49
Controle Estatístico de Qualidade Capítulo 8 (montgomery)

Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

  • Upload
    phamdat

  • View
    214

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Controle Estatístico de Qualidade

Capítulo 8 (montgomery)

Page 2: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico CUSUM e da Média Móvel Exponencialmente Ponderada

� Introdução– Cartas de Controle Shewhart

� Usa apenas a informação contida no último ponto plotado� Ignora qualquer informação dada pela sequência inteira de

pontos� Tais características tornam esse tipo de gráfico insensível a

pequenas mudanças no processo (menores que 1,5σ)� O uso de testes para sequência ou limites de alerta servem como

paliativo, mas não resolvem o problema. Na verdade, tais regras reduzem sua simplicidade e facilidade de interpretação.

– Duas alternativas eficazes aos gráficos Shewhart para detectar pequenas mudanças no processo são:� Gráfico de Controle da Soma Acumulada (CUSUM)� Gráfico de Controle da Média Móvel Exponencialmente

Ponderada

Page 3: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Soma Acumulada (CUSUM)

� Motivação– No gráfico de controle abaixo as 20 primeiras observações

foram extraídas de uma distribuição normal com média µ = 10 e σ = 1.

– As 10 últimas de uma N(11;1) (processo fora de controle)

Observation

Individual Value

30272421181512963

13

12

11

10

9

8

7

_X=10

UCL=13

LCL=7

I Chart

O gráfico falhou em detectar a mudança

Motivo: magnitude relativamente pequena da mudança

Page 4: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Soma Acumulada (CUSUM)

� Motivação– O gráfico CUSUM foi proposto primeiramente por Page(1954). – O gráfico CUSUM incorpora toda a informação da sequência

de valores, plotando as somas acumuladas dos desvios dos valores da amostra em relação a um valor-alvo (µ0).

– O gráfico CUSUM são particularmente eficazes com amostras de tamanho n=1.

10

1

0 )()( −=

+−=−=∑ ii

i

j

ji CxxC µµ

10

1

0 )()( −=

+−=−=∑ ii

i

j

ji CxxC µµ

Page 5: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Soma Acumulada (CUSUM)

� Motivação– Note que se o processo permanece sob controle, Ci será um passeio

aleatório com média zero. Se a média se desloca para um valor µ1>µ0, Ci deverá apresentar uma tendência positiva. Caso contrário, uma tendência para baixo se desenvolverá em Ci.

Gráfico da Soma Acumulativa

-4

-2

0

2

4

6

8

10

12

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Amostra

Ci

Page 6: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Soma Acumulada (CUSUM)

� Motivação

– Iremos nos concentrar no gráfico CUSUM para média do processo. No entanto, é possível planejar procedimentos de somas acumuladas para

� Variabilidade do processo (Montgomery, 1981)� Variáveis Poisson e Binomial� Gráficos de controle de somas acumuladas tem sido estudados

por: Ewan (1963), Page (1961), Gan (1991), Lucas (1976), Hawkins (1981), entre outros.

Page 7: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico CUSUM Tabular

– O CUSUM Tabular pode ser construído para monitorar a média do processo.

– Será tratado, primeiramente, o caso onde n=1.– Seja xi a i-ésima observação do processo distribuída

normalmente com média µ0 (valor-alvo) e desvio padrão σquando o processo está sob controle.

– O CUSUM Tabular trabalha acumulando os desvios de µ0 que estão acima do alvo em uma estatística C+, e acumulando os desvios de µ0 que estão abaixo do alvo em outra estatística C-.

– As estatísticas C+ e C- são chamadas cusums unilaterais superior e inferior, sendo definidas por:

Page 8: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico CUSUM Tabular

O Cusum Tabular

onde os valores iniciais são

� K é chamado de valor de referência (ou valor de tolerância). Normalmente representa o ponto médio entre o valor alvo (µ0) e o valor da média fora de controle (µ1) que estamos interessados em detectar rapidamente.

