Monitoring Multivariate Categorical Processes in Phase II: An Economic–Statistical Design of the GLT Control Chart

Sintesi Tecnica: Monitoraggio di Processi Multivariati Categorici nella Fase II: Un Design Economico-Statistico della Carta di Controllo GLT

Definizione del Problema
I contemporanei sistemi di produzione si affidano sempre più a molteplici variabili categoriche interrelate (ad esempio, classificazioni dei difetti, gradi del prodotto) per caratterizzare la qualità del prodotto. Sebbene il Controllo Statistico di Processo (SPC) sia uno standard per mantenere la stabilità, le carte di controllo tradizionali sono spesso progettate per variabili continue univariate e possono non essere in grado di catturare le strutture di dipendenza intrinseche nei dati categorici multivariati. Inoltre, la letteratura esistente sul monitoraggio di tali processi, in particolare quella che utilizza tabelle di contingenza e Test Lineari Generalizzati (GLT), si è concentrata prevalentemente sulle metriche di performance statistica (ad esempio, la Lunghezza Media della Corrida - ARL) trascurando le considerazioni economiche. Di conseguenza, vi è una mancanza di framework integrati che affrontino simultaneamente la sensibilità statistica necessaria per rilevare piccoli e graduali cambiamenti nelle strutture di dipendenza e l'efficienza economica necessaria per l'implementazione industriale pratica.

Metodologia
Lo studio propone un framework integrato economico-statistico per il monitoraggio della Fase II di processi categorici multivariati rappresentati da tabelle di contingenza. La metodologia si compone di tre componenti primarie:

1. Modellazione e Monitoraggio Statistico:

   • Modellazione Log-Lineare: La struttura di dipendenza tra le variabili categoriche viene modellata utilizzando modelli log-lineari per stabilire le frequenze di cella attese in condizioni di controllo.
   • Statistica GLT: Viene derivata una statistica di Test Lineare Generalizzato (GLT), indicata con $F^*$, per quantificare la deviazione tra le frequenze di cella osservate e quelle predette dal modello log-lineare. Questa statistica funge da misura primaria per rilevare cambiamenti strutturali nella tabella di contingenza.
   • Integrazione EWMA: Per migliorare la sensibilità ai cambiamenti piccoli e graduali, la statistica GLT viene incorporata in una struttura di Media Mobile Esponenzialmente Pesata (EWMA). La statistica EWMA ($Z_t$) combina informazioni correnti e storiche, con un parametro di smoothing ($L$) che determina il peso assegnato ai dati passati. La carta di controllo segnala uno stato fuori controllo quando $Z_t$ supera un Limite di Controllo Superiore (UCL) calcolato.

2. Formulazione Economica:

   • Lo studio adotta una funzione di Costo Totale Atteso (ETC) per valutare la performance economica della carta. L'ETC aggrega i costi associati al campionamento, all'ispezione, ai falsi allarmi, alla ricerca e rimozione delle cause assegnabili e alle perdite di produzione durante i periodi fuori controllo.
   • Il modello di costo tiene conto della probabilità di falsi allarmi (derivata dalla $ARL_0$ in controllo) e del tempo di ritardo atteso nel rilevamento dei cambiamenti.

3. Framework di Ottimizzazione:

   • Viene sviluppato un procedimento di ottimizzazione per determinare congiuntamente i parametri di design: dimensione del campione ($n$), intervallo di campionamento ($h$), coefficiente del limite di controllo ($K$), parametro di smoothing ($L$) e il conseguente UCL.
   • L'obiettivo è minimizzare l'ETC soggetto a un vincolo sulla Media del Tempo di Segnalazione in controllo ($ATS_0$), garantendo un livello predefinito di performance statistica (target $ARL_0 \approx 200$).
   • L'ottimizzazione assume un tasso di ispezione fisso ($r$), dove $h = n/r$, per riflettere i vincoli operativi comuni negli ambienti industriali.

