Kontrol proses statistik digunakan untuk memantau dan kemudian mengelola proses yang dipantau. Untuk sistem yang kompleks, mungkin perlu untuk menghasilkan model untuk menentukan bagaimana grafik SPC akan terlihat dengan status variabel tertentu. Ini juga memungkinkan manajemen untuk menghitung penyimpangan rata-rata dan yang diharapkan untuk membuat bagan kontrol SPC untuk variabel input tertentu, alih-alih harus membiarkan sistem berjalan dan membuat bagan baru setiap kali input proses berubah.
Tinjauan Kontrol Proses Statistik
SPC mengumpulkan serangkaian nilai pada karakteristik (tinggi, berat, dimensi) yang diamati. Nilai-nilai ini dipetakan. Mean proses dihitung. Ini digunakan sebagai garis tengah grafik SPC. Kemudian, standar deviasi dihitung. Batas kontrol atas dan bawah ditentukan dan kemudian ditempatkan pada bagan. Grafik SPC kemudian dipantau. Setiap tren dicatat. Tren apa pun yang mendekati batas kontrol atas atau bawah akan menghasilkan tindakan korektif.
Pemodelan Seri-Waktu
Pemodelan seri waktu mengukur suatu proses pada interval waktu tertentu. Serangkaian garis tren atau kurva kemudian dihitung untuk data deret waktu yang ada. Garis tren adalah persamaan aljabar sederhana. Model deret waktu kemudian dapat memperkirakan garis tren apa yang akan terjadi di masa depan. Garis tren bisa datar, naik atau turun.
Pemodelan Multivarian
Multivarian berarti banyak variabel. Model multivariat memiliki beberapa variabel, semua dengan persamaan yang terkait. Variabel-variabel ini dapat mencakup waktu, kecepatan proses, variasi material dan variabel proses lainnya. Model multivarian dibuat berdasarkan pertimbangan semua faktor ini. Model multivariat untuk bagan kendali proses statistik kemudian akan dibuat dengan memasukkan waktu yang berbeda. Model ini kemudian dapat menunjukkan bagaimana grafik SPC akan terlihat dari waktu ke waktu untuk nilai variabel yang berbeda.
Model Stochastic
Proses stokastik pada dasarnya acak. Proses-proses ini dimodelkan dengan menetapkan probabilitas untuk setiap hasil yang mungkin. Model ini kemudian dibuat dengan menjalankan persamaan berkali-kali untuk menghasilkan hasil yang paling mungkin dan probabilitas hasil lainnya. Model stokastik juga disebut simulasi Monte Carlo.
Jaringan Saraf Tiruan
Jenis model kontrol proses statistik ini disingkat menjadi JST. JST adalah bentuk paling kompleks dari model kontrol proses statistik. Mereka mensimulasikan proses dengan beberapa input yang dapat bervariasi, langkah menengah yang dapat bervariasi, dan output yang dihasilkan berbeda. JST kemudian akan memberikan hasil yang dihasilkan. Jika proses memiliki proses stokastik bersama dengan variabel yang ditentukan oleh persamaan linear, JST dapat memberikan berbagai hasil. Jika dijalankan berkali-kali, ini akan memberikan hasil yang paling mungkin dan dengan demikian "berarti" untuk bagan SPC untuk proses yang sedemikian kompleks.
