Avaliação da estabilidade do processo de lingotamento contínuo por meio de gráficos de controle com variáveis dependentes

• Ano de defesa: 2012
• Autor(a) principal: Casarin, Vanusa Andrea
• Orientador(a): Spim Junior, Jaime Alvares
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Controle estatístico de processo; Lingotamento contínuo; Análise multivariada
• Palavras-chave em Inglês: Principal components; Autocorrelation; Linear and non linear models; Volatility; Control charts
• Link de acesso: http://hdl.handle.net/10183/77761

A presente pesquisa aborda a utilização de gráficos de controle em processo produtivo com variáveis autocorrelacionadas. Tem como objetivo verificar a estabilidade do processo de lingotamento contínuo na fabricação de tarugos por gráficos de controle aplicados aos resíduos oriundos da previsão dos modelos matemáticos por meio da modelagem linear e/ou não linear. Primeiramente, é observada a existência de correlação entre os dados, utilizandose, então, a Análise de Componentes Principais. Com os dados livres de correlação, testa-se a autocorrelação nas Componentes Principais. A partir desse instante, são aplicados os modelos ARIMA, para encontrar os resíduos nos quais será testada a presença de volatilidade, podendo-se aplicar os modelos ARCH e/ou GARCH. Para exemplificar a metodologia utilizada na pesquisa, foi realizado um estudo de caso em uma empresa do RS, na célula da aciaria, especificamente na máquina de lingotamento contínuo onde são fabricados os tarugos para o Aço DIN20MnCr5, seção quadrada 240 mm. Foi possível a avaliação da estabilidade do processo para as variáveis originais por meio do gráfico . Posteriormente, os dados foram decompostos em Componentes Principais, avaliados por meio dos gráficos de controle e EWMA, indicando as componentes com maior instabilidade e as variáveis com maior influência dentro do novo conjunto de dados. Identificado o conjunto de variáveis, essas foram modeladas, utilizando-se a metodologia de modelos lineares e não lineares para encontrar os resíduos e assim construir os gráficos. Os modelos matemáticos encontrados foram capazes de representar os processos produtivos, possibilitar a compreeensão do comportamento das variáveis e auxiliar na monitoração do processo, e, além disso, mostrar as variáveis que contribuem para que o sistema esteja instável e ocasione a produção de sucata para o aço estudado.