[ ][ ]−

−−

+−

+

+−−=

++−=

10

10

)(,0max

)(,0max

iii

iii

CxKC

CKxC

µ

µ

000 == −+ CC

Page 9: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico CUSUM Tabular

� Se a mudança K que queremos detectar é expressa em unidades de desvio-padrão por

µµµµ1 = µµµµ0 + δσδσδσδσ ou δδδδ =| µµµµ1 - µµµµ0 |/σσσσ

� Então a magnitude da mudança (K) pode ser expressa por

� Se tanto excederem o intervalo de decisão H(limites de tolerância), o processo será considerado fora de controle.

– A escolha de H será discutida posteriormente. Normalmente, usa-se H = 5σ

22

01 µµσ

δ −==K

−+

00 ou CC

Page 10: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico CUSUM Tabular

� Exemplo– Valor alvo (µ0) = 10– n = 1– σ = 1– Magnitude da mudança 1σ,

logo K = ½– H = 5σ = 5

Amostra Xi1 9,452 7,993 9,294 11,665 12,166 10,187 8,048 11,469 9,20

10 10,3411 9,0312 11,4713 10,5114 9,4015 10,0816 9,3717 10,6218 10,3119 8,5220 10,8421 10,9022 9,3323 12,2924 11,5025 10,6026 11,0827 10,3828 11,6229 11,3130 10,52

Page 11: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico CUSUM Tabular

� Exemplo– Os valores de C+ e C- para amostra 1 são:

– Os valores de C+ e C- para amostra 2 são:

– A seguir, apresentamos os cálculos restantes. As quantidades N+ e N- indicam os períodos consecutivos em que C+ e C- foram não-nulos.

[ ][ ] 05,045,9)5,010(;0max

00,0)5,010(45,9;0max

01

01

=+−−=

=++−=

−−

++

CC

CC

[ ]

[ ] 56,105,099,7)5,010(;0max

00,00)5,010(99,7;0max

2

2

=+−−=

=++−=−

+

C

C

Page 12: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Amostra Xi Xi - (mi + K) C+ N+ (mi - K) - Xi C- N-1 9,45 -1,05 0 0 0,05 0,05 12 7,99 -2,51 0 0 1,51 1,56 23 9,29 -1,21 0 0 0,21 1,77 34 11,66 1,16 1,16 1 -2,16 0 05 12,16 1,66 2,82 2 -2,66 0 06 10,18 -0,32 2,50 3 -0,68 0 07 8,04 -2,46 0,04 4 1,46 1,46 18 11,46 0,96 1,00 5 -1,96 0,00 09 9,20 -1,30 0 0 0,30 0 1

10 10,34 -0,16 0 0 -0,84 0 011 9,03 -1,47 0 0 0,47 0 112 11,47 0,97 0,97 1 -1,97 0 013 10,51 0,01 0,98 2 -1,01 0 014 9,40 -1,10 0 0 0,10 0,10 115 10,08 -0,42 0 0 -0,58 0 016 9,37 -1,13 0 0 0,13 0,13 117 10,62 0,12 0,12 1 -1,12 0 018 10,31 -0,19 0 0 -0,81 0 019 8,52 -1,98 0 0 0,98 0,98 120 10,84 0,34 0,34 1 -1,34 0 021 10,90 0,40 0,74 2 -1,40 0 022 9,33 -1,17 0 0 0,17 0,17 123 12,29 1,79 1,79 1 -2,79 0 024 11,50 1,00 2,79 2 -2,00 0 025 10,60 0,10 2,89 3 -1,10 0 026 11,08 0,58 3,47 4 -1,58 0 027 10,38 -0,12 3,35 5 -0,88 0 028 11,62 1,12 4,47 6 -2,12 0 029 11,31 0,81 5,28 7 -1,81 0 030 10,52 0,02 5,30 8 -1,02 0 0

C+ > H

Processo fora de

controle

Page 13: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Exemplo: Gráfico de status do CUSUM – Minitab

Sample

Cumulative Sum

30272421181512963

5,0

2,5

0,0

-2,5

-5,0

0

UCL=5

LCL=-5

CUSUM Chart

Page 14: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Recomendações para o Planejamento do CUSUM

– O CUSUM Tabular é planejado através da escolha do valor de referência (K = kσσσσ) e do intervalo de decisão (H = hσσσσ).

