Aplicação da análise de componentes independentes ao monitoramento de processos através de gráficos de controle

co de controle é uma das principais ferramentas do controle estatístico de processos (CEP) e vem sendo intensamente utilizado para o monitoramento de processos industriais. Atualmente, além dos gráficos de controle univariáveis, observa-se também um interesse nos chamados gráficos de controle multivariáveis, sobretudo nos casos em que os parâmetros a serem monitorados são correlacionados. No entanto, como estes gráficos analisam dois ou mais parâmetros conjuntamente, a identificação de uma anormalidade atuando no processo fica comprometida. Nestas situações, verificamos a importância de uma etapa de separação dos gráficos de controle misturados e extração de características individuais, para determinar se há padrões não-aleatórios presentes nos dados. É neste contexto que se desenvolve este estudo, buscando analisar diferentes métodos de separação de fontes e extração de características baseados em uma ferramenta muito utilizada chamada de análise de componentes independentes. Assim, através de simulações, comparamos diferentes métodos de maneira a identificar qual melhor se adapta ao problema de reconhecimento de padrões em gráficos de controle multivariáveis