özet
Şeker tarımsal sanayi şirketlerinin teknoloji açısından özelliklerinin yanı sıra geliştirilecek finansal kaynaklar açısından sınırlamalar nedeniyle, temel strateji maliyetleri düşürmeye odaklanmalıdır ve bir yol değişkenliği azaltmakla verilir. Süreçte, bugün hala uluslararası düzeyde olan temel bir unsur, Juran'a göre en büyük rezervlerin bulunduğu proses endüstrilerinde temelde çözülmemiş bir sorun teşkil etmektedir, bu nedenle Küba için bu, prosedürde gelenekselin ötesine geçmeyi ima eden bir zorluktur. analiz ve süreç kontrolü için. Çalışma, teknolojik değişkenleri karakterize eden, proses kontrol durumunu değerlendiren, zaman serilerinin kullanımına devam eden geleneksel bir istatistiksel analiz ile başlar,çalışılan değişkenleri tanımlayan modellerin tanımlanmasına izin veren Box-Jenkins metodolojisine dayanır. ARIMA modelinin kalıntılarının kontrol çizelgelerinde atanabilir varyasyon nedenlerinin varlığı, bunların sürecin değişkenliği üzerindeki etkisinin miktarını, bu tür bir davranışın meydana geldiği anların tanımlanmasını ve bu etkiyi azaltma olasılığını değerlendirmeye izin verir. sonuç olarak değişkenliğin azalması, sürece girdilerin değerlendirilmesine de geçti. Bütün bunlar, şeker şirketi "Melanio Hernández" 'in ekstraksiyon sürecinde otokorelasyonun etkisini değerlendirmek amacıyla.Sürecin değişkenliği üzerindeki etkilerinin miktarının değerlendirilmesine, bu tür davranışların meydana geldiği anların belirlenmesine ve bunun sonucunda değişkenliğin azaltılmasıyla bu etkinin hafifletilme olasılığının değerlendirilmesine olanak sağlar, ayrıca süreç girdileri değerlendirilmiştir. Bütün bunlar, şeker şirketi "Melanio Hernández" 'in ekstraksiyon sürecinde otokorelasyonun etkisini değerlendirmek amacıyla.Sürecin değişkenliği üzerindeki etkilerinin miktarının değerlendirilmesine, bu tür davranışların meydana geldiği anların belirlenmesine ve bunun sonucunda değişkenliğin azaltılmasıyla bu etkinin hafifletilme olasılığının değerlendirilmesine olanak sağlar, ayrıca süreç girdileri değerlendirilmiştir. Bütün bunlar, şeker şirketi "Melanio Hernández" 'in ekstraksiyon sürecinde otokorelasyonun etkisini değerlendirmek amacıyla.Bütün bunlar, şeker şirketi "Melanio Hernández" ekstraksiyon sürecinde otokorelasyonun etkisini değerlendirmek amacıyla.Bütün bunlar, şeker şirketi "Melanio Hernández" ekstraksiyon sürecinde otokorelasyonun etkisini değerlendirmek amacıyla.
Anahtar Kelimeler: Yapılandırılmış zaman serileri, Şeker endüstrisi, ekstraksiyon süreci, kalite.
Giriş.
Üretim ortamı için, uygulanan kalite mühendisliği hızla değişiyor, birçok kuruluş yeni sistemlerin ve yeni ürünlerin tanıtılması gereken yüksek taleplerle karşı karşıya.
Sistem geçişleri, genel operasyonların en önemli parçası haline geliyor ve kalite mühendisliğinin yanı sıra, işletmenin ekonomik hedeflerini ve karlılığını desteklemek için diğer üretim faaliyetleri için artan bir baskı var. kaliteli mühendisliğe, bu değişikliklerle yüzleşmek için araçların kullanılmasının yanı sıra yoğun uluslararası rekabet.
