Identificação de padrões em gráficos de controle estatístico de processos, em tempo real, utilizando séries temporais e redes neurais artificiais

Abstract

O presente trabalho procurou implementar um sistema semi-automatizado de Controle Estatístico de Processos (CEP) para dados obtidos em tempo real. Tal sistema abrange um grande escopo de aplicações pois aplica-se tanto para processos serialmente correlacionados como para processos identicamente e independentemente distribuídos (iid). No sistema proposto, os dados são obtidos a partir de sensores em um processo automatizado qualquer. Em seguida esses dados são modelados e são gerados um conjunto de resíduos. Sobre esses resíduos atua uma rede neural, treinada off line, que faz o reconhecimento de padrões de uma carta de controle estatístico de processos em tempo real. O processo pode ser a qualquer momento remodelado para uma nova série de dados ou escolhendo-se um modelo testado anteriormente. Tal sistema foi parcialmente testado em relação a sistemas convencionais e várias medidas de desempenho mostraram resultados satisfatórios. Todo o sistema foi inteiramente simulado por computador e as rotinas computacionais são disponibilizadas para futuros aperfeiçoamentos e comparações. Uma aplicação real foi avaliada abordando um problema de reconhecimento de padrões da atividade eletrencefalográfica do cérebro.