Contributi Chiave
Il documento identifica quattro contributi specifici al campo dell'ingegneria della qualità:

1. Estensione ai Dati Categorici: Estende il paradigma del design economico-statistico ai processi categorici multivariati rappresentati da tabelle di contingenza, un ambito precedentemente sottorappresentato nella letteratura.
2. Framework Unificato: Stabilisce un approccio unificato che integra modelli log-lineari, statistiche GLT e strutture di memoria EWMA, anziché trattare questi componenti in isolamento.
3. Ottimizzazione Simultanea: Considera simultaneamente gli obiettivi economici e statistici durante il processo di ottimizzazione dei parametri per derivare configurazioni efficienti delle carte.
4. Strumento Pratico: Fornisce una strategia di monitoraggio pratica per ambienti industriali caratterizzati da molteplici caratteristiche qualitative correlate.

Risultati
Il framework proposto è stato valutato tramite simulazioni Monte Carlo in MATLAB con una tabella di contingenza $4 \times 4$ e una dimensione totale del campione di $N=500$. Le principali scoperte includono:

• Sensibilità agli Effetti di Interazione: La carta EWMA–GLT ha dimostrato una sensibilità significativamente superiore ai cambiamenti nei parametri di interazione del modello log-lineare (che rappresentano la struttura di dipendenza) rispetto agli effetti globali o principali. L'"Indice di Effetto" per gli spostamenti di interazione era sostanzialmente più alto, confermando la capacità della carta di rilevare cambiamenti strutturali nelle dipendenze tra le variabili.
• Parametri di Design Ottimali: L'ottimizzazione economico-statistica ha identificato la configurazione ottimale con una dimensione del campione di $n=50$, un intervallo di campionamento di $h=1$, un parametro di smoothing di $L=0.30$ e un coefficiente del limite di controllo di $K=1.50$. Questa configurazione ha prodotto un Costo Totale Atteso (ETC) minimo di 77.786 mantenendo un $ARL_0$ in controllo di 201.42.
• Performance Comparativa:
  • Rispetto a un design puramente statistico, il design economico-statistico ha ottenuto costi operativi inferiori soddisfacendo al contempo i vincoli statistici.
  • Rispetto a un design puramente economico (che minimizzava il costo senza vincoli statistici), il framework proposto ha evitato l'eccesso di falsi allarmi ($ARL_0$ di 45.95 nel caso economico non vincolato rispetto a 201.42 nel design proposto).
  • La carta EWMA–GLT ha superato sia la carta GLT standalone che la classica carta EWMA nel rilevare spostamenti piccoli o moderati, come evidenziato dai valori di Tempo Medio di Segnalazione (ATS) inferiori.
• Analisi di Sensibilità: Il modello è risultato essere più sensibile alle variazioni del costo di produzione fuori controllo ($C_d$) e del costo di campionamento variabile ($C_1$). Il parametro di smoothing ($L$) ha avuto un impatto più significativo sulla velocità di rilevamento e sui costi rispetto al coefficiente del limite di controllo ($K$); aumentare $L$ ha ridotto sia l'$ARL_1$ che l'ETC.

Significatività e Rivendicazioni
Il documento sostiene che il framework EWMA–GLT proposto offre una strategia efficace e pratica per il monitoraggio di processi categorici multivariati. Bilanciando gli obiettivi economici e statistici, l'approccio fornisce una soluzione più robusta per le applicazioni industriali rispetto ai design basati esclusivamente su un singolo criterio. Lo studio conclude che il framework integrato rileva con successo i cambiamenti strutturali nelle tabelle di contingenza, in particolare quelli riguardanti gli effetti di interazione, minimizzando al contempo i costi operativi. Gli autori pongono il lavoro come uno strumento di supporto alle decisioni per ambienti con dati categorici correlati e suggeriscono direzioni di ricerca future che coinvolgano tabelle ad alta dimensionalità, modellazione dell'incertezza (approcci fuzzy/robusti) e l'uso di dataset industriali reali.