Resumen de Sistema para el monitoreo y control de procesos multivariantes a través del estadístico T² de hotelling y la red neuronal artificial Fuzzy ARTMAP

Edgar Augusto Ruelas Santoyo, Antonio Vázquez López, José Alfredo Jiménez García, Oscar Cruz Domínguez, Bertha Laura Vargas Rodríguez

• español

  En el control estadístico de la calidad, una de las herramientas más utilizadas son los gráficos de control. El principal problema de los gráficos de control multivariantes radica en que sólo indican que se ha producido un cambio en el proceso, pero no dice cuál o cuáles de las variables son las que originan este cambio. En el presente trabajo se propone un sistema para monitorear y controlar procesos multivariantes, el cual está integrado por el gráfico de control multivariante T² de Hotelling que detecta las señales fuera de control y la red neuronal artificial Fuzzy ARTMAP encargada de identificar la(s) variable(s) que causa(n) la señal fuera de control. El sistema propuesto se aplica a un proceso de fabricación de transformadores eléctricos. Los resultados obtenidos muestran que la red neuronal artificial Fuzzy ARTMAP constituye una herramienta eficiente para completar la interpretación del gráfico de control multivariante T² de Hotelling y a partir de la integración dar paso al desarrollo de un sistema capaz de vigilar la calidad de procesos multivariantes.

• English

  In statistical quality control, one of the tools most commonly used are the control charts. The main problem of multivariate control charts is that only indicate that there has been a change in the process, but does not say which of the variables are the ones that cause this change. In the present paper is proposed a system to monitor and control multivariable processes, which it is composed of the Hotelling's T2 multivariate control chart that detects signals out of control and artificial neural network Fuzzy ARTMAP responsible for identifying the variable (s) that causes the signal out of control. The proposed system is applied to a manufacturing process of electrical transformers. The results show that the artificial neural network Fuzzy ARTMAP it is an efficient tool for completing the interpretation of the Hotelling's T2 multivariate control chart and from the integration lead to the development of a system capable of monitoring the quality of multivariate processes.