Gráficos de controle de soma cumulativa e média móvel exponencialmente ponderada

VISÃO GERAL DO CAPÍTULO E OBJETIVOS DE APRENDIZAGEM

Os capítulos 5, 6 e 7 concentraram-se nos métodos básicos de SPC. Os gráficos de controle

apresentados em esses capítulos são predominantemente gráficos de controle de Shewhart. Esses
gráficos são extremamente úteis na fase I de implementação do SPC, onde o processo provavelmente
ficará fora de controle e experimentando causas atribuíveis que resultam em grandes mudanças nos
parâmetros monitorados.

Os gráficos de Shewhart também são muito úteis nos aspectos de diagnóstico de um processo
indisciplinado no controle estatístico, porque os padrões nesses gráficos muitas vezes fornecem
orientação sobre a natureza da causa atribuível.

Uma grande desvantagem de um gráfico de controle de Shewhart é que ele usa apenas as informações
sobre o processo contido na última observação de amostra e ignora qualquer informação dado por
toda a seqüência de pontos. Esse recurso torna o gráfico de controle de Shewhart relativamente
insensível a pequenas mudanças de processo, digamos, da ordem de cerca de 1,5s ou menos. Isso
potencialmente torna os gráficos de controle de Shewhart menos úteis em problemas de
monitoramento de fase II, onde o processo tende a operar em estimativas confiáveis e de controle dos
parâmetros do processo (como o média e desvio padrão) estão disponíveis, e as causas atribuíveis
geralmente não resultam em grandes interrupções ou distúrbios do processo. Claro, outros critérios,
como limites de aviso e outras regras de sensibilização podem ser aplicadas aos gráficos de controle de
Shewhart na fase II para melhorar seu desempenho contra pequenos turnos. No entanto, o uso desses
procedimentos reduz o simplicidade e facilidade de interpretação do gráfico de controle de Shewhart,
e como observamos anteriormente, eles também reduzem drasticamente o comprimento médio de
execução do gráfico quando o o processo está realmente sob controle. Isso pode ser muito indesejável
no monitoramento de processo da fase II.

Duas alternativas muito eficazes para o gráfico de controle de Shewhart podem ser usadas quando
pequeno as mudanças do processo são de interesse: o gráfico de controle da soma cumulativa
(CUSUM) e o gráfico de controle da média móvel exponencialmente ponderada (EWMA). Controle
CUSUM e EWMA gráficos são excelentes alternativas para o gráfico de controle de Shewhart para
monitoramento de processo de fase II situações. Coletivamente, as cartas de controle CUSUM e
EWMA são algumas vezes chamadas de cartas de controle com limite de tempo. Essas cartas de
controle são o assunto deste capítulo.

Após um estudo cuidadoso deste capítulo, você deverá ser capaz de fazer o seguinte:

1. Configurar e usar gráficos de controle CUSUM para monitorar a média do processo

2. Projetar um gráfico de controle CUSUM para a média para obter o desempenho específico de ARL

3. Incorpore um recurso de resposta inicial rápida no gráfico de controle CUSUM

4. Use um esquema de monitoramento combinado Shewhart-CUSUM

5. Configurar e usar gráficos de controle EWMA para monitorar a média do processo

6. Projete um gráfico de controle EWMA para a média para obter o desempenho específico de ARL

7. Entenda por que o gráfico de controle EWMA é robusto para a suposição de normalidade

8. Compreender a vantagem de desempenho dos gráficos de controle CUSUM e EWMA

em relação aos gráficos de controle de Shewhart

9. Configure e use um gráfico de controle com base em uma média móvel comum (não ponderada)

9.1.2 O CUSUM Tabular ou Algorítmico para Monitorar a Média do Processo

Agora mostramos como um CUSUM tabular pode ser construído para monitorar a média de um
processo.

CUSUMs podem ser construídos para observações individuais e para as médias de subgrupos. O caso
de observações individuais ocorre com muita frequência na prática, de modo que essa situação será
tratado primeiro. Mais tarde veremos como modificar esses resultados para subgrupos racionais.

Seja xi a i-ésima observação do processo. Quando o processo está sob controle, xi tem uma
distribuição normal com média m0 e desvio padrão s. Assumimos que qualquer s é conhecido ou que
uma estimativa confiável está disponível. Essas suposições são muito consistentes com

aplicações de fase II do SPC, a situação em que o CUSUM é mais útil. Mais tarde iremos

discuta o monitoramento com um CUSUM.