Tarıma dayalı sanayi şeker şirketlerinin teknoloji açısından özellikleri ve geliştirilecek mali kaynaklar açısından sınırlamalar nedeniyle, temel stratejiler özellikle maliyetleri düşürmeye odaklanmalıdır. Şeker ve türevlerinin maliyetlerini düşürmek için şirketin kaynaklarının ve kapasitelerinin akılcı kullanımı özellikle önemlidir.
Proses Kontrol Mühendisliği, İstatistiksel Proses Kontrolünde bir sistemi izlemek için zengin bir araç koleksiyonuna sahiptir. Shewhart (1926), günümüzde hala endüstriyel sistemlerde en yaygın olarak kullanılan ilk Kontrol Grafiklerini (CG) önermiştir.
GC'ler, süreçlerin kararlılığını modellemek için kullanılır. Bu bağlamda, kalite karakteristiğini temsil eden olasılık dağılımı zaman içinde sabitse, bir sürecin istatistiksel kontrolde olduğu söylenir. KÜB'nin bu geleneksel tanımı, kalite karakteristiğinin temel bir istatistiksel modelinin zaman içinde sabit olduğu durumları içerecek şekilde yıllar içinde genelleştirilmiştir. Bu yararlı genellemeler, örneğin, regresyon, varyans bileşenleri ve zaman serisi modellerini içerir.
Otokorelasyon, uzun süredir proses endüstrilerinde doğal bir fenomen olarak kabul edilmektedir. Otokorelasyon, özellikle son yıllarda, otokorelasyonun kontrol çizelgelerinin yorumlanmasına zarar verebilecek bir sorun olarak görüldüğü parça endüstrilerinde SPC uygulamaları için bir çıkış noktası haline geldi. Kontrol çizelgeleri otokorelasyonlu ölçümlerle oluşturulduğunda, sonuç birçok yanlış sinyal vererek LC'lerin çok sıkı görünmesine neden olabilir.
Diğer kanıtlar, (Alwan ve Roberts, 1995) tarafından gerçekleştirilen ölçümlerde, proses endüstrilerindeki kontrollerin% 85'inden fazlasının yanlış yerleştirilmiş kontrol limitleri ile grafiksel sonuçlar uyguladığı tespit edildiğinde rapor edilmiştir. Çoğu durumda, bu durum, gözlemlenen süreçlerin otokorelasyonlarının varlığı ve Shewhart'ın grafikleriyle ilişkili temel varsayımların ihlali ile verilmektedir (Woodall, 2000).
Yapılandırılmış zaman serileri, birçok proses endüstrisinden gelen verilerde yaygın görülen olaylardır ve kalite araştırmacılarının LC'leri doğru şekilde yerleştirme çabalarını karmaşıklaştırır. Küba'da ve dünyanın geri kalanında başvurulan literatürde, şeker endüstrisinde yapılandırılmış zaman serilerinin kullanımına atıfta bulunulmamaktadır.
Tam da bu çalışmanın gerçekleştirilmesine yol açan sorun durumu, ülkenin yeni yaklaşımların benimsenmesi yoluyla dünya pazarına uyum sağlama ihtiyacına ve şeker şirketi "Melanio Hernandez" de daha önceki çalışmalarda tespit edilen zorluklara dayanmaktadır. özellikle Tandem'de.
Amaç, "Melanio Hernandez" şeker şirketinin ekstraksiyon sürecindeki değişkenliği azaltmada otokorelasyonun etkisini değerlendirmek için yapılandırılmış zaman serilerini uygulamaktır ve bu süreçteki mevcut değişkenliği açıklamaya olanak tanır.
Araştırmanın geliştirilmesi için, çalışmanın konusu olarak Sancti Spíritus Eyaletinden şeker şirketi "Melanio Hernandez" alındı. Ve bir eylem alanı olarak, çıkarma sürecindeki değişkenliğe dahil olan değişkenlerin incelenmesi.
gelişme
Kalite özelliklerinin değerlerindeki farklılığın anlaşılması, İstatistiksel Süreç Kontrolünde birincil öneme sahiptir, "Ortak Neden", süreçlerin doğasından dolayı bir değişiklik olarak kabul edilir ve harici bir değişiklik ile değiştirilemez. sürecin kendisi. Varyasyonun "atanabilir veya özel nedeni", ayrılabilen olağan şoklar veya kesintilerdir. İstatistiksel Proses Kontrolünün (SPC) amacı, bir reaksiyonu veya aşırı reaksiyonu önlemek için bu iki varyasyon türünü ayırt etmektir.
