सांख्यिकीय प्रक्रिया नियंत्रण का उपयोग निगरानी करने और फिर निगरानी की जाने वाली प्रक्रिया का प्रबंधन करने के लिए किया जाता है। जटिल प्रणालियों के लिए, यह निर्धारित करने के लिए एक मॉडल तैयार करना आवश्यक हो सकता है कि एसपीसी चार्ट विशिष्ट चर राज्यों को कैसे दिखेगा। यह प्रबंधन को इनपुट इनपुट के लिए SPC कंट्रोल चार्ट बनाने के लिए माध्य और अपेक्षित विचलन की गणना करने की अनुमति देता है, बजाय इसके कि सिस्टम इनपुट बदलने पर हर बार सिस्टम को चलने दें और एक नया चार्ट बनाएं।
सांख्यिकीय प्रक्रिया नियंत्रण का अवलोकन
एसपीसी मनाया जा रहा विशेषताओं (ऊंचाई, वजन, आयाम) पर मूल्यों की एक श्रृंखला एकत्र करता है। ये मान चार्ट हैं। माध्य प्रक्रिया की गणना की जाती है। इसका उपयोग SPC चार्ट की केंद्र रेखा के रूप में किया जाता है। फिर, मानक विचलन की गणना की जाती है। एक ऊपरी और निचले नियंत्रण सीमा निर्धारित की जाती है और फिर चार्ट पर रखी जाती है। एसपीसी चार्ट पर तब नजर रखी जाती है। कोई भी रुझान दर्ज किया जाता है। ऊपरी या निचली नियंत्रण सीमाओं पर आने वाले किसी भी रुझान के परिणामस्वरूप सुधारात्मक कार्रवाई होगी।
टाइम-सीरीज़ मॉडलिंग
समय श्रृंखला मॉडलिंग विशिष्ट समय अंतराल पर एक प्रक्रिया को मापती है। तब ट्रेंड लाइन्स या कर्व्स की एक श्रृंखला की गणना मौजूदा टाइम सीरीज़ डेटा के लिए की जाती है। ट्रेंड लाइन एक सरल बीजीय समीकरण है। एक समय श्रृंखला मॉडल भविष्य में उस प्रवृत्ति रेखा का पूर्वानुमान लगा सकता है। एक ट्रेंड लाइन समतल हो सकती है, ऊपर नीचे हो सकती है या ट्रेंडिंग हो सकती है।
बहुभिन्नरूपी मॉडलिंग
बहुभिन्नरूपी का अर्थ है कई चर। एक बहुभिन्नरूपी मॉडल में कई चर हैं, सभी अपने स्वयं के जुड़े समीकरणों के साथ। इन चरों में समय, प्रक्रिया गति, सामग्री भिन्नता और कोई अन्य प्रक्रिया चर शामिल हो सकते हैं। इन सभी कारकों को ध्यान में रखते हुए एक बहुभिन्नरूपी मॉडल बनाया जाता है। सांख्यिकीय प्रक्रिया नियंत्रण चार्ट के लिए एक बहुभिन्नरूपी मॉडल तब अलग-अलग समय दर्ज करके बनाया जाएगा। यह मॉडल तब दिखा सकता है कि विभिन्न चर मूल्यों के लिए SPC चार्ट को समय के साथ कैसे देखना चाहिए।
स्टोचस्टिक मॉडल
स्टोकेस्टिक प्रक्रियाएं अनिवार्य रूप से यादृच्छिक हैं। इन प्रक्रियाओं को प्रत्येक संभावित परिणाम के लिए एक संभावना प्रदान करके मॉडलिंग की जाती है। तब मॉडल को कई बार समीकरण बनाकर बनाया जाता है ताकि अन्य परिणामों की संभावना और परिणाम उत्पन्न हो सके। स्टोचस्टिक मॉडल को मोंटे कार्लो सिमुलेशन भी कहा जाता है।
कृत्रिम तंत्रिका प्रसार
इस प्रकार की सांख्यिकीय प्रक्रिया नियंत्रण मॉडल एएनएन के लिए संक्षिप्त है। ANN सांख्यिकीय प्रक्रिया नियंत्रण मॉडल का सबसे जटिल रूप है। वे कई आदानों के साथ प्रक्रियाओं का अनुकरण करते हैं जो अलग-अलग हो सकते हैं, मध्यवर्ती चरण जो भिन्न हो सकते हैं, और विभिन्न परिणामी आउटपुट हो सकते हैं। ANN तब परिणामी परिणाम देगा। यदि इस प्रक्रिया में रैखिक समीकरणों द्वारा परिभाषित चर के साथ कोई स्टोकेस्टिक प्रक्रिया है, तो एएनएन परिणामों की एक सीमा दे सकता है। यदि कई बार चलाया जाता है, तो यह इस तरह की जटिल प्रक्रिया के लिए एसपीसी चार्ट के लिए सबसे अधिक संभावना और इस प्रकार "मतलब" परिणाम देगा।