Às vezes pensamos em m0 como um valor alvo para a característica de qualidade x. Este ponto de vista
é frequentemente adotado nas indústrias química e de processo, quando o objetivo é controlar x
(viscosidade, digamos) para um valor alvo específico (como 2.000 centistokes a 100 ° C). Se o processo
desviar ou desviar deste valor alvo, o CUSUM sinalizará, e um ajuste é feito para alguma variável
manipulável (como a taxa de alimentação do catalisador) para trazer o processo de volta ao alvo. Além
disso, em alguns casos, um sinal de um CUSUM indica a presença de uma causa atribuível isso deve ser
investigado assim como no caso do gráfico de Shewhart.

O CUSUM tabular funciona acumulando derivações de m0 que estão acima do alvo com uma
estatística C + e acumulando derivações de m0 que estão abaixo do alvo com outro estatística C -. As
estatísticas C + e C - são chamadas de CUSUMs superiores e inferiores unilaterais, respetivamente. Eles
são calculados da seguinte forma:

Nas equações 9.2 e 9.3, K é geralmente chamado de valor de referência (ou tolerância, ou o valor da
folga), e muitas vezes é escolhido a meio caminho entre o m0 alvo e o valor fora de controle da média
m1 que estamos interessados em detetar rapidamente.

Assim, se o deslocamento for expresso em unidades de desvio padrão como m1 = m0 + ds (or d = |m1 -

m0|/s) então K é a metade da magnitude do deslocamento ou

Observe que C + i e C −i acumulam desvios do valor alvo m0 que são maiores do que K, com ambas as
quantidades zeradas ao se tornarem negativas. Se C + i ou Ci− exceder o intervalo de decisão H, o
processo é considerado fora de controle.

Mencionamos brevemente como escolher K, mas como escolher H? Na verdade, o a seleção adequada
desses dois parâmetros é muito importante, pois tem impacto substancial sobre o desempenho do
CUSUM. Falaremos mais sobre isso mais tarde, mas um valor razoável para H é cinco vezes o desvio
padrão do processo s (desvio padrão).

Exemplo:
Configure o CUSUM tabular usando os dados da Tabela 9.1

Lembre-se de que o valor alvo é m0 = 10, o tamanho do subgrupo é n = 1, o desvio padrão do processo
é s = 1, e suponha que a magnitude da mudança que estamos interessados em detetar é 1.0s = 1.0
(1.0) = 1.0. Portanto, o valor fora de controle do a média do processo é m1 = 10 + 1 = 11. Usaremos
uma tabela CUSUM com K = 1/2 (porque o desvio padrão é 1,0s e s = 1)

9.1.3 Recomendações para Design CUSUM

O CUSUM tabular é projetado escolhendo valores para o valor de referência K e o intervalo de decisão
H. É geralmente recomendado que esses parâmetros sejam selecionados para fornecer

desempenho de duração média de execução. Tem havido muitos estudos analíticos de CUSUM ARL
desempenho. Com base nesses estudos, podemos dar algumas recomendações gerais para selecionar
H e K.

Defina H = hs e K = ks, onde s é o desvio padrão da variável de amostra usado na formação do CUSUM.
Usar h = 4 ou h = 5 e k = 2–1 geralmente fornecerá um CUSUM que tem boas propriedades de ARL
contra uma mudança de cerca de 1s na média do processo.

Para ilustrar o quão bem as recomendações de h = 4 ou h = 5 com k = –1 2 trabalho, considere

os comprimentos de execução médios de dois lados mostrados na Tabela 9.3. Observe que uma
mudança de 1s seria detectada em 8,38 amostras (com k = 2–1 e h = 4) ou 10,4 amostras (com k = 2–1
e h = 5). Por comparação, um gráfico de controle de Shewhart para medições individuais exigiria 43,96
amostras, em média, para detectar essa mudança.

Observe também na Tabela 9.3 que h = 4 resulta em um ARL0 no controle = 168 amostras, enquanto h
= 5 resulta em ARL0 = 465 amostras. Se escolhermos h = 4,77, isso fornecerá um CUSUM com ARL0 =
370 amostras, que corresponde ao valor ARL0 para um gráfico de controle de Shewhart com o limites
3s usuais.