Sürekli kalite özellikleri için, uygulamada sık sık spesifikasyon sınırları verilmektedir. Bir ürün, kalite karakteristiğinin değeri spesifikasyon sınırları dahilindeyse ve dışındayken uyumlu değilse uyumlu kabul edilir.
Deming (1986) ve diğer yazarlar, spesifikasyon sınırları dahilinde olmanın iyi kaliteyi sağlamak için yeterli olmadığını ve kalite özelliklerinin değişkenliğinin azaltılması gerektiğini iddia etmişlerdir. Bu nedenle, birçok kalite özelliği için, kalite iyileştirme, kalite karakteristiğinin olasılık dağılımının bir hedef değerde ortalanmasına ve değişkenliğin azaltılmasına karşılık gelir. Taguchi (1981), ekonomik ve dezavantajlı görününceye kadar değişkenliği azaltmayı daha sonra azaltmaya çağırıyor.
Verilerde atanabilir nedenler mevcutsa, girişler dinamikse, yapılandırılmış bir zaman serisi sergileyen LC'lerin yanlış yerleştirilmesine ek olarak, parametrelerin ARIMA modeliyle tahmini bu durumlarda güvenilir olmayabilir. Zaman serileri, bağımsızlık dışındaki verilerdeki varyasyonların çoğunu ve artıkların özdeş dağılımını açıklar.
Seri, süreç için harici rahatsızlık dönemleriyle kirlenmişse, ARIMA modeli yanlış belirtilebilir, kalıntıların değişkenliği fazla tahmin edilir ve kontrol sınırları yanlış yerleştirilir.
Box ve Tiao (1978), Transfer Fonksiyonu Modeli ile, gözlemlenen kalite karakteristiğini () aşağıdaki denklemde verilen üç değişken nedeninin bir fonksiyonu olarak tanımlamaktadır:
= Dinamik girdiler + Müdahale + ARIMA
Zaman periyotları gecikmeli girişler için uygulanan bir darbe fonksiyonunu temsil eden dinamik girişler. Zaman serisinin girdisi ve çıktısı arasındaki dinamik ilişki mevcutsa, sürecin gecikmeli değeri modellenebilir, bu da açıklanamayan varyansın önemli ölçüde azalmasıyla sonuçlanır.
Müdahale terimi, süreçte atanabilir nedenlerin mevcut olduğu zaman dönemlerini tanımlar. Box, Jenkins ve Reisel (1994). Müdahale terimi, bozukluğun (istikrarsızlık) doğasını tanımlayan bir polinom oranıdır.
ARIMA temel modeli.
Bastonu öğütürken izlenen temel amaç, içerdiği olabildiğince fazla sakkarozu çıkarmaktır, dolayısıyla bu alanın önemi.
Ekstraksiyon olarak anlayın: Tandem tarafından çıkarılan toplam şeker, kamıştaki şeker yüzdesi olarak. Uluslararası Şeker Kamışı Teknoloji Uzmanları Derneği tarafından tanımlandığı gibi, kamıştaki her yüz parça sükroz için karışık meyve suyundaki sükrozdur.
Ekstraksiyon yapılmamasından kaynaklanan sükroz kaybı, kamıştaki toplam sükrozun% 4 ila 7'si arasında değişir ve bu nedenle öğütme işleminin, minimum maliyetle içerilen meyve suyunun mümkün olan en yüksek ekstraksiyonunu elde etmeyi amaçlaması gerekir. Pérez de Alejo (1979), Tandem'deki ekstraksiyonun bir şeker fabrikasındaki karı en çok etkileyen şey olduğunu gösterir, bu kriter Riera (1996) ile paylaşılır.
