Статистичний контроль процесу використовується для моніторингу та управління процесом, що контролюється. Для складних систем може бути необхідним генерувати модель для визначення того, як буде виглядати схема SPC з урахуванням конкретних змінних станів. Це також дозволяє керівництву обчислити середнє та очікуване відхилення для створення контрольної діаграми SPC для певних вхідних змінних, замість того, щоб дозволити системі працювати і створювати нову діаграму кожного разу, коли змінюються вхідні дані процесу.
Огляд статистичного контролю процесу
SPC збирає ряд значень за характеристиками (висота, вага, розміри), які спостерігаються. Ці значення нанесені на графік. Обчислюють середнє значення процесу. Це використовується як центральна лінія діаграми SPC. Потім розраховується стандартне відхилення. Визначається верхня і нижня контрольна межа, а потім розміщуються на графіку. Потім здійснюється моніторинг діаграми SPC. Будь-які тенденції фіксуються. Будь-які тенденції, що наближаються до верхньої або нижньої межі контролю, призведуть до коригувальних дій.
Моделювання часових рядів
Моделювання часових рядів вимірює процес у певні інтервали часу. Потім обчислюють ряд трендових ліній або кривих для існуючих даних часових рядів. Трендова лінія є простим алгебраїчним рівнянням. Модель часових рядів може потім прогнозувати, яка буде ця лінія тренду в майбутньому. Тенденція може бути рівною, тенденцією вгору або тенденцією вниз.
Багатовимірне моделювання
Багатовимірне означає багато змінних. У багатовимірній моделі є кілька змінних, всі з їх власними пов'язаними рівняннями. Ці змінні можуть включати час, швидкість процесу, варіації матеріалу та будь-яку іншу змінну процесу. Мультиваріантна модель створюється на основі врахування всіх цих факторів. Потім буде створена багатоваріантна модель для статистичної діаграми управління процесом, ввівши різні часи. Ця модель може показати, як графік SPC має виглядати з часом для різних значень змінних.
Стохастичні моделі
Стохастичні процеси по суті випадкові. Ці процеси моделюються шляхом присвоєння ймовірності кожному можливому результату. Потім модель створюється шляхом багаторазового запуску рівняння для створення найбільш ймовірного результату та ймовірності інших результатів. Стохастичні моделі також називаються моделювання Монте-Карло.
Штучні нейронні мережі
Цей тип статистичної моделі управління процесами скорочено до ANN. Найбільш складною формою статистичних моделей управління процесами є АНС. Вони імітують процеси з різними входами, які можуть змінюватися, проміжні кроки, які можуть змінюватися, і різні результуючі виходи. Тоді АНМ дасть отримані результати. Якщо процес має будь-які стохастичні процеси поряд з змінними, визначеними лінійними рівняннями, то ANN може дати діапазон результатів. Якщо виконується багато разів, це дасть найбільш вірогідний і, таким чином, «середній» результат для діаграми SPC для такого складного процесу.