Geralmente, queremos escolher k relativo ao tamanho do deslocamento que desejamos detectar; isso
é, k = -1 2d, onde d é o tamanho da mudança nas unidades de desvio padrão. Essa abordagem vem
muito perto de minimizar o valor de ARL1 para detectar uma mudança de tamanho d para ARL0 fixo.
Como mencionado anteriormente, um valor amplamente usado na prática é k = 2–1. Então, uma vez
que k é selecionado, você deve escolher h para fornecer o desempenho ARL0 sob controle desejado.
Hawkins (1993a) fornece uma tabela de valores k e

os valores de h correspondentes que atingirão ARL0 = 370. Estes são reproduzidos na Tabela 9.4.
Diversas técnicas podem ser usadas para calcular o ARL de um CUSUM. Vance (1986) fornece

um programa de computador muito preciso. Vários autores usaram uma abordagem para calcular

9.2 O gráfico de controle da média móvel exponencialmente ponderada

O gráfico de controle da média móvel exponencialmente ponderada (EWMA) também é uma

boa alternativa

ao gráfico de controle de Shewhart quando estamos interessados em detectar pequenas

mudanças. O desempenho do gráfico de controle EWMA é aproximadamente equivalente ao
da soma cumulativa

gráfico de controle e, de certa forma, é mais fácil de configurar e operar. Tal como acontece
com o CUSUM, o

EWMA é normalmente usado com observações individuais e, portanto, iremos discutir

aquele caso primeiro. Daremos também os resultados para subgrupos racionais de tamanho
n> 1.

9.2.1 O gráfico de controle da média móvel exponencialmente ponderada para monitorar a

média do processo

O gráfico de controle EWMA foi introduzido por Roberts (1959). Veja também Crowder
(1987a, 1989) e Lucas e Saccucci (1990) para boas discussões sobre o EWMA. A
exponencialmente média móvel ponderada é definida como

onde 0 <l ≤ 1 é uma constante e o valor inicial (necessário com a primeira amostra em i= 1) é
o alvo do processo, para que
Às vezes, a média dos dados preliminares é usada como o valor inicial do EWMA, de modo
que.

Para demonstrar que o EWMA zi é uma média ponderada de todas as médias da amostra
anterior, podemos substituir zi – 1 no lado direito da equação 9.22 para obter

Continuando a substituir recursivamente zi - j, j = 2, 3,. . . , t, obtemos

Os pesos l (1 - l) j diminuem geometricamente com a idade da média da amostra. Além disso,

os pesos somam a unidade, uma vez que

Se l = 0,2, então o peso atribuído à média da amostra atual é 0,2 e os pesos dados para os
meios anteriores são 0,16, 0,128, 0,1024 e assim por diante. Uma comparação desses pesos
com aqueles de uma média móvel de cinco períodos é mostrado na Figura 9.6. Porque esses
pesos

declinar geometricamente quando conectado por uma curva suave, o EWMA às vezes é
chamado de média móvel geométrica (GMA). O EWMA é amplamente utilizado na
modelagem de séries temporais e na previsão [ver Box, Jenkins e Reinsel (1994) e
Montgomery, Jennings, e

Kulachi (2008)]. Uma vez que o EWMA pode ser visto como uma média ponderada de todos
os
observações, é muito insensível à suposição de normalidade. Portanto, é um controle ideal

gráfico para usar com observações individuais. Se as observações xi são variáveis aleatórias
independentes com variância s 2, então a variância de zi é

Portanto, o gráfico de controle EWMA seria construído plotando zi versus o número de

amostra i (ou tempo). A linha central e os limites de controle para o gráfico de controle EWMA
são os seguintes.

Nas equações 9.25 e 9.26, o fator L é a largura dos limites de controle. Vamos discutir o
escolha dos parâmetros L e l em breve.

Observe que o termo [1 - (1 - l) 2i] nas equações 9.25 e 9.26 se aproxima da unidade quando
eu obtenho maior. Isso significa que após o gráfico de controle EWMA estar em execução por
várias vezes períodos, os limites de controle se aproximarão dos valores de estado
estacionário dados por

No entanto, é altamente recomendável usar os limites de controle exatos nas equações 9.25 e
9.26 para pequenos valores de i. Isso melhorará muito o desempenho do gráfico de controle
na deteção de um processo fora do alvo imediatamente após a inicialização do EWMA.

