CONTROLE ESTATSTICO DE PROCESSOS APLICADO AO

MONITORAMENTO DO PH E TURBIDEZ DAS GUAS

NOABASTECIMENTO DE CAMPINA GRANDE PB

David Venancio da CRUZ1

Moacyr Cunha FILHO1
Ana Patrcia Siqueira Tavares FALCO2

RESUMO: Os ciclos hidrolgicos tm sido alterados de maneira significativa em funo de

atividades antrpicas. Como consequncia, tem-se observado expressiva queda na qualidade das
guas superficiais para o consumo humano, o que prejudica a sobrevivncia e a qualidade de
vida da populao. Para conseguir uma avaliao de forma eficiente e rpida dos parmetros que
classificam a gua foram utilizadas tcnicas de controle estatstico do processo. Este trabalho
surgiu da necessidade de monitoramento contnuo de alguns parmetros relacionados a gua
fornecida no abastecimento da cidade de Campina Grande. Que devem estar sob legislao do
Ministrio da Sade, Portaria N 2.914/2011, que estabelece procedimentos de controle e de
vigilncia da gua para consumo humano. Assim, empregou modelos de Series temporais para
adquirir uma estrutura sem a presena de autocorrelao, posteriormente aplicando grficos de
controle individuais de Shewhart, mdia mvel exponencialmente ponderada (EWMA), soma
acumulativa (CUSUM). Evitando a ocorrncia de falsos alarmes importante salientar que o
grfico de EWMA apresentou melhor desempenho, no monitoramento das guas, devido a sua
eficincia, pois sensvel as pequenas variaes na reduo ou aumento dos nveis do pH e
turbidez. As anlises foram realizadas por meio do software R com auxlio do pacote forecast.

PALAVRAS-CHAVE: controle estatstico; CUSUM; EWMA; qualidade da gua.

1 Introduo
Com o aumento das atividades econmicas e crescimento populacional numa escala
mundial, a gua de qualidade tem se tornado um recurso natural escasso. Embora o Brasil
apresente uma situao confortvel, pois detm aproximadamente 11,6% de toda gua
doce do mundo, existem problemas de distribuio desse recurso, pois o mesmo no se
encontra distribudo de forma homognea: na Amaznia esto 70% desse recurso,
enquanto apenas 3% esto disponveis no Nordeste brasileiro (BICUDO et al. 2010).

Universidade Federal Rural de Pernambuco, UFRPE, Programa de Ps-Graduao em Biometria e Estatstica

Aplicada, CEP: 52171-900, Recife, Pernambuco, Brasil. E-mail: davidvenacio@hotmail.com;
moacyr@deinfo.ufrpe.br
2
Instituto Federal de Educao, Cincia e Tecnologia de Pernambuco, IFPE, Pr-Reitora de Pesquisa e
Inovao, CEP: 55602-970, Vitria de Santo Anto, Pernambuco. Brasil, E-mail: apstfalcao@hotmail.com
Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

459

Segundo Fay e Silva (2006), no semirido brasileiro o maior problema a m

distribuio espao-temporal das guas superficiais para o consumo humano no meio
rural, o que prejudica a sobrevivncia e a qualidade de vida da populao. Os maiores
potenciais hdricos disponveis se encontram nos rios perenes e perenizados, lagos, poos
tubulares e nas barragens, das quais a maioria da gua armazenada destinada a irrigao.
A gua comporta vrios componentes de origem ambiental ou proveniente da
atividade humana. A qualidade da gua avaliada a partir de suas caractersticas fsicas,
qumicas e biolgicas. Estas caractersticas so consideradas impurezas quando os valores
obtidos so superiores aos valores estabelecidos para determinada utilizao (HENNING
et al., 2011).
De acordo com Follador (2010), para analisar de forma rpida e eficiente os dados
que indicam a qualidade da gua, objeto deste estudo, podem ser praticadas tcnicas de
controle estatstico do processo. Estas tcnicas colaboram de forma eficaz para o
monitoramento ambiental. So diversos os tipos de anlise estatstica que podem se
utilizar, dentre elas destacam-se ferramentas, como os grficos de controle para medidas
individuais: Shewhart, grfico de CUSUM, grfico de EWMA, devido a sua simplicidade
operacional e realista com relao deteco de problemas, resultando em um bom
desempenho no monitoramento da gua.
Neste contexto, aplicam-se os conceitos de controle estatstico de processos (CEP)
na anlise dos nveis de pH e turbidez na gua fornecida na cidade de Campina Grande.
Para atender as suposies de normalidade e independncia, procede a estimao do
modelo auto-regressivo integrado de mdia mvel (ARIMA). Posteriormente os grficos
de Shewhart, Soma Acumulativa (CUSUM) e grfico de controle Mdia Mvel
Exponencialmente Ponderada (EWMA) so aplicados e analisados, com objetivo de
preposio para o monitoramento contnuo do pH e Turbidez.
O monitoramento do pH a turbidez da gua potvel justificvel pela preocupao
atual com o saneamento bsico e o uso racional deste recurso. Devido a se tratar da
qualidade da gua consumida pela populao, requer uma necessidade imediata de
interveno quando h uma extrapolao dos valores permitidos pela legislao do
Ministrio da Sade, Portaria N 2.914/2011, para que a gua no seja distribuda em ms
condies. Neste caso, a utilizao de grficos de CUSUM e EWMA poder ser uma
melhor opo, devido a sensibilidade a pequenas variaes na mdia de um processo, que
so absorvidas pelo grfico de Shewhart.
Finalmente, este artigo encontra-se estruturado cinco sees. A segunda seo traz
uma breve reviso de literatura sobre controle estatstico de processos (CEP). A terceira
seo mostra conceitos de normalidade e autocorrelao. A quarta seo traz a descrio
da rea de estudo e dos dados analisados. A quinta seo mostra os resultados e anlise,
em seguida as consideraes finais e recomendaes para trabalhos futuros.
2 Material e mtodos
2.1

Descrio da rea de estudo e dos dados analisados

O objeto desse trabalho foi desenvolvido no sistema de abastecimento de Campina

Grande, cidade paraibana de aproximadamente 400 mil habitantes (Figura 1), um dos
mais importantes centros urbanos e renomado ncleo de tecnologia do interior do

460

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

Nordeste. Esse sistema de abastecimento urbano administrado pela CAGEPA Companhia de guas e Esgotos do Estado da Paraba, empresa pblica estadual.