– Recomenda-se que tais parâmetros sejam selecionados de modo a fornecer um bom CMS(comprimento médio da sequência), por exemplo CMS0 próximo a 370 (processo sob controle).

– Na prática, tem-se observado bons resultados com h=4 ou h=5 e k = ½.

– A seguir apresentamos um comparativo do CMS para o Gráfico CUSUM vs Gráfico de Shewhart para média.

Page 15: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Recomendações para o Planejamento do CUSUM

– Hawkins (1993) fornece uma tabela com valores de k e h, no qual CMS0 será igual a 370:

– Siegmund (1985) apresenta uma aproximação do cálculo do CMS para um cusum unilateral (C+ ou C-):

– onde ∆ = δ* - k para C+, ∆ = -δ* - k para C- e b = h + 1,166.– Se ∆ = 0, pode-se usar CMS = b2

– Lembre-se que δ* é a mudança na média, em unidades de σ, para qual deve ser calculado o CMS.

k 0,25 0,5 0,75 1,0 1,25 1,5h 8,01 4,77 3,34 2,52 1,99 1,61

22

12)2exp(

−∆+∆−=

bbCMS

Page 16: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Recomendações para o Planejamento do CUSUM

– O CMS para um cusum bilateral é obtido a partir das estatísticas unilaterais — digamos CMS+ e CMS-:

– Exemplo: Considere k = ½, h = 5 e δ* = 0 (sob controle)Logo ∆ = -½ e b = 6,166. Assim,

– Como δ* = 0 temos, excepcionalmente, CMS+ = CMS-. Logo, o CMS bilateral é dado por

−++=

CMSCMSCMS

111

2,938)2/1(2

1)166,6)(2/1(2))166,6)(2/1(2exp(20 =

−−+−−=+

CMS

1,4692,938

1

2,938

110

0

=⇒+= CMSCMS

Page 17: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Recomendações para o Planejamento do CUSUM

� Considerações – Note que a aproximação

de Siegmund está próxima do verdadeiro valor de CMS0

– Para σσσσ=1, por exemplo, o gráfico Cusum detectaria uma mudança mais rápido do que o gráfico de Shewhart.

– CMS entre os gráficos Cusum e Shewhart convergem a medida que σ (tamanho da mudança) aumenta.

h=4 h=50,00 168,0 465,0 370,40,25 74,2 139,0 281,10,50 26,6 38,0 155,20,75 13,3 17,0 81,21,00 8,38 10,4 43,91,50 4,75 5,8 15,02,00 3,34 4,0 6,32,50 2,62 3,1 3,23,00 2,19 2,6 2,04,00 1,71 2,0 1,2

Valores Exatos para oComprimento Médio da Sequencia (CMS)

k = 1/2Multiplo de sigma Shewhart

Page 18: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

CUSUM Padronizado

– Principal vantagem: possibilita termos os mesmos valores de k e h para diversos gráficos CUSUM, visto que as escolhas desses parâmetros não iriam mais dependerda escala das variáveis.

– Seja

– Os CUSUM padronizados são definidos por

σ

µ0−= i

i

xy

[ ][ ]−

−−

+−

+

+−−=

+−=

1

1

;0max

;0max

iii

iii

CykC

CkyC

Page 19: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Subgrupos Racionais

– O desenvolvimento do CUSUM tabular se estendefacilmente ao caso de média de subgrupos racionais (n>1).

