et al. [7] se considera un proceso en
dos etapas en el cual la caracterstica de calidad de salida es afectada
por la caracterstica de calidad de entrada. Asumieron que las
caractersticas de calidad siguen las distribuciones de Bernoulli y
Poisson en la primera y segunda etapas, respectivamente. Exploraron
varios esquemas de monitoreo basados en la distribucin generalizada
de Poisson. Un proceso con dos etapas dependientes es considerado
por Yang et al. [8] en la cual las caractersticas de calidad en cada
etapa siguen una distribucin binaria bivariada. El rendimiento del
mtodo propuesto basado en la carta de control de seleccin de causa
se compara con el grfico de control de atributo shewhart y la regin
de control binomial bivariante. El resultado del mtodo propuesto
eclips los otros mtodos. Asgari et al. [9] desarroll una nueva
funcin de enlace que combina las dos funciones de enlace de raz
cuadrada y log para la caracterstica de calidad de Poisson de la
segunda etapa. Posteriormente, las cartas de control de Shewhart y
EWMA se utilizan para monitorear los residuos calculados. Asadzadeh
et al. [10] consider un proceso de dos etapas con la suposicin de
que los datos histricos incluyen valores atpicos. Establecieron una
relacin entre dos etapas mediante la ampliacin del enfoque de
ajuste robusto aplicando un estimador compuesto. A continuacin, se
utiliz el procedimiento de monitoreo robusto para controlar el proceso.
El rendimiento del mtodo propuesto se evalu a travs del criterio de
longitud media de ejecucin. Liu [11] proporcion una revisin sobre
las metodologas exploradas con respecto al esquema de reduccin
de variacin en procesos de fabricacin de mltiples etapas.
Reconoci el efecto del reciente desarrollo en la corriente de variacin
y los mtodos estadsticos de control de procesos sobre la reduccin
de la variacin. Las dos metodologas mencionadas se evalan a
travs de un caso real para concluir su influencia significativa en la
reduccin de la variacin.

Un proceso multietapa con datos binarios es investigado por Shang et

al. [12]. Utilizaron un modelo de espacio de estado binario y
propusieron sistemas de monitoreo y diagnstico basados en un
mtodo jerrquico de verosimilitud. Mostraron que los esquemas
propuestos funcionan mejor que el grfico de control de la 2.
Ghahyazi et al. [13] consider un proceso de dos etapas con
caracterstica de calidad de perfil lineal simple en cada etapa. Primero
mostraron el efecto de la propiedad en cascada en el rendimiento
estadstico del grfico de control T2 y luego propusieron un grfico de
control basado en la estadstica U para monitorear el proceso. Algunos
investigadores como Asadzadeh y Aghaie [14], Asadzadeh et al. [15,
16, 17] consider procesos de mltiples etapas con datos de fiabilidad
en la segunda etapa. Asadzadeh y cols. [18]. Li [19] consider un
proceso de mltiples etapas bajo mltiples fallas. Utiliz el modelo de
espacio de estado para definir el proceso y la teora bayesiana para
proponer una nueva tabla de control para monitorear el proceso. Li et
al. [20] investig los cambios en la matriz de covarianza de los
procesos multietapa y extendi un grfico de control basado en
EWMA. Amiri et al. [21] asumi un proceso de dos etapas con Poisson
caracterstica de calidad de salida. Desarrollaron una carta de control
de seleccin de causa utilizando residuos estandarizados del modelo
lineal generalizado.

En algunos procesos, la calidad de un proceso o producto es descrita

por variables correlacionadas y caractersticas de calidad de los
atributos. La mayora de las investigaciones se han realizado en
procesos multivariados o de mltiples atributos. Chiu y Kuo [22]
consideraron procesos binomiales bivariados. Desarrollaron una nueva
tabla de control con capacidad para determinar la fuente del estado
fuera de control. Adems, su carta de control propuesta no es sensible
a la transformacin de caractersticas de calidad de mltiples atributos
a caractersticas de calidad normal multivariante. Li y Tsung [23]
propusieron el binomio mltiple y los grficos de control de Poisson
CUSUM. Utilizaron el concepto de tcnicas de control de tasa de
descubrimiento falso (FDR) para construir un nuevo grfico de control
para mejorar la potencia de este tipo de grficos de control.

Ellos demostraron su afirmacin a travs de la simulacin de Mont

Carlo. Butte y Tang [24] sugirieron un nuevo procedimiento para
mejorar la capacidad de grficos de control multivariado como T2,
MEWMA y CUSUM para determinar la variable responsable de fuera
de control del estado. McCracken y Chakraborti [25] proporcionaron
una visin general de los grficos de control propuesto para el control
de la media y la varianza de las caractersticas de calidad normal
individual o simultneamente. Sin embargo, hay pocas investigaciones
sobre el monitoreo simultneo de caractersticas de calidad
multivariante y de atributo mltiple. Doroudyan y Amiri [26] aplicaron
cuatro tcnicas de transformacin para monitorear procesos de
atributos multivariados. Aplicaron tcnicas de reduccin de la asimetra
y eliminacin de correlacin en los mtodos desarrollados. Amiri et al.
[27] explor un proceso en el que un perfil lineal simple correlacionado
y caractersticas de calidad multivariante se controla a lo largo del
tiempo. Propusieron un mtodo basado en el cuadro de control
MEWMA. Mtodos estadsticos multivariados como el anlisis
discriminante tambin se utilizan en el control del proceso estadstico.
El concepto fundamental de DA es detectar la funcin discriminante
ptima. DA utiliza datos normales y anormales para encontrar la
direccin ptima para la clasificacin. He et al. [28] propuesta de
diagnstico de fallos basado en el anlisis discriminante. El
procedimiento incluye tres etapas. El primer paso es el anlisis que
clasifica los datos histricos en clsteres normales y fallos separados
por el mtodo k-means. El siguiente paso es la visualizacin de fallos
que asigna los datos en dos clusters mediante anlisis discriminante y
el ltimo paso es el diagnstico de fallos. Pei et al. [29] DA aplicada
para detectar la direccin discriminante utilizado entonces X / MR carta
de control para supervisar un proceso qumico. Bazdar y Kazemzadeh
[30] introdujeron la funcin discriminante para distinguir la fuente de
variacin en los procesos de varios pasos.

En este trabajo se considera un proceso en dos etapas con

caractersticas combinadas de calidad de atributo variable en la
segunda etapa. Proponemos algunas nuevas tablas de control
basadas en el anlisis discriminante y evaluamos el desempeo de las
tablas de control propuestas con las tradicionales en la literatura. El
resultado de los estudios de simulacin muestra el mejor desempeo
del grfico de control basado en DA propuesto. Adems, el uso de los
grficos de control basados en DA reduce la dimensin de las
caractersticas de calidad a la caracterstica de calidad univariable,
que es fcilmente monitoreada por tablas de control univariadas.

Este artculo est organizado de la siguiente manera: En la siguiente

seccin, se modeliza un proceso en dos etapas usando una regresin
lineal simple y un modelo lineal generalizado. En la seccin 3 se
desarrollan las cartas de control propuestas. En la seccin 4, el
rendimiento de la carta de control propuesta se compara mediante
estudios de simulacin con los grficos de control tradicionales en
trminos de criterio de longitud de ejecucin promedio. El desempeo
de las mejores tablas de control propuestas tambin se evala en un
caso real en la seccin 5. Conclusin y futuras investigaciones se dan
en la seccin final.