Exemplo:

Lembre-se de que o valor alvo da média é m0 = 10 e o desvio padrão é s = 1. Os cálculos para

o gráfico de controle EWMA estão resumidos na Tabela 9.10, e o gráfico de controlo (do
Minitab) é mostrado na Figura 9.7. Para ilustrar os cálculos, considere a primeira observação,
x1 = 9,45. O primeiro valor do EWMA é
Portanto, z1 = 9,945 é o primeiro valor plotado no controlo gráfico na Figura 9.7. O segundo
valor do EWMA é

Os outros valores da estatística EWMA são calculados de forma semelhante. Os limites de

controle na Figura 9.7 são encontrados usando as equações 9,25 e 9,26. Para o período i = 1,
E

Para o período 2, os limites são

Observe na Figura 9.7 que os limites de controle aumentam em largura conforme i aumenta
de i = 1, 2,. . . , até que se estabilizem no valores de estado estacionário dados pelas equações
9.27 e 9.28
E

O gráfico de controle EWMA na Figura 9.7 sinaliza na observação 28, portanto, concluiríamos
que o processo está fora de controle.

9.2.2 Projeto de um gráfico de controle EWMA

O gráfico de controle EWMA é muito eficaz contra pequenas mudanças de processo. Os

parâmetros de projeto do gráfico são o múltiplo de sigma usado nos limites de controle (L) e o
valor de l. isto é possível escolher esses parâmetros para dar desempenho ARL para o gráfico
de controle EWMA que se aproxima do desempenho CUSUM ARL para detectar pequenas
mudanças.

Tem havido vários estudos teóricos das propriedades do comprimento médio de execução do

Carta de controle EWMA. Por exemplo, veja os artigos de Crowder (1987a, 1989) e Lucas e
Saccucci (1990). Esses estudos fornecem tabelas ou gráficos de comprimento médio de
execução para uma gama de valores de le L. O desempenho da duração média de execução
para vários esquemas de controle EWMA é mostrado em Tabela 9.11. O procedimento de
projeto ideal consistiria em especificar o controle desejado e comprimentos de tiragem
médios fora de controle e a magnitude da mudança de processo que é antecipada, e em
seguida, selecione a combinação de le L que fornece o desempenho de ARL desejado. Em
geral, descobrimos que os valores de l no intervalo 0,05 ≤ l ≤ 0,25 funcionam bem em prática,
com l = 0,05, l = 0,10 e l = 0,20 sendo escolhas populares. Uma boa regra de ouro.
é usar valores menores de l para detetar deslocamentos menores. Também descobrimos que
L = 3 (o usual limites de três sigma) funciona razoavelmente bem, particularmente com o
maior valor de l, embora quando l é pequeno - digamos, l ≤ 0,1 - há uma vantagem em reduzir
a largura dos limites em usando um valor de L entre cerca de 2,6 e 2,8. Lembre-se de que no
Exemplo 9.2, usamos l = 0,1 e L = 2,7. Esperaríamos que essa escolha de parâmetros resultasse
em um ARL no controle de ARL0 500 e um ARL para detetar uma mudança de um desvio
padrão na média de ARL1 = 10,3. Portanto, este projeto é aproximadamente equivalente ao
CUSUM com h = 5 ek = 2–1. Hunter (1989) também estudou o EWMA e sugeriu escolher l para
que o peso dados às observações atuais e anteriores correspondem o mais próximo possível
aos pesos dados a essas observações por um gráfico de Shewhart com as regras da Western
Electric. Isso resulta em um valor recomendado de l = 0,4. Se L = 3,054, então a Tabela 9.11
indica que este gráfico têm ARL0 = 500 e para detetar uma mudança de um desvio padrão na
média do processo, o ARL1 = 14,3.

Existe uma preocupação potencial sobre um EWMA com um pequeno valor de l. Se o valor de

o EWMA está em um lado da linha central quando ocorre uma mudança na média na direção
oposta, poderia levar vários períodos para o EWMA reagir ao deslocamento, porque o
pequeno l não pesa muito os novos dados. Isso é chamado de efeito de inércia. Isso pode
reduzir o eficácia do EWMA na detecção de deslocamento. Woodall e Mahmoud (2005)
investigaram as propriedades inerciais de vários tipos diferentes de cartas de controle. Eles
definem a resistência do sinal de um gráfico de controle como o maior desvio padronizado da
média da amostra em relação ao valor alvo ou em controle não levando a um sinal fora de
controle imediato. Para um gráfico Shewhart, a resistência do sinal é , o multiplicador usado
para obter os limites de controle. Assim, a resistência do sinal é constante. Para o gráfico de
controle EWMA, a resistência do sinal é

onde w é o valor da estatística EWMA. Para o EWMA, o valor máximo da resistência do sinal
calculado sobre todos os valores da estatística L1(2 - l)/l EWMA é, se o gráfico tem os limites
assintóticos. Esses resultados se aplicam a qualquer tamanho de amostra, pois são dados em
termos de deslocamentos expressos como múltiplos do erro padrão.