Figura 1 -

Localizao da Cidade de Campina Grande-PB.

Grande

O reservatrio localizado no bairro de Santa Rosa em Campina Grande tem

capacidade de armazenamento
armazenament de gua tratada de 40.0003. o principal centro de reserva
e distribuio de gua tratada para os demais reservatrios existentes em todo o sistema de
abastecimento de Campina Grande, num total de 29 reservatrios elevados e
semienterrados, que vo abastecer uma malha de 450 km de rede de distribuio de gua

com um total de 83.500 ligaes domiciliares e uma demanda

demanda mdia de 60890.4 m3dia
(ALBUQUERQUE, 2004).
A avaliao da gua no abastecimento da cidade de Campina Grande foi realizada
por meio de uma pesquisa bibliogrfica, com os dados disponibilizados
disponibilizad pela CAGEPA no
site <http://www.cagepa.pb.gov.br
http://www.cagepa.pb.gov.br>,, no perodo de janeiro de 2011 a dezembro de 2013
perfazendo 36 amostras. A companhia - CAGEPA possui para controle da qualidade da
gua distribuda, Pontos de Cont
Controle de Qualidade P.C.Qs, que so pontos distribudos
no residencial, principalmente em pontos finais de rede e tm como objetivo de favorecer
a coleta de amostra de gua, para o controle de qualidade da gua na rede de
abastecimento. Tambm possibilita a imediata deteco de quaisquer problemas
existentes. Nestes pontos so avaliados pH e turbidez. Mensalmente escolhido um ponto
da rede para realizao de anlises de potabilidade por laboratrio externo. As anlises
foram
am realizadas por meio do software R3.0.2 (http://www.r-project.org/) com auxlio do
pacote forecast.
A turbidez dada pelo grau de interferncia com a passagem da luz atravs da gua
apresentando uma aparncia turva. A origem dela so os slidos em suspenso, que
podem ser de origem natural,
natural, isto , partculas de rocha, areia e silte, alm de algas e
outros minerais ou ainda de origem antropognica, ou seja, despejos industriais,
domsticos, microrganismos e eroso. A turbidez de circunstncia natural no traz
inconvenientes sanitrios diretos. Entretanto, esteticamente desagradvel na gua
potvel, servindo de abrigo para microrganismos patognicos. Nos corpos d'gua a
turbidez reduz a penetrao da luz reduzindo assim a fotossntese (ARAJO, 2010).
O pH uma caracterstica importante
importante devido a sua influncia nos processos
biolgicos que ocorrem no meio aqutico. As guas naturais apresentam um pH entre 4 e
9.5,, estando associada pela dissoluo de CO2 que origina baixos valores de pH, enquanto
Rev. Bras. Biom.,., So Paulo, v.32
v.32, n.4, p.459-477, 2014

461

que as reaes de HCO-3 e CO-3 com gua, acarreta em maiores pH. Quando o pH
aproxima-se de 9 ocorrem absoro de gs carbnico das guas no processo da
fotossntese (ZUIN, LORIATTI, MATHEUS, 2009).
No Brasil, os padres de potabilidade foram definidos pelo Ministrio da Sade,
atravs de portaria n 2.914 de 12 de dezembro de 2011. Esta portaria estabeleceu os
procedimentos e responsabilidades relativos ao controle e vigilncia daqualidade da
guaparao consumo humano e seu padro de potabilidade.
2.2

Controle estatstico de qualidade

O controle estatstico de qualidade compe-se de um conjunto de tcnicas que

permitem a inspeo, identificao, monitoramento, interveno e aprimoramento das
caractersticas que refletem a qualidade na produo de bens e servios. A sua aplicao
proporciona uma melhoria contnua em diversos empreendimentos colaborando para que
as informaes sobre o sistema, ou seja, o estado de equilbrio e a capacidade de gerar
itens possam atender as especificaes propostas (FERREIA, 2010). O monitoramento
uma forma de avaliar a qualidade da gua e prev um levantamento de dados em pontos
de amostragem, de modo a acompanhar a evoluo das condies da qualidade de gua ao
longo do tempo (FOLLADOR et al., 2012).
O controle estatstico de qualidade operacionalizado por meio de grficos de
controle que so utilizados para monitorar o desempenho de um processo a partir da
definio de uma rea de controle aceitvel. Os grficos de controle de qualidade so
elementos visuais para o monitoramento de processos, pois conseguem detectar
rapidamente alteraes desproporcionais e causas especiais, sinalizando a necessidade de
intervir no processo (ARAJO, 2010).
De acordo com Montgomery (2004) so dois tipos de causas: causas especiais e
causas comuns. Causas especiais so eventos que ocorrem casualmente, em perodos
irregulares, e que devem ser eliminadas e reduzidas. As causas comuns so relativamente
pequenas, em sua maioria alteram a variabilidade do processo, apesar de sua ocorrncia a
variao inerente ao processo e so praticamente inevitveis.
Diversas caractersticas de qualidade podem ser mensuradas. Como uma
caracterstica de qualidade uma varivel, que em geral se faz necessrio monitorar tanto
o valor mdio da caracterstica de qualidade como sua variabilidade, para isso, grficos de
controle so amplamente utilizados MONTGOMERY (2004).
2.3

Grfico de controle do tipo Shewhart para medidas individuais

O grfico de controle, numa viso geral, composto por LIC e LSC, limites inferior e
superior de controle, respectivamente, determinados estatisticamente, a partir da mdia, e
as amplitudes das amostras so funo da variabilidade do processo. Em seguida, as
equaes 1, 2 e 3, que mostram o limite superior, linha mdia e limite inferior de controle
(HENNIG, 2011):
 = + 3
 = ,

462




(1)
(2)

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

 = 3




(3)

em que: LC - linha mdia; - mdia; LIC - limite inferior de controle; MR - amplitude da

amostra; d2- fator de construo de grficos de controle para variveis encontrado em
Montgomery (2004) e LSC - limite superior de controle.
Em muitas aplicaes dos grficos para unidades individuais usa-se a amplitude
mvel de duas observaes consecutivas como base para estimar a variabilidade do
processo. A amplitude mvel definida segundo a equao 4.
 = |   |.

