Statistička kontrola procesa koristi se za praćenje i upravljanje procesom koji se prati. Za složene sustave, možda će biti potrebno generirati model kako bi se odredilo kako će SPC karta izgledati s obzirom na specifične varijable stanja. To također omogućuje menadžmentu da izračuna srednju i očekivanu devijaciju za stvaranje kontrolne karte SPC-a za specifične ulazne varijable, umjesto da pusti sustav da radi i kreira novi grafikon svaki put kad se procesni ulazi promijene.
Pregled statističke kontrole procesa
SPC prikuplja niz vrijednosti o svojstvima (visina, težina, dimenzije). Ove vrijednosti su ucrtane. Izračunava se srednja vrijednost procesa. Ovo se koristi kao središnja crta SPC karte. Tada se izračunava standardna devijacija. Određuje se gornja i donja kontrolna granica, a zatim se stavljaju na grafikon. Zatim se prati SPC karta. Svi trendovi su zabilježeni. Svi trendovi koji se približavaju gornjim ili donjim kontrolnim granicama rezultirat će korektivnim mjerama.
Modeliranje vremenske serije
Modeliranje vremenskih serija mjeri proces u određenim vremenskim intervalima. Zatim se izračunava niz trend linija ili krivulja za postojeće podatke vremenskih serija. Linija trenda je jednostavna algebarska jednadžba. Model vremenske serije tada može predvidjeti što će ta linija trenda biti u budućnosti. Linija trenda može biti ravna, prema gore ili prema dolje.
Multivarijatno modeliranje
Multivarijatna znači mnogo varijabli. Multivarijatni model ima nekoliko varijabli, sve s vlastitim jednadžbama. Ove varijable mogu uključivati vrijeme, brzinu procesa, varijacije materijala i bilo koju drugu varijablu procesa. Stvara se multivarijatni model koji se temelji na uzimanju svih tih čimbenika na račun. Zatim će se izraditi multivarijatni model za statističku kontrolnu kartu procesa unosom različitih vremena. Ovaj model tada može pokazati kako bi SPC karta trebala izgledati tijekom vremena za različite vrijednosti varijabli.
Stohastički modeli
Stohastički procesi su u suštini slučajni. Ti se procesi modeliraju dodjeljivanjem vjerojatnosti svakom mogućem ishodu. Model se tada kreira pokretanjem jednadžbe mnogo puta kako bi se generirao najvjerojatniji ishod i vjerojatnost drugih ishoda. Stohastički modeli također se nazivaju Monte Carlo simulacije.
Umjetne neuronske mreže
Ovaj tip statističkog modela kontrole procesa skraćen je od ANN. ANNs su najsloženiji oblik statističkih modela kontrole procesa. Oni simuliraju procese s višestrukim ulazima koji se mogu mijenjati, međukoracima koji se mogu razlikovati i različitim rezultirajućim izlazima. Tada će ANN dati rezultirajuće rezultate. Ako proces ima bilo kakvih stohastičkih procesa zajedno s varijablama definiranim linearnim jednadžbama, ANN može dati raspon rezultata. Ako se pokrene mnogo puta, to će dati najvjerojatniji i stoga "srednji" rezultat za SPC kartu za tako složen proces.