Claramente, a resistência do sinal do gráfico de controle EWMA depende do valor escolhido

para l, com valores menores levando a valores maiores da resistência máxima do sinal. Isto é

em um sentido lamentável, porque quase sempre queremos usar o EWMA com um valor
pequeno de l, pois isso resulta em um bom desempenho de ARL na detecção de pequenas
mudanças. Como veremos em Seção 9.2.3, pequenos valores de l também são desejáveis
porque tornam o gráfico EWMA bastante insensível à normalidade dos dados do processo.
Woodall e Mahmoud (2005) recomendam sempre usando um gráfico Shewhart em conjunto
com um EWMA (especialmente se eu for pequeno) como uma maneira de neutralizar a
resistência do sinal.

Como o CUSUM, o EWMA tem um bom desempenho contra pequenas mudanças, mas não
reage a grandes mudanças tão rapidamente quanto o gráfico de Shewhart. Uma boa maneira
de melhorar ainda mais a sensibilidade de o procedimento para grandes turnos sem sacrificar
a capacidade de detetar pequenos turnos rapidamente é combinar um gráfico Shewhart com
o EWMA. Esses procedimentos de controle Shewhart – EWMA combinados são eficazes
contra turnos grandes e pequenos. Ao usar esses esquemas, temos considerou útil usar
limites ligeiramente mais largos do que o normal no gráfico de Shewhart (digamos, 3,25-
sigma, ou mesmo 3,5-sigma). Também é possível representar graficamente xi (ou) e a
estatística EWMA zi no mesmo gráfico de controle, juntamente com os limites de Shewhart e
EWMA. Isso produz um gráfico para o procedimento de controle combinado, os operadores
rapidamente se tornam adeptos da interpretação. Quando os gráficos são gerados por
computador, cores diferentes ou símbolos de plotagem podem ser usados para os dois
conjuntos de limites de controle e estatísticas.

9.2.3 Robustez do EWMA para não normalidade

Ao discutir o gráfico de controle de Shewhart para indivíduos no Capítulo 6, observamos que

o gráfico de indivíduos era muito sensível à não normalidade no sentido de que o ARL de
controle real (ARL0) seria consideravelmente menor do que o valor "anunciado" ou esperado
com base no pressuposto de uma distribuição normal. Borror, Montgomery e Runger (1999)

comparou o desempenho ARL do gráfico de indivíduos de Shewhart e o controle EWMA

gráfico para o caso de distribuições não normais. Especificamente, eles usaram a distribuição
gama para representar o caso de distribuições enviesadas e a distribuição t para representar
distribuições simétricas com caudas mais pesadas do que o normal.

O ARL0 do gráfico de indivíduos de Shewhart e vários gráficos de controle EWMA para estes

distribuições não normais são fornecidas nas Tabelas 9.12 e 9.13. Dois aspectos da informação
em essas tabelas são muito marcantes. Primeiro, mesmo distribuições moderadamente não
normais têm o efeito de reduzir significativamente o ARL sob controle do gráfico de indivíduos
de Shewhart. Isso vai, é claro, aumentar drasticamente a taxa de alarmes falsos. Em segundo
lugar, um EWMA com l = 0,05 ou l = 0,10 e um limite de controle apropriadamente escolhido
terá um desempenho muito bom tanto em relação ao normal quanto distribuições não
normais. Com l = 0,05 e L = 2,492 o ARL0 para o EWMA está dentro
aproximadamente 8% da teoria normal anunciada no controle ARL0 de 370, exceto na maioria

Casos extremos. Além disso, as propriedades de detecção de deslocamento do EWMA são

uniformemente superiores ao gráfico de Shewhart para indivíduos. Com base nessas
informações, recomendamos um EWMA adequadamente projetado como um gráfico de
controle para medições individuais em uma ampla gama de aplicações, particularmente fase II
monitoramento de processos. É quase um procedimento perfeitamente não paramétrico
(livre de distribuição).

9.2.4 Subgrupos Racionais

O gráfico de controle EWMA é freqüentemente usado com medições individuais. No entanto,

se racional subgrupos de tamanho n> 1 são tomados, então simplesmente substitua xi por e s
por no equações anteriores.