Ang kontrol sa proseso ng istatistika ay ginagamit upang subaybayan at pagkatapos ay pamahalaan ang proseso na sinusubaybayan. Para sa mga kumplikadong mga sistema, maaaring kailanganin upang makabuo ng isang modelo upang matukoy kung paano titingnan ang tsart ng SPC na ibinigay ng mga partikular na estado ng variable. Pinapayagan din nito ang pamamahala upang makalkula ang isang ibig sabihin at inaasahang paglihis upang lumikha ng isang control chart ng SPC para sa mga tukoy na variable ng pag-input, sa halip na hayaan ang system na tumakbo at lumikha ng isang bagong tsart sa bawat oras na magbago ang input ng proseso.
Pangkalahatang-ideya ng Control ng Proseso ng Estadistika
Kinokolekta ng SPC ang isang serye ng mga halaga sa mga katangian (taas, timbang, sukat) na sinusunod. Naka-chart ang mga halagang ito. Ang ibig sabihin ng proseso ay kinakalkula. Ginagamit ito bilang sentrong linya ng tsart ng SPC. Pagkatapos, ang karaniwang paglihis ay kinakalkula. Ang upper at lower control limit ay natutukoy at pagkatapos ay inilagay sa tsart. Pagkatapos ay sinusubaybayan ang chart ng SPC. Ang anumang mga uso ay naitala. Ang anumang mga uso na lumalapit sa itaas o mas mababang mga limitasyon sa kontrol ay magreresulta sa pagkilos ng pagwawasto.
Pagmomolde ng Oras-Serye
Ang pag-model ng oras ng serye ay sumusukat sa isang proseso sa mga partikular na agwat ng oras. Ang isang serye ng mga linya ng trend o curves ay pagkatapos ay kinakalkula para sa umiiral na oras ng serye ng data. Ang trend line ay isang simpleng algebraic equation. Ang isang modelo sa oras ng serye ay maaaring mag-forecast kung ano ang magiging trend line na iyon sa hinaharap. Ang isang trend line ay maaaring flat, trending up o trending down.
Multivariate Modeling
Ang ibig sabihin ng multivariate ay maraming mga variable. Ang isang multivariate model ay may maraming mga variable, lahat ay may kani-kanilang mga kaugnay na equation. Ang mga variable na ito ay maaaring magsama ng oras, bilis ng proseso, mga pagkakaiba-iba ng materyal at anumang iba pang variable ng proseso. Ang isang multivariate model ay nilikha batay sa pagkuha ng lahat ng mga salik na ito sa account. Ang isang multivariate model para sa chart na kontrol sa proseso ng istatistika ay gagawin sa pamamagitan ng pagpasok ng iba't ibang oras. Pagkatapos ay ipapakita ng modelong ito kung paano dapat tingnan ng SPC chart sa paglipas ng panahon para sa iba't ibang mga halaga ng variable.
Stochastic Models
Ang mga proseso ng stochastic ay talagang random. Ang mga prosesong ito ay binubuo sa pamamagitan ng pagtatalaga ng posibilidad sa bawat posibleng kinalabasan. Pagkatapos ay nilikha ang modelo sa pamamagitan ng pagpapatakbo ng equation maraming beses upang makabuo ng isang malamang na kinalabasan at probabilities ng iba pang mga kinalabasan. Ang mga modelo ng stochastic ay tinatawag ding mga simulation ng Monte Carlo.
Mga Artipisyal na Neural Network
Ang ganitong uri ng modelo ng kontrol sa istatistikang proseso ay dinaglat sa ANNs. Ang mga ANN ay ang pinaka masalimuot na anyo ng mga istatistika na modelo ng kontrol sa proseso. Simulate nila ang mga proseso na may maraming input na maaaring mag-iba, intermediate na mga hakbang na maaaring mag-iba, at iba't ibang mga resultang output. Pagkatapos ay ibibigay ng ANN ang mga resultang resulta. Kung ang proseso ay may anumang stochastic na proseso kasama ang mga variable na tinukoy ng linear equation, ang ANN ay maaaring magbigay ng isang hanay ng mga kinalabasan. Kung magpatakbo ng maraming beses, ito ay magbibigay ng posibilidad at sa gayon ay "ibig sabihin" na resulta para sa isang SPC chart para sa tulad ng isang komplikadong proseso.
