Qualidade na Produção de Lixívia Branca
Ana Rita Amaral (1), Paulo Barata (1), Zulema Lopes Pereira (2) (1) Fábrica de Pasta de Setúbal, Portucel SA.
(2) Departamento de Engenharia Mecânica e Industrial, Universidade Nova de Lisboa
Resumo
Nos últimos anos a indústria de pasta e de papel tem sido confrontada com o difícil desafio de aumentos de capacidade produtiva com redução sustentada de custos. Este facto tem sido determinante para a correcta avaliação dos processos, de modo a controlá-los com maior eficiência, diminuindo a ocorrência de erros. As primeiras aplicações de técnicas de optimização ocorreram na Linha da Fibra. Porém, é igualmente importante que a Linha de Recuperação possa sofrer processos de melhoria, com o intuito de optimizar significativamente a produção global de pasta de papel. Só deste modo é possível diminuir custos, produzindo para além da satisfação do Cliente e tornar as empresas mais competitivas
O estudo, efectuado na área da Caustificação da Fábrica de Pasta de Setúbal da Portucel, permitiu analisar o processo, seleccionar as variáveis críticas à concentração da Lixívia Branca, compreender quais os seus valores óptimos de operação face ao objectivo de optimização do Cozimento e definir o modelo de regressão do processo. Todos resultados obtidos permitem ao responsável da área ter dados suficientes para operar a Caustificação focalizando-se no seu “Cliente Interno”, podendo para tal obter Lixívia Branca com a concentração alcalina dentro do objectivo e com menor variabilidade. A equação de regressão permite ajustar as variáveis significativas da Caustificação aos objectivos de trabalho dinâmicos.
A modelação do processo foi efectuada a partir de técnicas estatísticas de Qualidade, tais como o Controlo Estatístico do Processo, Desenho Robusto de Experiências e Métodos de Superfície de Resposta. Cada uma das técnicas permitiu:
• Analisar os resultados históricos das respostas da Caustificação – Alcali Total e Alcali Activo – de modo a avaliar a discrepância entre os resultados de produção e os seus valores – objectivo;
• Definir variáveis de controlo significativas para na modificação dos resultados de Alcali Total e Activo; • Definir os valores – objectivo dessas variáveis, de modo a centrar as respostas no seu valor alvo,
diminuindo a sua variabilidade;
• Desenvolver a superfície de respostas, para compreender o comportamento das respostas em função das variáveis significativas;
• Definir o modelo de Regressão da Caustificação, para estimar quais as alterações das variáveis de controlo necessárias para atingir novos valores de Alcali Activo.
Com a aplicação destas metodologias surgem desde logo duas vantagens: um conhecimento da influência das variáveis no comportamento da concentração alcalina da Lixívia Branca e uma a normalização da operação da Caustificação, diminuindo a variância dos respostas.
É importante salientar que os resultados obtidos desta análise estatística são específicos da área analisada, ou seja, dependem inteiramente das condições físicas, equipamento e métodos de operação existentes na Fábrica de Pasta de Setúbal da Portucel.
Palavras-chave: Controle Estatístico do Processo; Desenho Robusto de Experiências; Métodos de Superfície de Resposta; Caustificação; Lixívia Branca.
A Caustificação tem o objectivo de converter os químicos inorgânicos recuperados provenientes da Caldeira de Recuperação (Smelt), em Lixívia Branca, cuja constituição química é adequada ao cozimento alcalino. O ponto crítico da Caustificação em termos da concentração de Hidróxido de Sódio na Lixívia Branca (Alcali Activo e Alcali Total (g/l)), prende-se as condições operatórias óptimas para a realização das reacções de Apagamento e Caustificação, de modo a obter Lixívia Branca com a qualidade óptima para o Cozimento.
Controlo estatístico do processo
A maioria dos processos químicos, não possuem dados independentes e normalmente distribuídos, mas uma dinâmica que faz com que as observações sejam dependentes entre si. Nestes casos, pode afirmar-se que os dados se encontram correlacionados, tendo de se analisar a sucessão de observações, de modo a desenvolver um
modelo que explique essa dinâmica. As condições que resultam em dados autocorrelacionados, poderão resultar dos sistemas de medida, dinâmica do processo, ou mesmo a presença de ambos (Faltin et al. 1997).
