Ο έλεγχος της στατιστικής διαδικασίας χρησιμοποιείται για την παρακολούθηση και στη συνέχεια για τη διαχείριση της διαδικασίας που παρακολουθείται. Για πολύπλοκα συστήματα, μπορεί να χρειαστεί να δημιουργήσετε ένα μοντέλο για να καθορίσετε τον τρόπο εμφάνισης του γραφήματος SPC με συγκεκριμένες μεταβλητές καταστάσεις. Αυτό επιτρέπει επίσης στη διαχείριση να υπολογίσει μια μέση και αναμενόμενη απόκλιση για να δημιουργήσει ένα γράφημα ελέγχου SPC για συγκεκριμένες μεταβλητές εισόδου, αντί να χρειάζεται να αφήσει το σύστημα να τρέξει και να δημιουργήσει ένα νέο γράφημα κάθε φορά που αλλάζουν οι εισροές διεργασίας.
Επισκόπηση του στατιστικού ελέγχου της διαδικασίας
Το SPC συλλέγει μια σειρά τιμών σχετικά με τα χαρακτηριστικά (ύψος, βάρος, διαστάσεις) που παρατηρούνται. Αυτές οι τιμές χαρτογραφούνται. Ο μέσος όρος της διαδικασίας υπολογίζεται. Αυτό χρησιμοποιείται ως η κεντρική γραμμή του διαγράμματος SPC. Στη συνέχεια, υπολογίζεται η τυπική απόκλιση. Καθορίζονται ένα ανώτερο και κατώτερο όριο ελέγχου και στη συνέχεια τοποθετούνται στο διάγραμμα. Το διάγραμμα SPC παρακολουθείται έπειτα. Οποιεσδήποτε τάσεις καταγράφονται. Τυχόν τάσεις που προσεγγίζουν τα ανώτερα ή κατώτερα όρια ελέγχου θα οδηγήσουν σε διορθωτικές ενέργειες.
Μοντελοποίηση χρονοσειρών
Η μοντελοποίηση χρονοσειρών μετρά μια διαδικασία σε συγκεκριμένα χρονικά διαστήματα. Στη συνέχεια υπολογίζεται μια σειρά τάσεων τάσεων ή καμπυλών για τα υπάρχοντα δεδομένα χρονολογικών σειρών. Η γραμμή τάσης είναι μια απλή αλγεβρική εξίσωση. Ένα μοντέλο χρονοσειράς μπορεί στη συνέχεια να προβλέψει ποια θα είναι αυτή η γραμμή τάσης στο μέλλον. Μια γραμμή τάσης μπορεί να είναι επίπεδη, να αυξάνεται ή να μειώνεται.
Πολυπαραγοντική Μοντελοποίηση
Πολλαπλή μεταβλητή σημαίνει πολλές μεταβλητές. Ένα πολυπαραγοντικό μοντέλο έχει πολλές μεταβλητές, όλες με τις δικές τους συσχετισμένες εξισώσεις. Αυτές οι μεταβλητές μπορούν να περιλαμβάνουν τον χρόνο, την ταχύτητα της διαδικασίας, τις παραλλαγές υλικού και οποιαδήποτε άλλη μεταβλητή διαδικασίας. Δημιουργείται ένα πολυμεταβλητό μοντέλο βασισμένο στη συνεκτίμηση όλων αυτών των παραγόντων. Ένα πολυπαραγοντικό μοντέλο για το διάγραμμα ελέγχου της στατιστικής διαδικασίας θα δημιουργηθεί στη συνέχεια εισάγοντας διαφορετικούς χρόνους. Αυτό το μοντέλο μπορεί στη συνέχεια να δείξει πώς ο πίνακας SPC θα πρέπει να εξετάσει με τον καιρό τις διαφορετικές τιμές των μεταβλητών.
Στοχαστικά μοντέλα
Οι στοχαστικές διαδικασίες είναι ουσιαστικά τυχαίες. Αυτές οι διαδικασίες διαμορφώνονται με την εκχώρηση μιας πιθανότητας σε κάθε πιθανό αποτέλεσμα. Το μοντέλο στη συνέχεια δημιουργείται με την εκτέλεση της εξίσωσης πολλές φορές για να δημιουργηθεί ένα πιο πιθανό αποτέλεσμα και πιθανότητες άλλων αποτελεσμάτων. Τα στοχαστικά μοντέλα ονομάζονται επίσης προσομοιώσεις Monte Carlo.
Τεχνητά νευρικά δίκτυα
Αυτός ο τύπος μοντέλου ελέγχου στατιστικών διεργασιών συντομεύεται στην ANNS. Οι ANNs είναι η πιο πολύπλοκη μορφή μοντέλων ελέγχου στατιστικών διεργασιών. Αντιμετωπίζουν διαδικασίες με πολλαπλές εισόδους που μπορούν να ποικίλουν, ενδιάμεσα βήματα που μπορούν να ποικίλουν και διαφορετικές προκύπτουσες εξόδους. Το ANN θα δώσει τα προκύπτοντα αποτελέσματα. Εάν η διαδικασία έχει οποιεσδήποτε στοχαστικές διαδικασίες μαζί με μεταβλητές που ορίζονται από γραμμικές εξισώσεις, η ANN μπορεί να δώσει μια σειρά από αποτελέσματα. Αν τρέξει πολλές φορές, αυτό θα δώσει το πιο πιθανό και κατά συνέπεια "μέσο" αποτέλεσμα για ένα γράφημα SPC για μια τόσο περίπλοκη διαδικασία.
