Resumen

Debido al reciente crecimiento rápido de tecnologías avanzadas de detección y producción, el monitoreo y diagnóstico del rendimiento operativo de procesos multivariables ha despertado un interés creciente en las industrias de proceso. El gráfico de control estadístico multivariable (MSPC) es una de las herramientas más comúnmente utilizadas para detectar fallas en el proceso. Sin embargo, una señal MSPC fuera de control solo indica que las fallas en el proceso han invadido el proceso subyacente. Identificar cuál de las variables de calidad monitoreadas es responsable de la señal MSPC es bastante difícil. Señalar la variable responsable es vital para la mejora del proceso porque determina eficazmente las causas raíz de las fallas en el proceso. Por lo tanto, esta identificación se ha convertido en un tema de investigación importante en las aplicaciones recientes de procesos multivariables. En contraste con el enfoque tradicional de un solo clasificador, el presente estudio propone esquemas de modelado híbridos para abordar problemas que involucran

• Materias:Ecuaciones diferenciales Dinámica de fragmentación Medios porosos Circuito abierto
• Subjects:Differential equations Fragmentation dynamics Porous media Open circuit
• Palabras claves:Crecimiento reciente; Sensores avanzados; Tecnologías de producción; Rendimiento operativo de procesos multivariables; Control estadístico de procesos multivariables; Fallas en el proceso
• Keywords:Recent growth; Advanced sensing; Production technologies; Multivariate process operating performance; Multivariate statistical process control; Process faults