Ekstraksiyon işleminin analizi için, bu işlemden kaynaklanan iki ürünü tanımlayan Kalite Özellikleri (QC) alınmıştır: Küspe (B) ve Karışık Meyve Suyu (JM) ve küspe, Küsse nemi, Brix'in Pol değişkenleri incelenmiştir. karışık meyve suyu, karışık meyve suyu Pol, karışık meyve suyunun asitliği ve karışık meyve suyunun saflığı.
İlk olarak, çıkarma sürecini etkileyen tüm teknolojik değişkenlerin tanımlayıcı bir çalışması yapıldı. Sonuçlar aşağıda gösterilmiştir:
Tablo 1. B ve JM'yi tanımlayan KK'nin tanımlayıcı istatistikleri.
|
Parametreler \ Değişkenler |
Pol in B |
B nem |
JM Brix |
JM'den Pol |
JM saflığı |
JM asitliği |
|
N- |
100 |
99 |
100 |
100 |
100 |
100 |
|
Yarım |
2,3804 |
50,7579 |
15,4366 |
13,2092 |
85,5312 |
0,5940 |
|
moda |
2.20 |
50.08 |
15.56 |
12.79 |
84,02 |
0,55 |
|
DT |
0,25379 |
1,21619 |
0,69993 |
0,63007 |
1,81035 |
0,09081 |
|
Asimetri (A) |
1243 |
0.696 |
-0,069 |
-0,078 |
-0,315 |
0.506 |
|
Basıklık (C) |
1,380 |
4490 |
-0400 |
-0,788 |
-0,343 |
0.441 |
|
minimum |
1.97 |
46.17 |
13.80 |
11.82 |
79.90 |
0,38 |
|
Maksimum |
3.35 |
55.40 |
17.31 |
14.44 |
88,49 |
0.87 |
Kullanılacak CG tipi, prosesin özelliklerine bağlıdır ve SPSS ile elde edilen bilgilerle sabitlerin seçimi için analiz edilen değişkenlerin takip ettiği dağılımdan ayrıntılandırılır. İşlemin kontrol durumunun değerlendirilmesi, CG'den elde edilen grafiksel gösterime ve Ishikawa (1992) tarafından önerilen değişkenlik analizine göre açık bir şekilde gerçekleştirilir.
Kullanılan CG'ler, Juran (1988), NC 92.11.80'in bu grafiklerin uygulamaları hakkındaki önerisine bağlı olarak X-Rm tipindeydi (bireysel değerler ve mobil yollar), Görece tekdüze olan sürecin doğası göz önüne alındığında (üretim sürecinde oluşan karışımların etkisinden dolayı) verilerin özellikleri.
Analiz edilen tüm değişkenler için (Campos, A. Y, Blanco, G.E, 2004) istatistiksel kontrol dışı bir süreç, yalnızca CL dışındaki noktaların varlığından değil, aynı zamanda yapışıklıklar gözlendiğinden de ortaya çıktı: başlangıçta üstün CL'de Hasatın, değerlendirildiği ve teşvik edildiği planlara en yakın değerlere ulaşmak için insan müdahalesinin bir sonucu olabilecek normal çalışma periyodundaki eksik operasyonu karakterize eden, bu dönemde ve düşük LC'de.
Rastgele olmayan kalıpları belirleyerek, temel regresyon teknikleriyle çalışılamayan ST'ler aracılığıyla sürecin incelenmesini derinleştirmek gerekir, çünkü çoğu durumda, serilerin değerleri otokorelasyonludur. (Gómez, 1998) 'in çalışmalarında, hareketli ortalamaların GC'si kullanılırken, çok dar LC'ler elde edildiğinden, ekstraksiyon işleminde otokorelasyonun varlığı kanıtlandı, literatürde bu fenomenin bir tezahürü olarak tanımladığı bir unsur.