Na presença de autocorrelação, os métodos convencionais de controlo estatístico do processo não podem ser utilizados, uma vez que se tornam ineficientes na monitorização das características de Qualidade. As cartas dos resíduos são aquelas que foram sujeitas a mais estudos ao longo dos tempos para situações onde os dados se encontram autocorrelacionados (Faltin et al. 1997, Miranda 2002 e Shu L. 2002). A ideia base destas cartas é a aplicação das Cartas aos resíduos obtidos após a definição do melhor modelo de autocorrelação ARIMA. Uma vez que se pressupõe que esses resíduos sejam independentes e identicamente distribuídos, a utilização de cartas de Shewhart, CUSUM ou EWMA é feita de modo habitual, tendo uma boa capacidade de detecção de causas especiais.
Neste trabalho foi aplicado um método, desenvolvido por Wieringa 1999, cujo objectivo é aumentar o desempenho das cartas de Shewhart de Resíduos, através da diminuição da probabilidade de detecção de falsos alarmes, em especial nas situações onde a autocorrelação do processo é moderadamente positiva. A metodologia utiliza uma sequência de resíduos modificados, de acordo com as equações:
t 1 1 t 1 t t X X ˆ u = −φ ⋅ − +φ ⋅µ AR (1) t 2 1 2 t 2 1 t 1 t t X X X ( ) ˆ u = −φ ⋅ − −φ ⋅ − + φ +φ ⋅µ AR (2) t 1 1 t 1 1 t 1 t t X X ˆ u = −φ ⋅ − −θ ⋅ε− +φ ⋅µ ARMA (1,1) 1 1⋅ − − = t t u θ ε MA (1)
Os limites de controlo das Cartas de Shewhart de Resíduos modificados, são determinados a partir das equações:
u 3 LSC=µ+ ⋅σ µ = LC u 3 LSC=µ− ⋅σ
Desenho de Experiências (DOE)
O Desenho de Experiências é uma metodologia de engenharia, direccionada para a melhoria da qualidade de um produto ou processo, com o intuito de minimizar os custos inerentes. As aplicações industriais de desenho factorial são na maioria aplicações a dois níveis, ou seja, factorial 2k. A vantagem na aplicação deste tipo
desenho é a possibilidade de compreender o desempenho de um dado processo, sem que para tal seja necessário realizar uma série numerosa e complexa de experiências. Deste modo, é possível efectuar uma análise do comportamento do processo, e numa fase posterior optimizar essas conclusões com experiências complementares.
A análise das variáveis significativas na resposta em estudo, é efectuada por Análise de Variância, testando-se as diferenças significativas entre as médias. A grande vantagem na aplicação da ANOVA é a sua capacidade de detectar efeitos de interacção entre variáveis, e consequentemente testar hipóteses mais complexas.
Métodos de Superfície de Resposta (MSR)
Os MSR permitem criar modelos que relacionam a resposta em estudo com uma série de variáveis independentes. O estudo prévio do processo, através de DOE, permite compreender qual a forma genérica da função que modela as respostas em estudo, porém a aplicação de RSM permite aprofundar qual a zona óptima da superfície para atingir os melhores resultados no sistema em estudo.
O ponto estacionário da superfície, determinado por intermédio das derivadas parciais para cada factor de controlo, poderá representar uma resposta máxima, mínima ou um ponto óptimo de torção. Compreende-se assim que este valor seja o ponto para onde se deve conduzir o processo de modo a atingir a melhor resposta desejada.
Parte Experimental
FASE 2 FASE 1
Análise Histórica das variáveis críticas
Modelação ARIMA Análise dos Resíduos Estimativa dos parâmetros estatísticos do processo Desenvolvimento de Cartas de Controlo Estudo da Capacidade do Processo Determinação de Cp, Cpk FASE 2
Avaliação das Variáveis Operacionais Críticas
na Caustificação
Selecção das Variáveis de Controlo e de Ruído Planeamento e Desenvolvimento do Desenho Experiências Desenho Factorial Fraccionado 24-1 Factores Significativos e níveis óptimos de operação Estudo da ANOVA Definição da Superfície de Resposta Equação de Regressão
Figura 1 – Representação do Procedimento Experimental
Controlo estatístico do processo
Os modelos ARIMA estimados para cada variável permitem calcular uma estimativa da média e variância, apresentada na Tabela 1. Para que se possa concluir que as conclusões a retirar das modelações se encontram correctas, foi necessário analisar três sucessões temporais, de modo a confirmar os resultados obtidos.