(4)

Os grficos de controle de Shewhart fornecem uma anlise simples dos dados, sendo
de fcil adaptao e integrao com prticas de controle j existentes nos laboratrios
(SILVA, 2006). Nestes grficos h baixa probabilidade de falsos alarmes e melhor
capacidade de identificao de erros analticos, por esse motivo so utilizados para uma
grande gama de processos (FOLLADOR, 2010).
2.4

Grfico de controle de soma acumulativa (CUSUM)

Os grficos de controle de soma acumulativa (CUSUM) so alternativas viveis aos

grficos de controle de Shewhart. Estes grficos guardam informaes acumuladas das
amostras de um processo ponderando-as de forma equivalente, fazendo com que as
amostras tenham o mesmo peso. Por esse motivo, esses grficos se tornam sensveis para
detectar pequenas mudanas na mdia de um processo (LU, 2001).
A tcnica de soma acumulada pode ser aplicada na construo do grfico CUSUM
para observaes individuais. Neste caso, a estatstica utilizada a soma acumulada dos
desvios de cada valor individual com relao medida dada pela hiptese que est sendo
testada. Esta prtica estabelece a hiptese que ir se testar, ou seja, conhecer-se o valor
nominal,  . Conhecido este desvio, a soma acumulada iniciada. A soma acumulada
 ,para o i-simo perodo a soma de todos os desvios do valor nominal desde o perodo
1 at o perodo i, dada pela equao 5:


 = "(   ) = (   ) +  ,

(5)

%

em que  a j-sima observao individual. O mtodo da soma acumulada pode ser

representado de duas maneiras pelo CUSUM Tabular ou pela Mscara V.
O grfico de CUSUM Tabular um plano de controle de deciso intervalar bilateral
simtrico que utiliza duas estatsticas unilaterais  (plano superior) equao 6, para
detectar mudanas positivas e  (plano inferior) equao 7, para detectar mudanas
negativas:

,,
  = '( )0,  ( + +) + 

(6)


,,
  = '( )0, ( +)  + 

(7)

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

463

em que K um valor de referncia (valor de tolerncia ou folga) aproximadamente a

metade do valor que se tem interesse em detectar rapidamente determinado valor entre o
valor pretendido e o valor da mdia fora do controle  .
Est mudana expressa em unidades de desvio padro como =  + ./ logo K
metade da magnitude dessa mudana segundo a equao 8:
+=

|  |
.
/=
,
2
2

(8)

em que . o valor da mudana que se deseja detectar em unidades de desvios padro, /

o desvio padro,  o valor pretendido e o valor da mdia fora de controle (HAWKINS,
1993). Quanto menor for este fator, menor ser a faixa de variao que o grfico ser
capaz de detectar e maior ser a sensibilidade do grfico. Em geral, usa-se + = 12
(WALTER et al.,2013)
O sistema estar sob controle se os valores plotados de  e  estiverem no
intervalo de deciso H. Segundo Montgomery (2004), um valor aconselhvel para H
quatro ou cinco vezes o valor do desvio padro / , isto , 3 = 4/ou 3 = 5/.
2.5

Grfico de controle mdia mvel exponencialmente ponderada(EWMA)

Segundo Montgomery (2004), uma alternativa para o grfico de Shewhart quando

est interessado em detectar pequenas mudanas o grfico de controle da mdia
exponencial ponderada. O grfico de controle EWMA apresenta desempenho semelhante
ao do grfico de controle somas acumuladas, e de certa forma, mais fcil de estabelecer e
efetuar podendo ser utilizado com amostras de tamanho unitrio. Neste caso, o grfico de
controle EWMA para medidas individuais definido conforme equao 9,
6 = 8  + (1 8)6 ,

(9)

6 = 8  + (1 8))8  + (1 8)6; ,,

(10)

6 = 8  + (1 8)8  + (1 8); 6; ,

(11)

em que 6 so valores ponderados da observao 7 e  o i-simo valor observado, o

parmetro 8 uma constante (0 < 8 1) e o valor inicial 6 o valor alvo da mdia do
processo, de modo que, 6 =  .
Ainda a demonstrao da expresso 9, constitui uma mdia ponderada, as amostras
pode ser obtida desenvolvendo recursivamente a equao 9. Substituindo o valor de6 ,
tem-se a equao 10.

ou desta forma:

Substituindo6; pelo valor dado pela seguinte equao 9, tem-se que:

6 = 8  + (1 8)8  + (1 8); )8 ; + (1 8)6< ,

(12)

A expresso 12 aponta a caracterstica de qualidade real  que est presente em

todas as expresses de caracterstica da qualidade prevista para um perodo qualquer 7,
indicando que para as amostras mais remotas, a caracterstica de qualidade real
464

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

exponencialmente ser menor o peso com que aparece na expresso 6 . Caso seja
desenvolvida toda expresso, apenas o valor da caracterstica prevista 6 , que foi adotado,
ir aparecer ao lado de todas as caractersticas da qualidade real. De acordo com a
equao 13.
6 = 8  + (1 8)8  + (1 8); 8 ; + (1 8)< 8 < +
+(1 8) ? 8  + (1 8) 6 .

(13)

De forma geral, ou seja, generalizando a expresso13 supracitada, obtm-se a

seguinte expresso 14:
6 = (1 8) 6 + 8 
%(1 8)  .

(14)

Como a mdia mvel exponencial ponderada (EWMA) considera como uma mdia
ponderada todas as amostras (@ = 1) remotas e correntes, o grfico EWMA insensvel
hiptese de normalidade, ou seja, torna o grfico ideal para ser usado em medidas
individuais (SILVA, 2004).
Se as amostras so variveis aleatrias independentes com varincia / ; ento a
varincia de 6 , de acordo com a equao 15.
/B;C = / ; D

;?

