Professional Documents
Culture Documents
NACIONAL MAYOR DE
SANdeMARCOS
Facultad
Ingeniera
Industrial
Grficos de variacin
Grficos de variacin para
para Procesos
Procesos Multivariantes
Multivariantes
Autores: William A. Levinson, CONTROL DE CALIDAD
Donald S. Holmes, y A. Erhan
Integrantes
Guardia Villanueva, Gian Marcos
11170124
Marcos Cspedes, Nathalie
Crystel
11170235
Manco Mndez, Elvis Neiser
11170028
Segovia Olazbal, Cristian
Introduccin
En
los
procesos
multivalentes se analizan un
conjunto
de
mas
de
una
vector
de
observaciones
individuales.
En general se agruparan k
conjuntos
observaciones.
de
Ejemplo
Observacin
j
para un proceso de
p variables:
Introduccin
de
Hotelling es usado habitualmente como
Objetivos
Reconocer si los cambios en la
grafica de T2 de Hotelling se
deben a cambios en la matriz de
covarianzas.
Utilizar los cartas de control T2
de Hotelling y G de manera
anloga a las cartas y S de
procesos de una sola variable.
2 mtodos diferentes
para calcular Matriz de
covarianza
(Mtodo de conjunto de datos totales)
T de
Hotelling
2
Es
el procedimiento de monitoreo y control
del proceso con variables multiples ms
conocido.
Estadstico G
Compara la estimacin de dos
matrices de covarianzas, para
corroborar si provienen del
mismo conjunto de datos.
Se distribuye como ji cuadrado
con p(p+1) grados de libertad.
*p es el numero de caractersticas
observadas.
Hallando el
Estadstico G
Finalmente
Carta de
Para control
el trazado de losG
valores del
estadstico G en formato de un
grfico de control se propone los
siguientes pasos:
1. Calcular las matrices de covarianza de cada
subgrupos utilizando la ecuacin (1)
Donde:
S1 es la matriz de covarianza promedio.
S2 es la matriz de covarianza para cada grupo de
observaciones
gl1 son los grados de libertad para S1
4.
Establecer los lmites de control
del grfico G a travs de la
distribucin ji-cuadrado con p(p+1)/2
grados de libertad.
Simulaciones
UtilizandoMatLab
Simulaciones
La simulacin consisti en 40
subgrupos
de
seis
observaciones
para
el
porcentaje en peso de las
partculas para 5 tamaos de
tamiz.
El anlisis distribucin de
tamao de partcula (PSD) de
un material granular es
importante en productos
industriales tales como la
fabricacin
de
toners
impresoraycosmticos.
LmitesdecontrolparaT2deHotellingconMinitab
p=5gradosdelibertad=0.027
LmitesdecontrolparaelestadsticoGcon
Minitabp(p+1)/2=15gradosdelibertad=0.027
Simulaciones
Comenzaremos
ingresando el valor
delvectordemedias
X y la matriz de
covarianzas
S
desde un nuevo
script.
Simulaciones
Conelvectorde
mediasylamatrizde
covarianzas
generaremosla
Simulacindedatos
(funcinSimulacin),
tomando6
observacionespor
grupoy40grupos
(240datos)
.
.
.
Simulacin1
Enestasimulacinsehanconservadolos
valorestantodelamatrizdelamatrizde
mediascomodelamatrizdecovarianzas,
porelloesdeesperarquelosdosgrficos
decontrol(TdeHotellingyG)estnbajo
control.
Simulacin1
T2 de Hotelling
Carta de control
G
Simulacin2
Simulalosefectosenelcambiodelvector
Simulacin2
T2 de Hotelling
Carta de control
G
Simulacin3
Simula
Simulacin3
T2 de Hotelling
Carta de control
G
Conclusiones
Enesteartculosehapresentado,ungrficodecontrol(grficoG)
que puede detectar cambios en la matriz de covarianza de un
procesomultifactorial.
Un dato fuera de la seal de control desde la tabla T2 puede ser
biendebidoauncambioenelvectordemediaoauncambioenla
matrizdecovarianza.
UncambiodecovarianzaqueproduceunaalarmaenelgrficoG
puedeproducirunasealenambosgrficos.
As, si el grfico T2 est fuera de control, se debe comprobar la
tablaG.SielgrficoGestfueradecontrol,entonces,lasealT 2
tiende a variar en la matriz de covarianza ms que en el vector
medio. Si, por otro lado, el grfico G est en control, entonces, la
sealT2tiendeavariarprobablementeenelvectormedio.