Tabela 1 - Média e variância das variáveis em estudo (g NaOH/l)
Variável Média Variância
13.Fev.2003 a 4.Mar.2003
Alcali Total – Entrada Caustificação 162.3 57.82 Alcali Total –Entrada Apagador 158.4 7.66
Alcali Total – Lixívia Branca 164.7 1.65 Alcali Activo – Lixívia Branca 142.2 1.03
3.Abr.2003 a 24.Abr.2003
Alcali Total – Entrada Caustificação 158.1 46.10 Alcali Total –Entrada Apagador 156.4 14.01 Alcali Total – Lixívia Branca 163.7 3.96 Alcali Activo – Lixívia Branca 143.1 3.30
5.Dez.2003 a 28.Dez.2003
Alcali Total – Entrada Caustificação 161.8 25.73 Alcali Total –Entrada Apagador 157.5 6.82
Alcali Total – Lixívia Branca 163.7 3.53 Alcali Activo – Lixívia Branca 141.1 5.14
Os resultados mostram que ao longo das séries cronológicas a média das observações, para cada variável, é bastante semelhante. Porém, em relação à variabilidade do processo, existe alguma discrepância entre séries cronológicas. No entanto, a diminuição da variância à medida que se avança ao longo do processo de produção, está de acordo com a realidade operacional, permitindo validar os resultados.
Sublinha-se ainda a discrepância entre os resultados de operação e a especificação determinada pelo Cozimento. Para estudar essa diferença ter-se-á que estudar a Capacidade do Processo. A análise da capacidade do processo é uma ferramenta que permite comparar o comportamento do processo face as especificações definidas pelo Cliente (Steiner et al. 1998). A capacidade de um processo é normalmente medida através de Índices de Capacidade do Processo (ICP), que são definidos de forma a transmitir de um modo simples e comum a dispersão do processo e quantificar o produto não conforme que poderá ser produzido (Deleryd 1999). O método utilizado no presente trabalho, desenvolvido por Zalewski e Mykytka 2002, é aplicado em processos cujas as variáveis são autocorrelacionadas e não normais. Os resultados encontram-se na Tabela 2.
Tabela.2 - Média dos Índices de Capacidade do Processo Cp e Cpk
Variável Média Cp Média Cpk
Alcali Total – Entrada Caustificação 0.132 0.073 Alcali Total –Entrada Apagador 0.225 0.016 Alcali Total – Lixívia Branca 0.504 0.180 Alcali Activo – Lixívia Branca 0.549 0.413
Como é notório, o processo em causa está aquém de ser capaz e de se encontrar centrado em torno do valor de especificação. É pois necessário tomar medidas no sentido de alterar as condições operatórias, de forma a optimizar o processo de produção de Lixívia Branca.
Desenho de experiências
A análise dos resultados obtidos na avaliação histórica do processo, bem como das variáveis com impacto nas reacções que originam a Lixívia Branca, produziram a seguinte lista de variáveis, com os respectivos valores para os dois níveis para análise.
Tabela 3 - Listagem de variáveis críticas na operação da Caustificação
Variáveis Críticas Tipo de
Variável Baixo Nível Nível Alto Unid.
Alcali Total à entrada do Apagador Controlo 155 159 gNaOH/l Temperatura da Lixívia Verde à entrada de Apagador Controlo 91 93 ºC Caudal de Lixívia Verde para o Classificador Controlo 0 6 l/s
Nível do Tanque de LV não-clarificada Controlo 35 75 %
Carbonatos da Cal à entrada do apagador Ruído 2 6 %
Alcali Total à entrada da Caustificação Ruído 165 175 g/l
Relativamente às respostas a analisar, ter-se-á de estudar as modificações a ocorrer em três respostas diferentes, expostas na Tabela. A análise da transformação -10log(s2) tem como objectivo estudar o impacto das variáveis
de controlo na variabilidade das respostas finais.
Tabela.4 - Respostas em Análise no Desenho de Experiências RESPOSTAS EM ANÁLISE
Nome Unidades
1 Alcali Activo Lixívia Branca g/l
2 Alcali Total Lixívia Branca g/l
3 -10log(s2) -
O planeamento das experiências foi executado de acordo com a Tabela 5, considerando a codificação para as variáveis de controlo.
