Metodologia de identificação e eliminação de causas especiais em cartas de desempenho

Abstract

A geração de dados a partir de equipamentos conectados a redes de comunicações, como: internet, sinal de rádio, satélite, dentre outras é cada dia maior em virtude da modernização das tecnologias. O valor que esses dados possuem na geração de informações úteis para o gerenciamento dos negócios é essencial para a sobrevivência e perpetuação das empresas na era digital. A forma como analisar e retirar informações preciosas de volumosos bancos de dados é chave do sucesso. Grande parte dos dados gerados possuem ruídos que se não filtrados podem influenciar negativamente as tomadas de decisões. Assim, objetivou-se com este trabalho desenvolver uma metodologia a partir das premissas do controle estatístico de qualidade para identificar e eliminar causas especiais em cartas de desempenho de variáveis provenientes de um sistema de telemetria da colheita mecanizada de cana-de-açúcar. Utilizou-se a metodologia da Análise de Modos de Falha e seus Efeitos (FMEA) para a priorização das variáveis e cartas de controle de valores individuais e de subgrupo para análises dos dados filtrados pela metodologia. É possível utilizar cartas de controle de subgrupo para interpretar os dados de telemetria para variáveis de desempenho da colhedora de cana-de-açúcar. A metodologia desenvolvida combina a filtragem visual dos dados, eliminação de pontos discrepantes, definição da taxa amostral a ser utilizada e confecção das cartas de controle de subgrupo.

The generation of data from equipment connected to communications networks such as internet, radio signal, satellite, among others, is increasingly greater due to the modernization of technologies. The value these data have in generating useful information for business management is essential for the survival and perpetuation of companies in the digital age. Analyze and retrieve precious information from large databases is the key to success. In general, the data has noises that, if not filtered, can negatively influence decision-making. Thus, the objective of this work was to develop a methodology based on the premises of statistical quality control to identify and eliminate special causes in performance charts for variables in a telemetry system for mechanized sugarcane harvesting. The Failure Modes and Effects Analysis (FMEA) methodology was used to prioritize the variables and control charts of individual and subgroup values to analyze the data filtered by the methodology. It is possible to use subgroup control charts to interpret telemetry data for sugar cane harvester performance variables. The developed methodology combines visual data filtering, elimination of discrepant points, definition of the sample rate to be used and preparation of the subgroup control charts.