Monitoramento e controle estatístico integrado ao controle de engenharia de processo

Com o aumento da produção mundial em proporções cada vez maiores, os processos industriais têm se tornando um desafio pela complexidade do seu gerenciamento. A identificação rápida e precisa de não conformidades é cada vez mais necessária e mais difícil de ser realizada. Este estudo propõe a integração do Controle de Engenharia com o Controle Estatístico de Processo, no monitoramento e controle de processos industriais, almejando a percepção mais rápida de anormalidades, visando à redução de problemas de especificação de produtos. Uma forma de autoajuste do controlador Proporcional-Integral e Derivativo (PID) é proposta, aumentando a robustez do sistema, empregando-se técnicas comumente utilizadas nos processos. O modelo matemático do processo, equacionando as relações das variáveis envolvidas, é estabelecido para determinação e especificação do controlador e de forma conjunta as cartas de controle são configuradas. O controlador projetado para a situação normal de operação atua no sentido de manter as variáveis de saída (controladas) dentro de especificações através do conhecimento de sua relação com as de entrada e de processo. As cartas de controle baseadas em modelos, monitorando os resíduos provenientes de ajustes de modelos ARIMA, acompanham as variações do processo, evitando variabilidade excessiva e possibilitando a detecção de comportamentos anormais, inclusive monitorando o desempenho do próprio controlador. Com a sinalização das cartas de controle, é realizada uma interferência na equação de ajuste do controlador. Empregando-se a simulação numérica, analisam-se os comportamentos do controlador e este, combinado com as cartas de controle. Falhas inseridas propositalmente, em cada variável controlada, foram devidamente sinalizadas. Estas sinalizações ocorreram mesmo em situações em que as variáveis estiveram mantidas dentro da especificação pelo controlador. Para o sistema de autoajuste, o aumento dos ganhos de contribuição das cartas de controle proporcionou maior acurácia das variáveis controladas (monitoradas). A integração proposta apresentou melhores resultados, quanto à manutenção das variáveis de saída próximas aos seus alvos, quando comparada com o controlador operando isoladamente.With the increase of world production at bigger and bigger proportions, the industrial processes have become a challenge by the complexity of their management. The fast and precise identification of non-conformities is increasingly necessary and more difficult to be performed, preferably even before problems with product specification or waste can be considered. This study proposes the integration of Engineering Process Control with the Statistical Process Control, in monitoring and controlling of industrial processes, aiming the quicker perception of abnormalities, looking for the reduction of products specification problems. A form of self-adjustment of the Proportional-Integral and Derivative Controller (PID) is proposed, increasing the system robustness applying techniques commonly used in the processes. The mathematical model of the process, equating the relationship of the variables involved, is established to the determination and specification of the controller, and the control charts are configure in an integrated way. The controller projected to the normal operation situation, acts in the sense of keeping the exit variables (controlled) within the specifications through the knowledge of its relationship with that of the entrance and that of the process. The control charts based in models, monitoring the residues coming from the models adjustment ARIMA, follow up the process variations avoiding excessive variability and making it possible the detection of abnormal behaviors, even monitoring the performance of the controller itself. With the signalling of the control charts, an interference in the equation of adjustment of the controller is performed. Applying the numerical simulation, the controller behaviors are analyzed and this combined with the control charts. Intentionally inserted failures, in each controlled variable, were properly signalized. These signallings have happened even in situations where the variables were kept by the controller within the specification.. To the self-adjustment system, the increase of contribution gains of the control charts has provided greater accuracy of the controlled variables. The integration proposed has presented better results, in relation to maintain of the exit variables next to their targets, when compared to the controller operating in isolation