Otimização do método de monitoramento de processos em bateladas baseado na dinâmica do modelo VAR

Abstract

Este trabalho tem como objetivo estudar e otimizar o método de monitoramento de processos em batelada baseado na dinâmica do modelo VAR proposto por Marcondes e Valk (2019). Nessa abordagem, os autores propõem um método que depende de uma matriz acoplada que é utilizada na estimação das cartas de controle para o processo por bateladas on-line. Esse processo de acoplagem consiste em juntar duas partes de séries temporais distintas em que cada parte a ser acoplada tem um tamanho. Nesse estudo, buscamos otimizar os tamanhos das partes que formam a matriz acoplada. Partimos de valores de referência propostos no trabalho original e investigamos outros possíveis valores para os tamanhos da acoplagem e também os tamanhos de cada uma das partes. O desempenho dessa abordagem é comparada com uma abordagem de referência, através do ARL0 e do ARTL das cartas T 2 de Hotelling e W de Variância Generalizada. Resultados de um estudo de simulação mostram que, em geral, essa aboradagem supera a de referência e que os parãmetros de acoplagem influenciam tanto na velocidade de detecção do descontrole do processo quanto no efeito de comparação.

This work aims to study and optimize the method of monitoring batch process dynamics based on the VAR model proposed by Marcondes e Valk (2019). In their approach the authors propose a method depending on a coupled array that is used in the estimation of control charts for the online batch process. This coupling method consists of joining two parts of distinct time series in which each part to be coupled has its own size. In this study, we seek to optimize the sizes of the parts that form the coupled array. We start from reference values proposed in the original work and investigate other possible values for the coupling sizes and also the sizes of each part. The performance of this approach is compared to a reference approach, using ARL0 and ARTL from T 2-Hotelling and W-Generalized Variance charts. Results from a simulation study show that, in general, the performance of this approach exceeds the reference and that the coupling parameters influence the rate of detection of out-of-control process and the comparison between the two methodologies can also change.