– Basta substituir por (a média amostral ou do subgrupo) nas fórmulas anteriores e substituir σ por

– No entanto, Montgomery discute que o uso das médias dos subgrupos (ou seja n>1) NÃO melhora o desempenho do Gráfico Cusum, ao contrário dos gráficos de Shewhart.

ix ix

nx /σσ =

Page 20: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Subgrupos Racionais

– Por exemplo, se pudermos escolher entre a retirada de uma amostra de tamanho n=1 a cada 30min ou um subgrupo de tamanho n=5 a cada 2,5horas, o CUSUM funcionará melhor, em geral, com a escolha de n=1.

– Segundo Montgomery, apenas se houver uma economia de escala significativa ou alguma outra razão válida para se tomar amostras de tamanho maior é que os subgrupos devem ser usados.

Page 21: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Melhorando o CUSUM para Grandes Mudanças

– Uma abordagem para melhorar a habilidade do gráfico em detectar grandes mudanças é o procedimento combinado cusum-Shewhart (Lucas, 1982)� Construir um gráfico Shewhart para C+ e C-

� Neste caso, recomenda-se o uso de limites de controle de 3,5σ.

� O aumento de 0,5σ nos limites de controle no gráfico de Shewhart é justificado pelo fato de estarmos interessados em detectar grandes mudanças

� O gráfico CUSUM ficaria “responsável” por pequenas alterações na média ou no valor-alvo, enquanto que o gráfico de Shewhart se encarregaria em detectar grandesalterações.

– Um sinal fora de controle em qualquer (ou ambos) os gráficos constitui num sinal de ação

Page 22: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Resposta Inicial Rápida (RIR) ou Headstart

– Procedimento elaborado por Lucas e Crosier (1982) para melhorar a sensitividade do CUSUM no início do processo.

– A resposta inicial rápida (RIR), ou headstart, coloca os valores iniciais de iguais a um valor não-nulo, normalmente igual a H/2. Isso é chamado de headstart de 50%.

– Benefícios do headstart� Se o processo começa sob controle (no valor-alvo), o

CUSUM rapidamente cairá para zero e o headstart terá pouco efeito;

� No entanto, caso o processo comece em algum nível diferente do valor alvo, o headstart permitirá ao CUSUM detectar isso rapidamente.

−+00 e CC

Page 23: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Considerações Finais em relação ao CUSUM Tabular

� Cusum Unilateral– Note que o gráfico CUSUM é construído a partir de dois

procedimento unilaterais (C+ e C-)– Há situações onde apenas um procedimento é util. Por

exemplo:� Em um processo químico a característica de interesse é a

viscosidade de um produto.� Considere que se a viscosidade ficar abaixo do valor-alvo

não há problema. No entanto, qualquer aumento na viscosidade deve ser detectado rapidamente.

– O CMS poderia ser calculado facilmente a partir da aproximação de Siegmund.

Page 24: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Considerações Finais em relação ao CUSUM Tabular

� Cusum com Sensitividades Diferentes

– É também possível planejar CUSUMs com sensitividades diferentes nos lados superior e inferior

– Isso seria útil em situações onde, por exemplo, uma mudança acima do alvo é mais crítica do que mudanças abaixo do alvo.

Page 25: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Introdução– É também uma boa alternativa aos gráficos de Shewhart

quando estamos interessados em detectar pequenas mudanças.

– Tem desempenho equivalente ao gráficos de controle CUSUM tabular.

– É, de certa forma, mais fácil de estabelecer e operar.– É tipicamente usado para observações individuais (n=1).

No entanto, também veremos o caso de subgrupos racionais de tamanho n>1.

– Foi introduzido por Roberts em 1959

Page 26: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Definições– O gráfico da Média Móvel Exponencialmente

Ponderada (MMEP) é definido como

– onde 0 < λ ≤ 1é uma constante, e o valor inicial exigido para i=1 é o alvo do processo, ou seja

– Quando o valor alvo não é conhecido, a média aritmética dos dados pode ser usado

1)1( −−+= iii zxz λλ

00 µ=z

xz =0

Page 27: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Definições– Note que zi é uma média ponderada de todas as

observações anteriores:

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

=−+= −1)1( iii zxz λλ

[ ]

2

2

1

21

)1()1(

)1()1(

−−

−−

−+−+=

=−+−+=

iiii

iiii

zxxz

zxxz

λλλλ

λλλλ

0

1

0

)1()1( zxzi

i

j

ji

j

i λλλ −+−= ∑−

=

Page 28: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Definições

– Os pesos λ(1-λ)j decrescem geometricamente com a idade da média amostral.

– Como a MMEP pode ser considerada uma média de todas as observações passadas e corrente, o gráfico da MMEP é insensível a hipótese de normalidade.

– Assim, tal gráfico é ideal para ser usado com observações individuais.

Page 29: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Definições– Se as observações xi são variáveis aleatórias

independentes com variância σ2, então a variância de zi é dada por:

[ ]i

zi

i

j

j

i

ii

j

ji

j

i

ii

j

ji

j

i

izVar

zVar

zVarxVarzVar

zxVarzVar

222

1

0

222

0

21

0

22

0

1

0

)1(12

)(

)1()(

)()1()()1()(

)1()1()(

λλ

λσσ

σλλ

λλλ

λλλ

−−

−=⇒

−=

=−+−=

=

−+−=

=

=

=

Progressão Geométrica

Page 30: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Definições– O gráfico de controle MMEP pode ser construído através

da plotagem de zi versus o número da amostra i. A linha central e os limites de controle são:

– Em breve discutiremos sobre a escolha de L e λ.

[ ]

[ ]i

i

LLIC

LM

LLSC

2

0

0

2

0

)1(12

)1(12

λλ

λσµ

µ

λλ

λσµ

−−

−−=

=

−−

−+=

Page 31: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico de Controle da Média Móvel Exponencialmente Ponderada

� Definições– Note que [1-(1- λ)2i] se aproxima de 1 quando i se torna

grande. Logo, após alguns períodos de tempo, os limites de controle se aproximarão dos valores de estado estacionário, dados por:

– No entanto, recomenda-se enfaticamente na prática o uso dos limites exatos.

−−=

−+=

λ

λσµ

λ

λσµ

2

2

0

0

LLIC

LLSC

Page 32: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico MMEP

� Exemplo– Valor alvo (µ0) = 10– σ = 1 – n = 1– λ = 0,1– L = 2,7

Amostra Xi1 9,452 7,993 9,294 11,665 12,166 10,187 8,048 11,469 9,20

10 10,3411 9,0312 11,4713 10,5114 9,4015 10,0816 9,3717 10,6218 10,3119 8,5220 10,8421 10,9022 9,3323 12,2924 11,5025 10,6026 11,0827 10,3828 11,6229 11,3130 10,52

Page 33: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico MMEP

� Exemplo– Os valores para a amostra 1 são:

[ ]

[ ] 73,9)1,01(11,02

1,0)1(7,210

27,10)1,01(11,02

1,0)1(7,210

)1.(2

)1.(2

=−−

−−=

=−−

−+=

LIC

LSC

945,910).1,01()45,9.(1,01 =−+=z

Page 34: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico MMEP

� Exemplo– Os valores para a amostra 2 são:

[ ]

[ ] 64,9)1,01(11,02

1,0)1(7,210

36,10)1,01(11,02

1,0)1(7,210

)2.(2

)2.(2

=−−

−−=

=−−

−+=

LIC

LSC

7495,9945,9).1,01()99,7.(1,02 =−+=z

Page 35: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Valores além dos

limites

Amostra Xi Zi1 9,45 9,94502 7,99 9,74953 9,29 9,70364 11,66 9,89925 12,16 10,12536 10,18 10,13077 8,04 9,92178 11,46 10,07559 9,20 9,9880