Değişkenlerin ARIMA modelinin belirlenmesinde mevsimsel olmayan TS'nin çalışması için Box-Jenkins metodolojisi kullanılmıştır. Değerlendirme SPSS ile yapıldı. Örnek olarak, karışık meyve suyunun saflığı değişkenine verilen işlem aşağıda açıklanmıştır.
1. Serinin arsa. Elde edilen grafik, Karışık Meyve Suyu Testinin (PJM) sunduğu durağan olmama durumunu görselleştirme olasılığını ve dolayısıyla 1. sıranın farklılaşması ihtiyacını verir.
2. Otokorelasyon Fonksiyonunu (ACF) ve Kısmi Otokorelasyon Fonksiyonunu (PACF) çizme. Şekil 1'de gösterilen korelogramlar, önceki adımda sağlanan durağanlığı yeniden teyit etmeyi mümkün kılarak, her bir serinin izlediği modelin tanımlanmasına ilerlemeyi mümkün kılar.
Grafiği görmek için üst menüden "İndir" seçeneğini seçin
Şekil 1. PJM'nin ACF ve PACF korelogramları.
3. Modelin tanımlanması. ACF ve PACF grafiklerinin analizi ile serileri karakterize eden modeller belirlendi, PJM durumunda seçilen model bir ARIMA (0,1,1).
4. ACF ve PACF kalıntılarının grafiği. Şekil 2'de elde edilen kalıntıların çizimi (PACF'ye benzer davranışa sahip ACF), beyaz gürültünün varlığının analizi yoluyla, seri için elde edilen modelin yeterli olup olmadığını bilmemizi sağlar.
Grafiği görmek için üst menüden "İndir" seçeneğini seçin
Şekil 2. PJM'nin ACF ve PACF kalıntılarının çizimi.
PJM kalite karakteristiği modellendikten sonra, kalıntıların kontrol grafikleri aşağıda gösterildiği gibi yapılmıştır:
Grafiği görmek için üst menüden "İndir" seçeneğini seçin
Şekil 3. ARIMA modelinin kalıntılarının kontrol grafikleri.
ARIMA modelinin kalıntılarının GC'sinde atanabilir varyasyon nedenlerinin varlığı (şekil 3), sürecin değişkenliği üzerindeki etkilerinin miktarını, bu tür davranışların meydana geldiği anların tanımlanmasını ve bu tür etkileri hafifletme olasılığını değerlendirmeye izin verir. bunun sonucunda değişkenliğin azalması. Bunun için müdahale analizi yapıldı. Müdahalelerin analizi yapıldıktan sonra kontrol çizelgeleri aşağıda gösterilmiştir.
Grafiği görmek için üst menüden "İndir" seçeneğini seçin
Sürecin işleyişi ile ilgili atanabilir nedenlerin analizi yapıldıktan sonra, yalnızca JM'nin Saflığına atıfta bulunulan model için yabancı maddelere bağımlılık ve sırt bastonunun yüzdesini elde ederek sürece girdilerin değerlendirilmesine geçtik..
Elde edilen model şöyleydi:
Elde edilen modeller, Tablo 3'te gösterildiği gibi, ekstraksiyon işleminin değişkenliğinin azaltılmasına olan katkıyı değerlendirmeye izin verdi.
|
Parametreler / Değişkenler |
Karışık Suyu Asitliği |
Karışık Meyve Suyu Saflığı |
Bagas nemi |
Bagasse pol |
|
İlk standart sapma |
0.08854142 |
1.2195183 |
1,1346052 |
0.1391749 |
|
Nihai standart sapma |
0.0769999 |
1.0165379 |
0.7275653 |
0.09319682 |
|
Değişkenlik azaltma yüzdesi |
13.04% |
16.64% |
35.86% |
33.04% |
Tablo 3.1. Her değişken için değişkenlik azalmasının özeti.