E )1 (1 8); ,.

(15)

O grfico EWMA pode ser construdo pela plotagem de 6 versus o nmero de

amostras 7. A linha central e os limites de controle para o grfico de controle EWMA so
apresentados pelas equaes 16, 17 e 18.
F =  + /G

(;?)

)1 (1 8); ,,

 =  ,
 =  /G

(;?)

)1 (1 8); ,.

(16)
(17)
(18)

Nas equaes 16 e 18,  representa a largura ou mltiplos de sigma utilizado nos

limites de controle, sendo usualmente  = 3, valores de 8, no intervalo 0.05 8 0.25,
funcionam bem na prtica, sendo o mais recomendvel 8 = 0.2 (MONTGOMERY,
2004).
2.6

Normalidade e autocorrelao

Para a utilizao de qualquer tipo de grfico de controle duas suposies devem ser
atendidas. A primeira suposio e que os dados sejam normalmente distribudos. A
segunda a independncia das amostras no apresentem nenhum tipo de correlao.

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

465

2.6.1 Teste de Kolmogorov-Smirnov

O objetivo desse teste verificar o grau de concordncia entre distribuio de um
conjunto de valores e uma distribuio terica, por exemplo, verificar se os dados seguem
uma distribuio normal. O teste de Kolmogorov-Smirnov admite que a distribuio da
varivel que est sendo testada seja contnua. A distribuio terica representa o que seria
esperado sob 3 . Ento se verifica, as distribuies terica e observada mostram
concordncia (SCUDINO, 2008).
Seja H uma funo especificada de distribuio de frequncias relativas acumuladas
a distribuio terica sob 3 . Para qualquer valor de I , o valor de H (I) a proporo de
casos esperados com escores menores ou iguais aI .
Seja a distribuio de frequncias relativas acumuladas observadas, J , de uma
amostra aleatriade K observaes. Seja um escore qualquer possvel, I , ento J (I ) =
LC
, onde H o nmero de observaes menores ou iguais a I . As hipteses do teste so
M
descritas como:
3 : A amostra proveniente de uma distribuio terica especfica;

3 : A amostra no proveniente de uma distribuio terica especfica.

Quando 3 verdadeira, espera-se que as diferenas entre J (I ) e H (I )sejam

pequenas e estejam dentro do limite dos erros aleatrios. A estatstica do teste, expressa
na equao 19, focaliza o maior dos desvios denominados de desvio mximo:
U = '( |H (I ) J (I )|,

(19)

em que 7 = 1,2, , K, verificando-se a hiptese do poder do teste P Q(RST , ento a

normalidade da amostra verificada. Se U < U (M,V) no se rejeita a 3 , ou seja, a
amostra proveniente de uma distribuio normal. Caso contrarioU > U (M,V) rejeita-se
3 , ou seja, a amostra no proveniente de uma distribuio normal.

2.6.2 Autocorrelao
Para a aplicao dos grficos de controle necessrio que os dados atendam a
suposio de independncia entre si, sendo de extrema importncia a investigao da
autocorrelao do grupo de informaes. A presena da autocorrelao compromete o
desempenho dos grficos de controle, no sentido em que se podem confundir as causas
especiais e comuns no processo.
Segundo Montgomery (2004), para contornar o problema da autocorrelao pode-se
utilizar uma amostra menos frequente acarretando um aumento no tempo para detectar
uma variao real do processo.
Dentro do controle estatstico de processo existem dois princpios bsicos para
contornar autocorrelao. O primeiro determina uma abordagem dos dados originais, mas
devem-se ajustar os limites de controle para absorver a autocorrelao, sendo denominado
de alargamento dos limites. O segundo princpio defende uma abordagem de plotagem
dos resduos do modelo de srie temporal no grfico de controle (ARAJO, 2010). Esse
modelo ser adotado neste trabalho, devido a seu desempenho superior, para evitar
alarmes falsos e remover a autocorrelao dos dados.

466

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

De acordo com Follador (2010), a autocorreo definida como a medida de

dependncia de uma observao num estante X, em relao quela tomada num estante
X Y, em que Y a defasagem (R(Z) considerada, isto , a distncia entre duas
observaes.
Para mensurar a autocorrelao ao longo de uma srie de observaes distribudas no
tempo tem-se uma caracterstica longitudinal, ou seja, uma srie temporal. O coeficiente
linear dado pela equao 20, chamada funo de correlao.
_] =

cde(fg ,fghi )
j(fg )

(20)

em que [SQ( \ , \] ) a covarincia de observaes separadas por Y perodos de tempo e

a varincia constante dada por ^( \ ). De forma geral estimam-se os valores de _] com a
funo de autocorrelao explicitada na equao 21.
T] =

khi
glm (fg f)(fghi f)

khi
glm (fg f)

(21)

em que \ observao ou mdia dos subgrupos no tempo X, a mdia das amostras e

Y = 1,2,3, ,.

2.6.3 Modelo auto-regressivo integrado de mdia mvel

Se as observaes violam a suposio de independncia, ocorrem alteraes no
ajuste das variveis no controle de processo, pois existindo dependncia entre as
caractersticas de qualidade e as variveis de controle o modelo assumido no ser
verdadeiro para os dados que originam do processo.
Nestas situaes ocorre um aumento considervel no nmero de alarmes falsos que
produz concluses erradas em relao estabilidade do processo. Os modelos de
regresso ou de sries temporais tm se revelado teis para modelar processos que
demonstrem uma estrutura correlacional, posteriormente, na utilizao de grficos de
controle para os resduos dos modelos. Se existir um conjunto de variveis dentro de um
modelo de regresso os seus resduos no sero correlacionados mesmo que a varivel
resposta esteja correlacionada (PEDRINI; CATEN, 2008).
De acordo com Follador (2010), o modelo `` uma generalizao do modelo
auto-regressivo de mdia mvel (``). A apresentao ``(P, a, b) refere-se,
respectivamente, s ordens de auto regresso, de integrao e de mdia mvel: P o
operador de auto-regressivo,a o nmero de diferenas, b o nmeros de termos da
mdia mvel. A escolha do modelo adequado ser feito mediante as estatsticas de Akaike
Information Criteria (`). Logo aps o modelo ajustado ``, verifica-se que os
resduos do modelo so independentes, denominados de rudo branco.
Denomina-se de modelo Auto-regressivo de ordem `(P) o modelo dado pela
equao 22.
n\ = n\ + ; n\; + + p n\p + (\ ,