Tabela.5 - Planeamento das Experiências para aplicação na Caustificação Expª A (Temp. L. Verde entrada apagador) B (Caudal L.Verde entrada Classificador) C (AT LVerde entrada Apagador)) D≡ABC (nível Tanque de LV não Clarificada) (1) 91 0 155 35 a 93 0 155 75 b 91 6 155 75 ab 93 6 155 35 c 91 0 159 75 ac 93 0 159 35 bc 91 6 159 35 abc 93 6 159 75 Resultados e Discussão
Alcali Activo (AA gNaOH/l)
A Tabela 6 apresenta os resultados dos factores e interacções significativas, provenientes da Análise de Variância efectuada para cada situação de análise. A Tabela 7 mostra a combinação dos melhores níveis dos factores de controlo, obtidos através das Análises de Variância efectuadas para as situações explicitadas.
Tabela 6 – Factores e Interacções significativas para Alcali Activo em cada tipo de análise
A B AB e CD C AC e BD BC e AD ABC≡ D
Ruído Baixo D D D D - - D
Ruído Alto Não existem factores e interacções significativas
Robustez ao Ruído D D D D - - -
Variabilidade D D D - -
Tabela 7 – Definição de Níveis determinadas através ANOVA para Alcali Activo Temp. LV
entrada Apagador Caudal de LV entrada do Classificador clarificada AT de LV Nível tanque LV não clarificada Ruído Baixo
Robustez ao Ruído 91 0 159 E1 ≡ 55%
Variabilidade 91 6 159 E ≡ 55%
A interpretação de resultados provenientes de Desenho de Experiências Fraccionado tem de ser efectuada tendo em conta as condições físicas e reais do sistema em melhoria. Os resultados obtidos permitem concluir que:
• Existem diferenças entre a metodologia tradicional de condução da Caustificação e os resultados obtidos pelo Desenho de Experiências, em especial no Caudal de Lixívia Verde para o Classificador e na temperatura de Lixívia Verde clarificada;
• Os factores que influenciam o Alcali Activo da Lixívia Branca mantêm-se constantes, para a situação de Ruído no Nível Baixo, na robustez ao ruído e na análise dos factores que influenciam a variabilidade; • Na situação de Ruído Baixo, a interacção ABC, que se encontra confundida com o factor D, surge como
significativa. Analisando a possível importância da interacção ou do nível do tanque de LV não-clarificada, fisicamente o impacto da interacção terá uma maior importância, uma vez que são os factores que influenciam a velocidade e deslocamento das reacções na Caustificação;
• Em condições em que o Ruído se encontra no nível alto há uma perturbação muito forte, de modo que o ruído se sobrepõe aos factores que nas outras condições são considerados significativos;
• As condições iniciais para a reacção de apagamento são críticas, evidenciadas pelos factores Temperatura da Lixívia Verde à entrada do apagador e pelo caudal de Lixívia Verde para o classificador, bem como a interacção entre eles, ser significativa;
• O Alcali Total da Lixívia Verde clarificada também se revelou significativa. Este resultado era o esperado, uma vez que esta variável é directamente proporcional à existência de compostos alcalinos que irão reagir para originar Hidróxido de Sódio. No entanto, ao contrário do que se esperava este não é o factor que mais influencia o Alcali Activo da Lixívia Branca;
• Os resultados mostram que toda a Lixívia Verde, que vai reagir com a cal no apagador, deve ser aí alimentada à uma temperatura inferior à usada actualmente. Constata-se que a reacção de apagamento ocorre mais rapidamente, dando um maior espaço de tempo para a reacção de caustificação, onde o equilíbrio é atingido de uma forma gradual, porém originando Lixívia Branca dentro dos requisitos definidos;
• Na análise da variabilidade do Alcali Activo verifica-se que o melhor nível para o Caudal de Lixívia Verde é com 6 l/s para o classificador. Estes resultados não vão ao encontro dos restantes casos analisados. De realçar que tal poderá ter ocorrido, uma vez que a contribuição do erro é de cerca de 28%, indicação de que o valor de 6l/s poderá não ser verosímil;
• No que diz respeito à definição de 55% como nível económico para a quantidade de Lixívia Verde no Tanque de LV não-clarificada, teve-se em consideração não factores financeiros, mas sim a forma mais simples e segura de efectuar o trabalho na Caustificação. Com este nível, o operador tem uma margem suficiente para gerir do melhor modo possível os desajustes ao longo do turno.
