Statistická kontrola procesu se používá k monitorování a následnému řízení sledovaného procesu. Pro složité systémy může být nutné vygenerovat model, který určí, jak má graf SPC vypadat se specifickými proměnnými stavy. To také umožňuje vedení vypočítat střední a očekávanou odchylku pro vytvoření kontrolního diagramu SPC pro specifické vstupní proměnné namísto toho, aby musel nechat systém běžet a vytvářet nový graf pokaždé, když se změní procesní vstupy.
Přehled statistické kontroly procesu
SPC shromažďuje řadu hodnot týkajících se charakteristik (výška, hmotnost, rozměry). Tyto hodnoty jsou mapovány. Procesní průměr se vypočítá. Používá se jako středová čára grafu SPC. Pak se vypočte standardní odchylka. Nastaví se horní a dolní kontrolní limit a poté se umístí do grafu. Diagram SPC je pak sledován. Jakékoli trendy se zaznamenávají. Všechny trendy, které se blíží k horní nebo spodní hranici kontroly, způsobí nápravná opatření.
Modelování časové řady
Modelování časových řad měří proces v určitých časových intervalech. Poté se vypočítá řada trendových řádků nebo křivek pro stávající data časových řad. Trendová řada je jednoduchá algebraická rovnice. Model časové řady pak může předpovědět, co bude tato trendová linka v budoucnu. Trendová linka může být plochá, trendová nebo trendová.
Multivariační modelování
Multivariační znamená mnoho proměnných. Multivariační model má několik proměnných, všechny s vlastními přidruženými rovnicemi. Tyto proměnné mohou zahrnovat čas, rychlost procesu, variace materiálu a jakoukoli jinou procesní proměnnou. Multivariantní model je založen na zohlednění všech těchto faktorů. Vícekanálový model pro graf pro kontrolu statistických procesů pak bude vytvořen zadáním různých časů. Tento model pak může ukázat, jak má graf SPC vypadat v čase pro různé hodnoty proměnných.
Stochastické modely
Stochastické procesy jsou v podstatě náhodné. Tyto procesy jsou modelovány přiřazením pravděpodobnosti každému možnému výsledku. Model je pak vytvořen tím, že se rovnice spouští několikrát, aby vznikl nejpravděpodobnější výsledek a pravděpodobnost dalších výsledků. Stochastické modely se také nazývají simulace Monte Carlo.
Umělé neuronové sítě
Tento typ modelu řízení statistických procesů je zkrácen na ANNs. ANNs jsou nejkomplexnější formou modelů statistických kontrolních procesů. Simulují procesy s více vstupy, které se mohou lišit, mezistupně, které se mohou lišit, a různé výsledné výstupy. ANN pak poskytne výsledné výsledky. Pokud má proces nějaké stochastické procesy spolu s proměnnými definovanými lineárními rovnicemi, může ANN poskytnout řadu výsledků. Pokud je spouštění mnohokrát, bude to mít nejpravděpodobnější a tedy i "střední" výsledek pro graf SPC pro tak komplexní proces.
