পরিসংখ্যান প্রক্রিয়া নিয়ন্ত্রণ নিরীক্ষণ এবং তারপর পর্যবেক্ষণ করা হচ্ছে প্রক্রিয়া পরিচালনা করতে ব্যবহৃত হয়। জটিল সিস্টেমগুলির জন্য, স্পেসিফিক্যাল পরিবর্তনশীল রাজ্যগুলিকে কীভাবে দেখানো হবে তা নির্ধারণ করতে একটি মডেল তৈরি করা প্রয়োজন হতে পারে। এটি সিস্টেমকে চালানো এবং প্রক্রিয়া ইনপুট পরিবর্তন করার সময় প্রতিটি সময় একটি নতুন চার্ট তৈরি করার পরিবর্তে, নির্দিষ্ট ইনপুট ভেরিয়েবলগুলির জন্য একটি SPC নিয়ন্ত্রণ চার্ট তৈরি করার জন্য একটি গড় এবং প্রত্যাশিত বিচ্যুতি গণনা করার অনুমতি দেয়।
পরিসংখ্যান প্রক্রিয়া নিয়ন্ত্রণ সংক্ষিপ্ত বিবরণ
SPC বৈশিষ্ট্যগুলি (উচ্চতা, ওজন, মাত্রা) পর্যবেক্ষণের মানগুলির একটি সিরিজ সংগ্রহ করে। এই মান তালিকাভুক্ত করা হয়। প্রক্রিয়া মানে গণনা করা হয়। এটি এসপিসি চার্টের কেন্দ্রীয় লাইন হিসাবে ব্যবহৃত হয়। তারপর, মান বিচ্যুতি গণনা করা হয়। একটি উপরের এবং নিম্ন নিয়ন্ত্রণ সীমা নির্ধারণ করা হয় এবং তারপর চার্ট উপর স্থাপন করা হয়। এসপিসি চার্ট তারপর নিরীক্ষণ করা হয়। কোন প্রবণতা রেকর্ড করা হয়। উপরের বা নিচের নিয়ন্ত্রণ সীমাতে যাওয়ার যে কোন প্রবণতা সংশোধনমূলক পদক্ষেপের ফলস্বরূপ হবে।
সময় সিরিজ মডেলিং
সময় সিরিজ মডেলিং নির্দিষ্ট সময় অন্তর একটি প্রক্রিয়া পরিমাপ। প্রবণতা লাইন বা বাঁক একটি সিরিজ তারপর বিদ্যমান সময় সিরিজের তথ্য জন্য গণনা করা হয়। প্রবণতা লাইন একটি সহজ বীজগণিত সমীকরণ। একটি সময় সিরিজ মডেল তারপর ভবিষ্যতে যে প্রবণতা লাইন হবে ভবিষ্যদ্বাণী করতে পারেন। একটি প্রবণতা লাইন আপ ট্রেন্ডিং আপ বা trending হতে পারে।
Multivariate মডেলিং
Multivariate অনেক পরিবর্তনশীল মানে। একটি মাল্টিভেরিয়েট মডেলের বিভিন্ন ভেরিয়েবল রয়েছে, সব তাদের নিজস্ব সমীকরণের সাথে। এই ভেরিয়েবল সময়, প্রক্রিয়া গতি, উপাদান বৈচিত্র এবং অন্য কোন প্রক্রিয়া পরিবর্তনশীল অন্তর্ভুক্ত করতে পারেন। একটি বহুভুমি মডেল তৈরি করা হয় এই সব কারণগুলি বিবেচনায় নেওয়া। পরিসংখ্যানগত প্রক্রিয়া কন্ট্রোল চার্টের জন্য বহুবিধ মডেলটি বিভিন্ন সময়ে প্রবেশ করে তৈরি করা হবে। এই মডেলটি তখন দেখায় কিভাবে SPC চার্টটি বিভিন্ন পরিবর্তনশীল মানগুলির জন্য সময়ের সাথে দেখা উচিত।
Stochastic মডেল
Stochastic প্রক্রিয়া অপরিহার্যভাবে র্যান্ডম হয়। এই প্রক্রিয়া প্রতিটি সম্ভাব্য ফলাফল একটি সম্ভাবনা নির্ধারণ করে মডেল করা হয়। তারপরে মডেলটি অন্যতম ফলাফলের সম্ভাব্য ফলাফল এবং সম্ভাব্যতাগুলি উৎপন্ন করার জন্য অনেক বার সমীকরণ চালানোর দ্বারা তৈরি করা হয়। Stochastic মডেল মন্টে কারলো সিমুলেশন বলা হয়।
কৃত্রিম নিউরাল নেটওয়ার্ক
পরিসংখ্যানগত প্রক্রিয়া নিয়ন্ত্রণ মডেল এই ধরনের ANNs সংক্ষিপ্ত সংক্ষেপে। ANNs পরিসংখ্যানগত প্রক্রিয়া নিয়ন্ত্রণ মডেলের সবচেয়ে জটিল ফর্ম। তারা একাধিক ইনপুট সহ প্রসেসগুলিকে অনুকরণ করে যা পরিবর্তিত হতে পারে, পরিবর্তিত হতে পারে এমন অন্তর্বর্তী পদক্ষেপ এবং বিভিন্ন ফলাফলের আউটপুট। তারপর এএনএন ফলে ফলাফল দিতে হবে। যদি রৈখিক সমীকরণগুলি দ্বারা সংজ্ঞায়িত ভেরিয়েবলগুলির সাথে প্রক্রিয়াটিতে কোন স্টোকাস্টিক প্রক্রিয়া থাকে তবে ANN ফলাফলগুলির পরিসীমা দিতে পারে। যদি অনেক বার চালানো হয়, তবে এটি একটি জটিল প্রক্রিয়ার জন্য এসপিসি চার্টের জন্য সম্ভাব্য এবং এইভাবে "গড়" ফলাফল দেবে।