10 10,34 10,023211 9,03 9,923812 11,47 10,078513 10,51 10,121614 9,40 10,049515 10,08 10,052516 9,37 9,984317 10,62 10,047818 10,31 10,074019 8,52 9,918620 10,84 10,010821 10,90 10,099722 9,33 10,022723 12,29 10,249524 11,50 10,374525 10,60 10,397126 11,08 10,465427 10,38 10,456828 11,62 10,573129 11,31 10,646830 10,52 10,6341

Page 36: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Gráfico MMEP — Minitab

Sample

EWMA

30272421181512963

10,75

10,50

10,25

10,00

9,75

9,50

__X=10

+2,7SL=10,619

-2,7SL=9,381

EWMA Chart

Page 37: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Planejamento de um Gráfico de Controle MMEP

– O gráfico MMEP é muito eficaz contra pequenas mudanças no processo.

– Os parâmetros do planejamento do gráfico MMEP são Le λ.

– É possível escolher esses parâmetros de modo a obtermos um bom desempenho do CMS, próximo ao observado no gráfico CUSUM.

– Lucas e Saccucci (1990) apresentam um estudo com o CMS para alguns valores de (L, λ).

Page 38: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Planejamento de um Gráfico de Controle MMEP

L = 3,054 L=2,998 L=2,962 L=2,812 L=2,615lamb.=0,4 lamb.=0,25 lamb.=0,2 lamb.=0,1 lamb.=0,05

0,00 500,0 500,0 500,0 500,0 500,0 370,40,25 224,0 170,0 150,0 106,0 84,1 281,10,50 71,2 48,2 41,8 31,3 28,2 155,20,75 28,4 20,1 18,2 15,9 16,4 81,21,00 14,3 11,1 10,5 10,3 11,4 43,91,50 5,9 5,5 5,5 6,1 7,1 15,02,00 3,5 3,6 3,7 4,4 5,2 6,32,50 2,5 2,7 2,9 3,4 4,2 3,23,00 2,0 2,3 2,4 2,9 3,5 2,04,00 1,4 1,7 1,9 2,2 2,7 1,2

CMS para vários Esquemas de Controle MMEP(adaptado de Lucas e Saccucci (1990))

Multiplo de sigma Shewhart

Page 39: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Planejamento de um Gráfico de Controle MMEP

� Conclusões: Estudo de Lucas e Saccucci(1990)

– Valores de 0,05 ≤ λ ≤ 0,25 funcionam bem na prática� λ = 0,05, λ = 0,1 e λ = 0,2 são escolhas populares.

– Utilizar valores menores de λ para detectar pequenas mudanças.

– L = 3 funciona razoavelmente bem com valores maiores de λ (λ > 0,25)

– Quando λ ≤ 0,10, deve-se trabalhar com 2,6 ≤ L ≤ 2,7.

Page 40: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Planejamento de um Gráfico de Controle MMEP

– O gráfico MMEP não funciona bem para grandes mudanças– Uma abordagem para melhorar a habilidade do gráfico em detectar

grandes mudanças é o procedimento combinado MMEP-Shewhart(Lucas, 1982)� Construir um gráfico Shewhart para zi

� Neste caso, recomenda-se o uso de limites de controle de 3,25σou 3,5σ.

� O aumento de 0,25σ ou 0,5σ nos limites de controle no gráfico de Shewhart é justificado pelo fato de estarmos interessados em detectar grandes mudanças

� O gráfico MMEP ficaria “responsável” por pequenas alteraçõesna média, enquanto que o gráfico de Shewhart se encarregaria em detectar grandes alterações.

– Um sinal fora de controle em qualquer (ou ambos) os gráficos constitui num sinal de ação

Page 41: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Subgrupos Racionais

– O gráfico MMEP se estende facilmente ao caso de média de subgrupos racionais (n>1).

– Basta substituir por (a média amostral ou do subgrupo) nas fórmulas anteriores e substituir σ por

ix ix

nx /σσ =

Page 42: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Robustez do MMEP à Não-Normalidade

– Lembre-se que o gráfico de Shewhart para observações individuais era muito sensível a não-normalidade, acarretando em um número excessivo de alarmes falsos.

– Borror, Montgomery, Runger (1999) comparam o desempenho do CMS0 (sob controle) do gráfico de Shewhart e do gráfico MMEP para observações individuais. No estudo foram utilizadas:� A distribuição Gama para representar o caso de

distribuições assimétricas;� A distribuição t-Student para representar distribuições

simétricas com caudas mais pesadas que a Normal.

– Os resultados são apresentados a seguir:

Page 43: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Robustez do MMEP à Não-Normalidade

ShewhartLambda 0,05 0,1 0,2 1

L 2,492 2,703 2,86 3Normal 370 371 371 370

Gama(4,1) 372 341 259 97Gama(3,1) 372 332 238 85Gama(2,1) 372 315 208 71Gama(1,1) 369 274 163 55

Gama(0.5,1) 357 229 131 45

Comprimento Médio da Sequencia sob Controle (CMSo)Distribuições Assimétricas

Page 44: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Robustez do MMEP à Não-Normalidade

ShewhartLambda 0,05 0,1 0,2 1

L 2,492 2,703 2,86 3Normal 370 371 371 370

t(50) 369 365 353 283t(40) 369 363 348 266t(30) 368 361 341 242t(20) 367 355 325 204t(15) 365 349 310 176t(10) 361 335 280 137t(8) 358 324 259 117t(6) 351 305 229 96t(4) 343 274 188 76

Comprimento Médio da Sequencia sob Controle (CMSo)Distribuições Simétricas

Page 45: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Robustez do MMEP à Não-Normalidade

� Conclusões Importantes do Estudo

– Distribuições Não-Normais tem o efeito de reduzirsensivelmente o CMS sob controle do gráfico de Shewhart para observações individuais.� Isso aumentará drasticamente o número de alarmes falsos.

– Um MMEP escolhido adequadamente terá um desempenho muito bom em relação a distribuições tanto Normais quanto Não-Normais� Logo, é extremamente recomendado o uso de um gráfico

MMEP bem planejado como gráfico de controle para medidas individuais.

Page 46: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Exemplo 1

Uma máquina é usada para encher latas com óleo aditivode motor. Uma única lata é amostrada a cada hora e o seupeso, medido. Como o processo de enchimento éautomático, ele tem uma variabilidade muito estável, e umaexperiência longa indica que σ=0,05 oz. As observaçõesindividuais para 24 horas de operação são mostradas aseguir.

Page 47: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança
Page 48: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

a) Suponha que o alvo do processo seja 8,02 oz, estabeleçaum cusum tabular para esse processo. Planeje o cusumusando os valores h=4,77 e k=0,5.

b) Suponha que os dados representem observaçõestomadas imediatamente após um ajuste que pretendialevar o processo de volta ao alvo de µ=8,0. Estabeleça eaplique um cusum RIR (headstart de 50%) para monitoraresse processo.

c) Estabeleça um gráfico de controle MMEP com λ=0,2 eL=3 para esse processo. Interprete os resultados.

Page 49: Capítulo 8 (montgomery) - DE/UFPBluiz/CEQ/Aula6.pdf · 8 7 _ X=10 UCL=13 LCL=7 I Chart O gráfico falhou em detectar a mudança Motivo : magnitude relativamente pequena da mudança

Exemplo 2

Gere 20 valores de X, X~N(10,1), e outros 20 paraX~N(9,1). Cria um vetor com os 40 valores gerados (namesma sequência). Descubra qual dos dois dispositivos,algoritmo CUSUM (k=4,774 e k=0,5) ou o gráfico MMEP(L=2,859 e λ=0,20), sinaliza com mais rapidez odeslocamento na média do processo (de 10 para 9).