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

(22)

467

em que os termos n\ , n\; , + + n\q so independentes de (\ , o parmetro

(peso) que descreve como n\ se relaciona com o valor para n\ (a srie de dados) e (\
o erro aleatrio.
A metodologia implantada de Box e Jenkins e Reinsel (1994) para construo de
modelos `` composta por trs passos: Identificao; Estimao e Verificao.
Logo, o passo 1 mais relevante pois nele se determina os valores de P, a e b . Esta
determinao feita mediante as autocorrelaes e autocorrelaes parciais estimadas, as
quais se espera que represente adequadamente as verdadeiras quantidades tericas que so
desconhecidas.
Critrio de Informao de Akaike (rst)

2.7

De acordo com Terra et al (2010), o critrio de informao de Akaike (`) toma

por base a teoria de deciso e penaliza os modelos com maior nmero de parmetros para
evitar excessos de parametrizaes. Esse critrio expresso pela seguinte forma:
` = 2 yRSZ(u; w)z + 2P,

(23)

em que RSZ(u; w) a funo de log-verossimilhana maximizada sob o modelo

considerado, P e o nmero de parmetros a serem estimados. Para tomada de deciso em
relao a qual o modelo utilizar. Por conseguinte, o modelo selecionado ser aquele que
apresentar o menor valor de ` .
3 Resultados

Um grfico temporal das medies de pHeo grfico da funo de autocorrelao

amostral (Figura 2a e 2b), que evidencia a presena de autocorrelao nos dados.
Da mesma forma, os dados referentes Turbidez e a funo de autocorrelao
amostral (Figura 3a e 3b), que indica a presena de autocorrelao.

0.4

ACF

7.0

-0.2

0.0

7.2

0.2

7.4

pH

7.6

0.6

0.8

7.8

1.0

10

15

20

Perodo amostral

Figura 2 -

468

25

30

35

10

15

Lag

Srie temporal (a) e funo de autocorrelao para os dados do pH (b).

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

0.4

ACF

0.2

3
1

-0.2

0.0

Turbidez (uT)

0.6

0.8

1.0

10

15

20

25

30

35

Perodo amostral

Figura 3 -

10

15

Lag

Srie temporal (a) e funo de autocorrelao para os dados da turbidez (b)

Os dados originais com relao ao pH (potencial de Hidrognio) apresentaram uma

distribuio normal, ao nvel de 5% significncia (p-valor 0.1652) para o teste de
Kolmogorov-Smirnov.Verifica-se que os dados so autocorrelacionados, no atendendo a
suposio de independncia das amostras.
Ajustou-se um modelo `` (2,0,0), com um / ; estimado de 0.02958 e critrio
de seleo` = -15.79. O modelo mostrou-se adequado, pois os resduos apresentaram
uma distribuio normal e no autocorrelacionados (Figura 4).
resduo

0.8
0.6
ACF
-1

-0.2

Confidence Intervals: 95%

-2

0.0

0.2

0.4

1
0
-1
-3

-2

SS.1 Ordered Data

1.0

NORM QQ PLOT

10

15

Normal Quantiles

Lag

Figura 4 -

Grfico de normalidade e funo de autocorrelao para os resduos do pH.

Continua-se o desenvolvimento do controle estatstico de processo para o

monitoramento da varivel pH, sem que os resultados sejam alterados pela quebra das
Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

469

suposies iniciais,(Figuras 5, 6 e 7), encontram-se um grfico do tipo Shewhart, um

grfico CUSUM e um grfico EWMA. Estes grficos foram aplicados aos resduos do
modelo.
Grfico de Shewhart

0.0

0.2

Group summary statistics

0.4

UCL

-0.4

-0.2

CL

LCL
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.001228942 LCL = -0.4883469 Number beyond limits = 1
StdDev = 0.1631919
UCL = 0.4908048 Number violating runs = 1

Figura 5 -

Grfico de Shewhart para os resduos do pH.

Grfico de Cusum

4
2
-4

-2

Above target
Belowtarget

Cumulative Sum

UDB

LDB
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.001228942
StdDev = 0.1631919

Figura 6 -

Decision interval (std. err.) = 5

Shift detection (std. err.) = 1
No. of points beyond boundaries = 0

Grfico de Cusum para os resduos do pH.

Os grficos de controle para medidas individuais aplicados no monitoramento dos

parmetros pH e turbidez na qualidade da gua potvel em Campina Grande esto
representados a seguir.
Verifica-se que os grfico de Shewhart para o pH com relao ao controle de
processo no est sob o controle estatstico, pois amostra de nmero 6, se encontra fora do

470

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

limite de controle e apresenta existncia de alguns pontos sequenciais abaixo da linha

mdia do ponto 11 ao 17.

0.2
-0.2

0.0

UCL

LCL

-0.4

GroupSummary Statistics

0.4

Grfico de EWMA

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.001228942
StdDev = 0.1631919

Figura 7 -

Smoothing parameter = 0.2

Control limits at 3*sigma
No. of points beyond limits = 0

Grfico de EWMA para os resduos do pH.

Os grficos tipos Shewhart sero convencionais, com limites 3/ . O grfico CUSUM

tem limite de deciso igual a3 = 5 e + = 0.5. O grfico EWMA tem8=0.2 e  = 3.0.
No grfico de CUSUM para pH, verifica-se alguns valores prximos de zero entre as
amostras 21 e 23. Atribuindo-se ao fato da mdia no sofrer alteraes, ou seja, os desvios
negativos so balanceados pelos positivos, provocando uma pequena oscilao em torno
do zero. De acordo com, nos grficos de CUSUM se existe tendncia para se
desenvolverem acima ou abaixo, evidncia de que a mdia do processo mudou e deve-se
procurar a causa atribuvel a esse fato observado (Figura 6), onde se encontra alguns
pontos sequenciais acima e abaixo da linha zero.
Com relao ao grfico de EWMA para pH, este apresenta pontos que tem o
desempenho que indicam uma possvel instabilidade no processo, uma vez que as
amostras a partir do ponto 6 a 17 so sequenciais no intervalo de tolerncia abaixo da
linha mdia, em seguida, a partir do ponto 30 a 36, acima do intervalo de tolerncia
Os dados originais com relao Turbidez (uT) no apresentaram uma distribuio
normal, ao nvel de 5% significncia (p-valor 7.723e-05) para o teste de KolmogorovSmirnov. Verifica-se que os dados so autocorrelacionados, no atendendo a suposio de
independncia das amostras (Figura 8). O modelo de maior adequabilidade foi
``(1,0,0) com um / ; estimado de 0.3907 e critrio de seleo ` =75.11.

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

471

resduo

0.4
0.2

ACF

-2

-1

-0.2

0.0

Confidence Intervals: 95%

1
-1

SS.1 Ordered Data

0.6

0.8

1.0

NORM QQ PLOT

10

Normal Quantiles

Figura 8 -

15

Lag

Grfico de normalidade e funo de autocorrelao para os resduos da Turbidez.

Continua-se o desenvolvimento do controle estatstico de processo para o

monitoramento da varivel Turbidez, sem que os resultados sejam alterados pela quebra
das suposies iniciais. Estes grficos foram aplicados aos resduos do modelo.

2
0

UCL

CL

-1

G
roupsum
m
arystatistics

Grfico de Shewhart

LCL
1

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.01608297
LCL = -1.214736
StdDev = 0.4102731
UCL = 1.246902

Figura 9 -

Number beyond limits = 2

Number violating runs = 10

Grfico de Shewhart para os resduos da Turbidez.

No grfico de Shewhart (Figura 9) para turbidez foram encontrados dois pontos

acima do limite superior, evidenciando diferenas de valores de alguns pontos em relao
mdia do processo, principalmente a partir de amostras coletadas em abril de 2011,
caracterizando uma possvel falta de controle no processo. Verifica-se que estes pontos
acima do limite superior, ou seja, acima de 3 desvios-padro, podem estar ligado
heterogeneidade dos dados. Apresentam-se pontos sequenciais abaixo da linha mdia,
uma sequncia que se encontra entre os pontos 8 e 22, o que caracteriza de acordo com
Werkema (1995) uma indicao de falta de controle.

472

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

Abovetarget

UDB

-5

Belowtarget

Cum
ulativeSum

10

Grfico de Cusum

LDB
1

12

15

18

21

24

27

30

33

36

amostras

Figura 10 -

Number of groups = 36
Center = 0.01608297
StdDev = 0.4102731

Decision interval (std. err.) = 5

Shift detection (std. err.) = 1
No. of points beyond boundaries = 4

Grfico de Cusum para os resduos da Turbidez.

Com relao ao grfico de CUSUM para a Turbidez (Figura 10), observa-se que nos
pontos 5 ao 8, os valores tiveram uma mudana sbita de comportamento, ou seja, uma
causa especial est agindo no processoe estar sob a ao de causas especiais, cabendo a
investigao da causa desta perturbao no processo (podendo ser atribudo a falha do
analista, duplicata da amostra, entre outros fatores), levando necessidade de aes
corretivas com objetivo de levar o processo estabilidade em seguida aps o ponto 28, a
uma oscilao menor que esperada em torno do eixo 0.

2
1

UCL
0

GroupSum
m
aryStatistics

Grfico de EWM A

-1

LCL

12

15

18

21

24

27

30

33

36

amostras
Number of groups = 36
Center = 0.01608297
StdDev = 0.4102731

Figura 11 -

Smoothing parameter = 0.2

Control limits at 3*sigma
No. of points beyond limits = 3

Grfico de EWMA para os resduos da Turbidez.

Com relao ao grfico de EWMA para a Turbidez (Figura 11) apresentam-se

pontos sequenciais do ponto 12 aos 23, que se encontram no intervalo de tolerncia
inferior, o que indica uma possvel instabilidade no processo. Por outro lado, os pontos 5,
6 e 7 so encontrados acima do intervalo superior, o que indica que o processo est fora
de controle.
4 Discusses
Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

473

Os valores do parmetropH podem sofrer alteraes devido s decomposies cidas

da poluio atmosfrica, gs carbnico liberado de forma natural pelo meio ambiente ou
oriundos de aes antropognicas, que, decompostos na gua, formam o cido carbnico
que conduz reduo do pH (FOLLADOR, 2010).
No perodo do estudo, os valores monitorados permaneceram dentro da faixa de
valores permitidos pela Portaria N 2.914/2011 do Ministrio da Sade, de acordo com
Capitulo V, Artigo 39, Inciso I. Recomenda-se que, no sistema de distribuio, o pH da
gua seja mantido na faixa de 6.0 a 9.5.
Resultados observados por Campos et al. (2002), a qualidade da gua tratada pelo
Departamento de guas e Esgotos da cidade de Araraguara, So Paulo, apesar de ser
considerada satisfatria com amostras detectadas que no atendiam ao padro para o pH,
nesse estudo todas as amostras permaneceram dentro do padro esperado.
A turbidez caracterizada com relao qualidade da gua, a suspenso de
materiais, ou seja, partculas e algas dissolvidas, dificultando a penetrao da luz. A
turbidez de causa natural no traz inconvenientes sanitrios diretos, entretanto os slidos
suspensos podem abrigar microrganismos patognicos (Von Sperling, 1996).
De acordo com a legislao vigente, o valor permitido para Turbidez no sistema de
distribuio da gua (em toda a extenso do sistema de distribuio) e de 5uT de acordo
com Artigo 30, Inciso I. Refere-se ao padro organolptico de potabilidade. Conforme
artigo 5, inciso IV, o padro organolptico o conjunto de parmetros caracterizados por
provocar estmulos sensoriais que afetam a aceitao para consumo humano, mas que no
necessariamente implicam risco sade.
Entretanto a Turbidez pode aumentar durante o processo de tratamento da gua (em
funo da adio de produtos qumicos ps-filtrao) ou na rede de distribuio (devido a
interferncias como infiltrao de guas de chuva ou formao de biofilmes). Nesses
casos, deve ser respeitado o valor mximo de 5.0 uT em qualquer ponto da rede.
Em estudo realizado porCorreia et al. (2008), Janeiro Maro obteve-se um maior
ndice de Turbidez, por conta do maior ndice de chuvas na regio, elevando o processo
erosivo, colaborando para a elevao da turbidez. Em nosso estudo os maiores valores
para esse parmetro esta entre as amostras 6 a 9, que corresponde aos meses de Maio a
Agosto de 2011, que se d o perodo de precipitao da regio. Entretanto as amostras no
extrapolaram o valor permitido pela legislao vigente.

Concluses
O grau de comprometimento da qualidade da gua no abastecimento da cidade de
Campina Grande baixo, pois apenas a varivel Turbidez apresentou uma nica amostra
igual ao limite estipulado pela Portaria de n 2914/2011 do Ministrio da Sade, que dispe
sobre a classificao dos corpos de gua potvel; A varivel Turbidez apresentou-se em
alguns pontos de controle elevada variabilidade dos dados, com exceo do pH, que
apresentou uma distribuio normal ao nvel de 5% de significncia. As variveis pH e
turbidez apresentaram-se amostras auto-correlacionadas, no atendendo as suposies de
independncia das amostras.
Para tratar a autocorrelao foi aplicado um modelo ARIMA e posteriormente
grficos de controle aos resduos do modelo. A metodologia utilizada permitiu definir
algumas consideraes importantes, tais como uma proposta de monitoramento do nvel
do pH e Turbidez da gua da cidade de Campina Grande, atravs do Controle Estatstico

474

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

de Processo. Alm disso, comparou-se a sensibilidade existente entre os grficos de

controle de Shewhart, CUSUM e EWMA na deteco de pequenas mudanas nas
variveis relacionadas qualidade da gua e verificando se realmente esto dentro dos
limites de controle.
Os grficos CUSUM como EWMA, tem como pontos positivos detectar mais
rapidamente pequenos desvios e do informaes sobre a tendncia do processo, sendo
indicados para o monitoramento deste processo. O grfico EWMA ainda tem uma
vantagem adicional: a de ser robusto hiptese de normalidade. Dentre os grficos
utilizados Sherwart, CUSUM e EWMA. O mais eficiente o EWMA, pois se mostra uma
maior sensibilidade s pequenas variaes.
A utilizao de grficos de controle estatstico de processos para monitorar
indicadores de qualidade da gua em Estaes de Tratamento (ETAs) merece ateno
especial, uma vez que estes dados geralmente apresentam autocorrelao.
importante salientar que a utilizao de mtodos de previso, como, ARIMA,
aplicao de grficos de controle estatstico aos resduos, so sofisticados, e, portanto,
podem ser de difcil interpretao, necessitando de pessoas especializadas para tal fim.
Para o monitoramento futuro aconselha-se tambm a anlise da utilizao de outras
tcnicas para tratar a autocorrelao, como limites de controle alargados ou diminuir a
frequncia de retirada de amostras.

Agradecimentos
Os autores agradecem Universidade Federal Rural de Pernambuco pelo apoio.
CRUZ, D. V.; CUNHA FILHO, M.; FALCO, A. P. S. T.Statistical process control
applied to monitoring and Phwater turbidity no supply Campina Grande- PB. Rev.
Mat.Estat. So Paulo, v.32, n.4, p.459-477, 2014.

ABSTRACT: The hydrological cycles have been significantly altered due to human activities. As

a consequence, it has been observed a significant drop in the quality of surface water for human
consumption, which impairs the survival and quality of life. To get an assessment so efficient and
fast parameters that classify water techniques of statistical process control were used. This work
arose from the need for continuous monitoring of some parameters related to water supply
provided in the city of Campina Grande. That legislation should be under the Ministry of Health,
Ordinance No. 2914/2011 laying down procedures for control and surveillance of water for
human consumption. Thus, employed temporal Series models to acquire a structure without the
presence of autocorrelation, later applying graphs and individual control Shewhart,
exponentially weighted moving average (EWMA), cumulative sum (CUSUM). Avoiding the
occurrence of false alarms is important to note that the EWMA chart performed better in water
quality monitoring, because of its efficiency, it is sensitive to small variations in the reduction or
increase in the levels of pH and turbidity. Analyses were performed using the R software package
to aid the forecast.

KEYWORDS: Statistical control; CUSUM; EWMA; water quality.

Referncias
ALBUQUERQUE, A. A.; FIRMINO, M. B. M.; CURI, W. F - Uso racional de energia no
bombeamento de gua em sistemas de abastecimento, via programao no-linear. In: IV
SEREASEMINRIO
HISPANO-BRASILEIRO
SOBRE
SISTEMAS
DE
Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

475

ABASTECIMENTO URBANO DE GUA,6., 2004 , Joo Pessoa. Anais... Joo Pessoa,

Brasil, CD-ROM, 2004.
ARAJO, N. G. A.Aplicao de grficos de controle para monitoramento estatstico da
turbidez da gua potvel. 2010. 51f. Monografia (Engenharia de Produo) Centro de
Cincias Tecnolgicas, Departamento de Engenharia de Produo e Sistemas,
Universidade do Estado de Santa Catarina, Joinville, 2010.
BICUDO, C.E.de M.; TUNDISI, J.G.; SCHEUENSTUHLS, M.C.B. guas do Brasil:
anlises estratgicas. So Paulo, Instituto de Botnica, 2010. 224p.
BOX, G. E. P., JENKINS, G. M., and Reinsel, G. C. Time Series Analysis, Forecasting
and Control, 3.ed. Prentice Hall, Engle Wood Cliff, New Jersey.1994. 598p.
BRASIL, Ministrio da Sade. Portaria n. 2.914, de 12 de Dezembro de 2011. Dispe
sobre normas de potabilidade de gua para o consumo humano. Braslia: SVS, 2011.
CAGEPA. Companhia de guas e Esgotos do Estado da Paraba. 2014. Disponvel em:
http://www.cagepa.pb.gov.br/portal/. Acessado em: 02/01/2014.
CAMPOS, J. A. D. B., FILHO, A. F., FARIA, J. B. Qualidade sanitria da gua
distribuda para o consumo humano pelo sistema de abastecimento pblico da cidade de
Araraquara-SP. Alim. Nut., So Paulo, v.13, n.1, p.117-129, 2002.
CORREIA, Aislan et al. Anlise da Turbidez da gua em Diferentes Estados de
Tratamento. VIII ERMAC (Encontro Regional de Matemtica Aplicada e
Computacional). Universidade Federal do Rio Grande do Norte. Disponvel em:
http://www. dimap. ufrn. br/~ sbmac/ermac2008/Anais/Resumos% 20Estendidos/A
finalise% 20da% 20turbidez_Aislan% 20Correia.pdf, 2008.
FAY, E. F.; SILVA, C. M. M. S. ndice de Uso sustentvel da gua (ISA-GUA) na
regio do sub-mdio So Francisco. 1.ed. Jaguarina: Embrapa Meio Ambiente, 2006.
157p.
FERREIA, G. U. A. Estudo de testes estatsticos para o vetor de mdias em controle de
processos multivariados sob amostragem dupla. 2010, 134f. Dissertao (Mestrado em
Estatstica) - Instituto de Cincias Exatas, Programa de Ps-graduao em Estatstica,
Universidade Federal de Minas Gerais, 2010.
FOLLADOR, F. et al. Controle de qualidade da gua medido atravs de cartas de controle
de Shewart, CUSUM e MMPE. Engenharia Ambiental, v. 9, p. 183197,2012.
FOLLADOR, F. A. C. Controle estatstico de processo aplicado qualidade de guas
superficiais.2010, 118f. Tese (Doutorado em Engenharia de Produo) Centro de
Cincias Exatas e Tecnolgicas, Programa de Ps-graduao em Engenharia Agrcola,
Universidade Estadual do Oeste do Paran, 2010.
HAWKINS, D.; OLWELL, D. Cumulative sum control charting: An underutilized
spctool. Quality Engineering, v. 5, n. 3-4, p. 463477, 1993.
HENNING, Elisa et al. Um estudo para a aplicao de grficos de controle estatstico de
processo em indicadores de qualidade da gua potvel. Sistemas & Gesto, v. 9, n. 1, p. 213, 2011.

476

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 20xx

LU, C. W.; JR, M. R. R. CUSUM charts for monitoring an autocorrelated process.

Journal of Quality Technology, April, v. 33, n.3,p. 122, 2001.
MONTGOMERY, D. Introduction to statistical quality control.4.ed. New York: John
Wiley & Sons, Inc., 2004. 513f.
PEDRINI, D. C.; CATEN, C. S. Comparao entre grficos de controle para resduos de
modelos. GEPROS. Gesto da Produo, Operaes e Sistemas, Porto Alegre-RS, v. 4,
n.3, p. 123 140, 2008.
R Development Core Team (2010).R: A language and environment for statistical
computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-070, URLhttp://www.R-project.org.
SCUDINO, P. A. A. A utilizao dos alguns testes estatsticos para Anlise da
variabilidade do preo do mel nos municpios de Angra dos Reis e Mangaratiba, Estado
do Rio de Janeiro. 2008, 51f. Monografia (Bacharel em Matemtica) - Instituto de
Cincias Exatas, Departamento de Matemtica, Universidade Federal Rural do Rio de
Janeiro, 2008.
SILVA, W. Aplicao do grfico de controle EWMA no processo produtivo de uma
indstria de alumnio: Um estudo de caso. In: XI SIMPSIO DE ENGENHARIA DE
PRODUO.So Paulo. Anais... Bauru, So Paulo, Brasil, 08 a 10 de novembro de 2004.
SILVA, W. et al. Aplicao do grfico de controle de mdia mvel exponencialmente
ponderada (MMEP) para monitorar a variabilidade de um processo produtivo. In:
SIMPSIO DE EXCELNCIA EM GESTO E TECNOLOGIA, 2, 2006, Resende RJ.
Anais... Disponvel em: http://www.aedb.br/anais-seget/ac pos.htm.
TERRA, M. F. et al. Ajuste dos modelos logstico e gompertz aos dados de crescimento
de frutos da tamareira-an Phoenix roebelenii OBRIEN. Magistra. Cruz das Almas - BA,
v. 22, n. 1, p. 01-07, jan./mar., 2010.
VON SPERLING, M.. Introduo qualidade das guas e o tratamento de esgotos. 2.
ed. Minas Gerais: Departamento de Engenharia Sanitria e Ambiental, Universidade
Federal de Minas Gerais, 1996. 243p.
WALTER, O. M. F. C., HENNING, E., CARDOSO, M. E., SAMOHYL, R. W.
Aplicao individual e combinada dos grficos de controle Shewhart e CUSUM: uma
aplicao no setor metal mecnico. Gest. Prod, So Carlos, v. 20, n. 2, p. 271-286, 2013.
WERKEMA, M. C. C. Ferramentas estatsticas bsicas para o gerenciamento de
processos.1.ed. Belo Horizonte, MG : Fundao Christiano Ottoni,UFMG, 1995. 384p.
ZUIN, V. G.; LORIATTI, M. C. S.; MATHEUS, C. E. O emprego de parmetros Fsicos
e Qumicos para a avaliao da qualidade das guas naturais: um proposta para educao
qumica e ambiental na Perspectiva CTSA .Qumica e Sociedade, v. 31, n.1, p. 37, 2009.
Recebido em 11.07.2014
Aprovado aps reviso em 15.12.2014

Rev. Bras. Biom., So Paulo, v.32, n.4, p.459-477, 2014

477