Los gráficos de control multivariantes son una gran aportación al control de procesos,
siendo el gráfico T2
de Hotelling la opción más utilizada por el operario por su fácil
aplicación. Por este motivo se busca potenciar su uso, sin complicar o cargar de
esfuerzo adicional a los responsables del proceso.
Considerando los buenos resultados obtenidos por gráficos predecesores en los cuales se
varía el tamaño de la muestra, esta tesis plantea la posibilidad de obtener mejores
resultados variando de forma adaptativa el número de variables involucradas en el
control del proceso. Con ello lograr la reducción del ARL o promedio de muestras
necesarias hasta que aparezca una señal de fuera de control, además reducir los costos
asociados al muestreo utilizando la totalidad de variables involucradas en el proceso
únicamente cuando sea necesario.
Para poder lograr los objetivos planteados se hizo uso de técnicas de simulación,
aplicación de cadenas de Markov y métodos heurísticos (algoritmos genéticos). Se
desarrollaron programas informáticos que facilitaron el cálculo y la optimización del
diseño de los gráficos de control propuestos, los cuales trabajan con dimensiones
variables p1 y p (p1 < p), el primero gráfico denominado de Doble Dimensión (DDT2
) y
el segundo de Dimensión Variable (VDT2
). Para mostrar los resultados se presentan
tablas informativas, se realiza análisis comparativos con los resultados de los gráficos
T
2
de Hotelling y MCUSUM y se hace un análisis de sensibilidad.
Los gráficos propuestos, logran reducir el ARL fuera de control con respecto al gráfico
de control T2
de Hotelling. Los ARL1 de los gráficos propuestos para todos los casos
analizados presentan mejor rendimiento que los obtenidos por el gráfico T2
calculadocon solo las primeras p1 variables. En muchos casos el rendimiento de los gráficos
DDT2
y VDT2
superan al rendimiento del gráfico T
2
conseguido con las p variables y
MCUSUM con las p1 variables.
Los gráficos de control propuestos logran reducir los costos asociados al muestreo. A
medida que aumentan p1 y p el porcentaje de veces que se utilizan todas las variables va
incrementando. Con las distancias d y d1 el efecto es contrario. Por este motivo, se
puede afirmar que a pequeñas distancias y mayor cantidad de variables, se obtienen los
porcentajes más altos (coste alto de muestreo, aunque más económico que utilizar todas
las p variables). Por el contrario, cuando se consideran pocos parámetros y distancias
mayores, éste porcentaje es bajo, reduciendo considerablemente los costos del
muestreo. / Ruiz Barzola, O. (2013). GRÁFICOS DE CONTROL DE CALIDAD MULTIVARIANTES CON DIMENSIÓN VARIABLE [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/29396
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/29396 |
| Date | 03 June 2013 |
| Creators | RUIZ BARZOLA, OMAR |
| Contributors | Aparisi García, Francisco José, Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat |
| Publisher | Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion |
| Source | Riunet |
| Rights | http://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds