Consistência do CQ — Como usar

• Cria uma biblioteca de referências a partir de lotes históricos qualificados nos quais você já confia.
• Compara cada amostra recebida com essa biblioteca de referência específica do material.
• Apresenta um resultado graduado juntamente com evidências espectrais e numéricas.
• Destaca diferenças espectrais importantes e regiões de monitoramento.
• Mantém um histórico de CQ datado para rastreabilidade e revisão posterior.

• Triagem de matérias-primas recebidas.
• Verificações de consistência entre lotes.
• Investigação de fornecedor ou de alteração de processo.
• Comparação de estabilidade ou de amostras retidas.
• Verificações de rotina em que a pergunta é: este espectro se parece com o meu material qualificado?

Crie uma biblioteca separada para cada material ou grau que deseja monitorar. O conjunto de referências deve representar uma variação normal e qualificada, e não uma mistura de materiais não relacionados.

• Nome do material — Use um nome claro, como ＇API de Aspirina＇ ou ＇Polietileno Grau A＇.
• Lotes de referência — Carregue lotes históricos que já tenham passado pelo seu processo normal de qualificação.
• Contexto — Mantenha a composição e as notas do lote quando ajudarem a explicar a variação esperada.

Boa prática: Adicione lotes qualificados representativos ao longo do tempo, mas não adicione um novo lote simplesmente porque ele falhou na comparação atual.

O modo padrão muda de acordo com o tamanho da biblioteca de referência:

• Similaridade: 1–19 referências — Similaridade espectral direta e evidências de diferenças entre picos.
• PCA: 20–49 referências — Adiciona a modelagem multivariada da variação no conjunto de referências qualificadas.
• Modelo de classe no estilo SIMCA: mais de 50 referências — Adiciona diagnósticos de modelos de classe para conjuntos de referência qualificados maiores.

Nota: Estes são os limites padrão. Uma implantação pode configurar limites diferentes, e a bancada de trabalho mostra o modo ativo.

Não confie apenas no rótulo principal. Revise as evidências que o produziram:

• Rótulo do resultado — A redação depende do modo; o modo de similaridade pode informar Altamente consistente, Moderadamente consistente ou Inconsistente.
• Sobreposição espectral — Mostra o espectro recebido em comparação com o padrão de referência qualificado.
• Picos de diferença — Mostra onde a amostra recebida mais difere da referência.
• Diagnósticos de similaridade ou multivariados — A evidência numérica exata depende de estar ativo Similarity, PCA ou o modelo de classe.

Resultado fortemente consistente — O espectro está dentro dos critérios de referência configurados. Realize sua revisão normal de CQ e do POP antes da decisão de disposição.

Resultado limítrofe ou moderado — Revise a sobreposição, os picos de diferença, as condições de aquisição e o contexto do lote antes de decidir o que fazer em seguida.

Resultado inconsistente — O espectro está fora dos critérios de referência configurados. Isso indica que a amostra é diferente; por si só, não identifica a causa.