Статистический контроль процессов с помощью имитационного моделирования
Статистический контроль процессов с помощью имитационного моделирования (SA-SPC) объединяет компьютерное моделирование — как правило, имитационное моделирование методом Монте-Карло или дискретно-событийное моделирование — с классическими методами SPC для разработки, тестирования и калибровки контрольных карт и схем мониторинга до или параллельно с развертыванием на реальном производственном процессе. Вместо того чтобы полагаться исключительно на аналитические предположения в замкнутой форме, SA-SPC использует имитационные данные для оценки эффективности карт в реалистичных, часто ненормальных условиях процесса.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Montgomery, D. C. (2009). Introduction to Statistical Quality Control (6th ed.). Wiley. ISBN: 978-0470169926
- Jensen, W. A., Jones-Farmer, L. A., Champ, C. W., & Woodall, W. H. (2006). Effects of parameter estimation on control chart properties: A literature review. Journal of Quality Technology, 38(4), 349–364. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Simulation-Assisted Statistical Process Control. ScholarGate. https://scholargate.app/ru/experimental-design/simulation-assisted-statistical-process-control
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Shewhart ChartsПланирование эксперимента↔ compare
- Планирование экспериментаПланирование эксперимента↔ compare
- Метод Монте-КарлоПринятие решений↔ compare
- Анализ возможностей процесса (Cp, Cpk)Статистика↔ compare
- Шесть сигм DMAICУправление качеством↔ compare
- Статистическое управление процессамиПланирование эксперимента↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →