Resumen

El control estadístico multivariante de procesos es la continuación y el desarrollo del control estadístico unitario de procesos. La mayoría de los gráficos de control de calidad estadístico multivariante se suelen utilizar (en las industrias manufactureras y de servicios) para determinar si un proceso funciona según lo previsto o si existen algunas causas no naturales de variación sobre una estadística general. Una vez que el gráfico de control detecta señales de fuera de control, una de las dificultades que plantean los gráficos de control multivariante es la interpretación de una señal de fuera de control. Es decir, hay que determinar si una o varias variables, o una combinación de ellas, son responsables de la señal anormal. En este artículo se describe un enfoque novedoso para diagnosticar las señales de fuera de control en el proceso multivariante. La metodología propuesta utiliza máquinas de vectores soporte optimizadas (clasificación de máquinas de vectores soporte basada en algoritmos genéticos) para reconocer un conjunto de subclases de patrones anormales multivariantes e identificar la(s) variable(s) responsable(s) de la aparición del patrón anormal. Se utilizan múltiples conjuntos de experimentos para verificar este modelo. El rendimiento del enfoque propuesto demuestra que este modelo puede clasificar con precisión la(s) fuente(s) de la señal fuera de control e incluso supera al esquema de control multivariante convencional.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:señal de control, señales de control, control estadístico multivariante de procesos, esquema de control multivariante convencional, gráficos estadísticos de control de calidad, clasificación por máquinas de vectores soporte, control estadístico unitario de procesos, gráficos de control multivariante, máquinas de vectores soporte, modelo
• Keywords:control signal, control signals, multivariate statistical process control, conventional multivariate control scheme, statistical quality control charts, support vector machine classification, unitary statistical process control, multivariate control charts, support vector machines, model