Os factores que influenciam o resultado final de Alcali Activo contribuem de forma diferente para a resposta final. Constatou-se que:
• O Caudal de Lixívia Verde à entrada para o Classificador é o factor com maior contribuição em qualquer das situações em análise, representando cerca de 25-30% do Alcali Activo existente na Lixívia Branca; • A importância do caudal de Lixívia Verde durante o processo revela-se ainda mais quando se observa que a
sua contribuição na resposta final é cerca de metade;
• O Alcali Total da Lixívia Verde clarificada é o segundo factor com maior contribuição, cerca de 15%. Esta importância revela que a estabilidade desta variável de controlo em torno do seu valor alvo é crítico;
• O aumento da contribuição do erro na análise da variabilidade e da robustez ao ruído mostra indirectamente qual a contribuição do Ruído no valor final de Alcali Activo. Assim, pode afirmar-se que o Alcali Total da Lixívia Verde não-clarificada perturba a Caustificação em cerca de 25%.
A equação de modelação do AA da Lixívia Branca, face aos seus factores significativos:
D 0493 . 0 C 475 . 0 AB 629 . 0 B 004 . 57 A 472 . 71 763 . 18 y= − ⋅ + ⋅ − ⋅ + ⋅ − ⋅ R2 = 77.7%
A Figura 2 representa a superfície de respostas para o Alcali Activo, determinada a partir da equação anterior e considerando que o Alcali Total da Lixívia Verde clarificada se encontra em 159g/l e o nível do tanque de Lixívia Verde não-clarificada está nos 55%.
Alcali Total (AT gNaOH/l)
A análise das variáveis e interacções significativas para a resposta Alcali Total da Lixívia Branca foi executada para produções com ruído baixo, alto e efectuada uma análise à robustez do sistema face a presença de ruído. Os resultados obtidos estão representados nas Tabelas 8 e 9.
Tabela 8 – Factores e Interacções significativas para Alcali Total para cada tipo de análise
A B AB e CD C AC e BD BC e AD ABC≡ D
Ruído Baixo - D D D D D D
Ruído Alto - D D D - - -
Robustez ao Ruído - D - D D D -
144 142 140 138 136 134 132 168 166 164 162 160 158
Figura 2 - Superfície de Resposta de Alcali Activo Figura 3. Superfície de Resposta de AT para
da Lixívia Branca AT de LV clarificada e nível de LV não-clari-
ficada constantes
Tabela 9 – Definição de Níveis determinadas através ANOVA para Alcali Total Temp. LV
entrada Apagador Caudal de LV entrada do Classificador clarificada AT de LV Nível tanque LV não clarificada
Ruído Baixo E ≡ 91 ºC E ≡ 0 l/s
Ruído Alto 93 ºC
Robustez ao Ruído
Variabilidade 91ºC
0 l/s 159 g/l E≡75%
Foi possível efectuar uma análise do comportamento do sistema face as diversas situações.
• As condições óptimas de operação estão em consonância com as estimadas para a optimização do Alcali Activo;
• Denota-se uma diminuição da contribuição das condições de reacção para o Alcali Total, nomeadamente as interacções entre as condições de entrada no Apagador/Caustificador, da Lixívia Verde;
• O Alcali Total da Lixívia Verde não clarificada é o principal responsável pela mesma concentração na Lixívia Branca. Este resultado era o esperado, uma vez que em termos de sínteses ao longo do processo o valor do Alcali Total deve permanecer constante;
• Analisando as interacções significativas que se encontram confundidas, e considerando as transformações físicas e químicas ao longo do processo, pode concluir-se que são as interacções com o nível do Tanque de Lixívia Verde não-clarificada que contribuem na resposta final. O nível do Tanque permite o aumento da estabilização da concentração que será alimentada ao sistema, daí que esse acréscimo de nível conduza à optimização do Alcali Total. Relativamente à interacção ABC, não é esta a provocar impacto na resposta final, mas sim o factor D, ou seja, o nível deste tanque;
• As experiências com o Ruído no seu nível alto não provocaram um impacto elevado no Alcali Total da Lixívia Branca. Tal dever-se-á ao facto de esta resposta ter uma contribuição maior das condições de estabilização ao longo do sistema, nomeadamente nível do tanque de alimentação e da adição de caudal no Apagador.
As diferentes contribuições de cada variável no valor final de Alcali Total, permitiu constatar que:
• Com excepção da análise da robustez ao Ruído, o erro associado às diferentes situações é cerca de 7%, o que mostra a forte contribuição dos factores e interacções significativos;
• Cerca de 70% das contribuições dos factores e interacções ao Alcali Total na Lixívia Branca devem-se unicamente ao Alcali Total e Caudal de Lixívia Verde clarificada;
• A interacção entre o Alcali Total da Lixívia Verde clarificada e o nível do Tanque de Lixívia Verde não clarificada revela alguma importância, na medida em que para o ruído no nível alto ou na análise da robustez ao ruído, esta interacção mostrou que é responsável por 14% da resposta final.
Os factores que controlam o AT da Lixívia Branca possuem um comportamento linear. A equação que modela esse comportamento é:
AD 512 . 0 AC 446 . 0 AB 618 . 0 B 137 . 56 A 57 . 65 403 . 72 y=− + ⋅ − ⋅ − ⋅ − ⋅ − ⋅ R2 = 82.7%
A Figura 3 representa a superfície de resposta, relativa ao Alcali Total da Lixívia Branca, numa situação onde o Alcali Total da Lixívia Verde clarificada se encontra em 159g/l e o nível do tanque de Lixívia Verde não-clarificada está nos 55%.
Conclusões
A análise histórica das séries cronológicas características da Caustificação permitiu quantificar a distância a que esta se encontrava dos requisitos exigidos pelo Cozimento. O estudo e controlo do processo permitiu analisar e delinear estratégias de melhoria, bem como verificar se a produção tem capacidade de atingir os seus níveis de qualidade.
Do estudo efectuado, importa realçar os seguintes factos:
• O processo encontra-se deslocado do valor objectivo exigido;
• A variabilidade natural de operação é muito elevada, sendo, em média, o desvio o dobro da variação definida pelos limites de especificação;
O estudo da correlação das observações permitiu conhecer o modo como as variáveis de relevo da Caustificação interagem ao longo do tempo. Este conhecimento é de extrema importância, uma vez que permite alertar os responsáveis pela área das conclusões erróneas que podem ocorrer ao comparar duas observações consecutivas. Com a modelação ARIMA de cada variável é possível compreender a dinâmica existente no processo de produção.
Foi possível concluir que as condições operatórias que possibilitam a melhoria da Qualidade da Lixívia Branca são distintas das praticadas actualmente pela Caustificação. Assim, há necessidade de alterar os métodos de produção, e que devem passar por:
• Manter o Alcali Total da Lixívia Verde não clarificada inferior a 175 g/l, uma vez que o nível deste ruído alto causa perturbações no sistema, sobrepondo-se a quaisquer factores de controlo;
• Manter do set point do Alcali Total da Lixívia Verde clarificada em 159 g/l; • Eliminar o Caudal de entrada de Lixívia Verde para o Classificador; • Diminuição da Temperatura da Lixívia Verde clarificada para 90ºC; • Manutenção do nível do Tanque de Lixívia Verde não clarificada em 55%.
A formação dos operadores sobre as mais valias nas modificações possibilitará uma melhor integração dos novos conceitos, bem como a normalização dos resultados finais. Só com uma compreensão global e empenho, surgirão as vantagens da aplicação dos novos setpoints operacionais.
Referências
• Deleryd (1999). Journal of Applied Quality Management 2(2); 153-186.
• Faltin, Mastrangelo, Runger e Ryan (1997). Journal of Quality Technology 29(2); 131-133. • Miranda (2002). Tese de Mestrado, FCT – UNL, Lisboa; 175.
• Steiner, Abraham e MacKay (1998). Understanding Process Capability Indices. Waterloo, Ontario, Institute for Improvement of Quality and Productivity - University of Waterloo; 15.
• Wieringa;(1999). Statistical Process Control for serially correlated data. Groningen, University of Groningen.
• Zalewski e Mykytka (2002). A Management framework for Process Control and Capability in the Presence of Autocorrelation. IAMOT 2000, Miami, International Association for Management of Technology. • Shu L.; (2002).QualityandReability Engineering International 18; 411-421.