Geliştirilen araçların kullanılmasıyla, analiz edilen süreci karakterize eden model somutlaştırılır, böylece kalite izlemede kullanılabilir. Bu modellemeyle, Shewhart grafiklerinin basitlik kaybının dezavantajı vardır, ancak sürecin değişkenliğinin hesaplanmasında daha büyük bir doğruluğu garanti eder ve bu nedenle LC'lerin yanlış yerleştirilmesi sorununu en aza indirir ve bununla birlikte Gelişme.
Sonuçlar
Yapılandırılmış zaman serileri, şeker şirketi "Melanio Hernández" 'in ekstraksiyon sürecindeki değişkenliği azaltmada otokorelasyonun etkisini değerlendirmek için Küba şeker endüstrisinde ilk kez uygulandı.
İşlemin değişkenliğini açıklayan modellerin elde edilmesine izin veren otokorelasyon analizleri gerçekleştirildi, bunun için ayarlamalara atanabilir nedenleri belirlendi, bu da değişkenliğin azaltılmasına izin veriyor: JM Asitliği için% 13.04; JM Saflığı için% 16.64; B Nem için% 35,84; Pol del B için% 33.04
Kaynakça.
Alwan, LC ve Roberts, HV (1988). İstatistiksel Süreç Kontrolü için Zaman Serisi Araştırma Modellemesi.İşletme ve Ekonomik İstatistik Dergisi 6, s. 87-95.
Alwan, LC ve Roberts, HV (1995). "Yanlış Yerleştirilen Kontrol Sınırlarıyla İlgili Sorun". Uygulamalı İstatistik. 44. s. 269-278.
Box, GEP, Jenkins, GM ve Reinsel, GC (1994). "Zaman serisi analizi. Tahmin ve Kontrol. Preentice Hall. Englewood Clitls, NJ, s. 392-478.
Burr, WI X ve R Grafikleri için Normal Olmayanlığın Sabitlere Etkisi. Endüstriyel Kalite Kontrolü. Mayıs 1967. Pp 563- 568.
Campos, A. Y, Blanco, GE Şeker endüstrisinde otokorelasyonun etkisi. TD, CUSS. 2004
Küba. Şeker Bakanlığı. Öğütme tesisi operasyonları kılavuzu / MINAZ. - Havana, 1996. - 91s.
Gomez A, Bismayda. Şeker endüstrisindeki süreçlerde kalite iyileştirme./ B. Gómez A; Ramón Pons Murguía, öğretmen, ___ Yüksek lisans tezi; UCLV, 1998, ___ 80h.
Gómez A, B. vd. Kalite iyileştirme prosedürü aracılığıyla bir şeker fabrikasının süreçlerinde bir vaka çalışmasının geliştirilmesi. Centro Azúcar Dergisi, No. 4, 2002. UCLV.
Gómez A, B. vd. Sunulan bildiri: «Proses için Yanıt Yüzey Tekniğini Kullanan Deneysel Tasarım». "53. Kanada Kimya Mühendisliği ve PRES'03 Konferansı". Hamilton, Ontario, Kanada - 26-29 Ekim 2003.
Grau, RA, Zaman serisi konferansı. UCLV, 1995.
Ishikawa, Kauro. Kalite Kontrolüne Giriş. 3rd Edition, Editoryal 3rd Corporation. Tokyo, Japonya, 1992.
NIST. Ulusal Standartlar ve Teknoloji Enstitüsü. İstatistik Mühendisliği Bölümü. 2001/02/07.
Peláez, G, Mileydi. ¨Melanio Hernández'de şeker kamışı hazırlama değişkenleri ve kuru ekstraksiyon analizinde İstatistiksel Proses Kontrol Uygulaması. / M. Peláez; Bismayda Gómez A, öğretmen. - TD; UCLV, 1999, -80h.
West D. ve Dellana S. "Dinamik Girdiler ile Süreçlerin Transfer Fonksiyonu Modellemesi" Journal of Quality Technology. Cilt 34. No.3 Temmuz 2002.
Woodall, HW Tartışmalar ve İstatistiksel Süreç Kontrolünde Çelişkiler. Journal of Quality Technology. Cilt 32. No. 4. Ekim 2000. s. 341-350.
