เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์ความสามารถของกระบวนการโดยใช้การจำลอง× | การวิเคราะห์ดัชนีสมรรถนะกระบวนการแบบทนทาน (Robust Process Capability Analysis)× | |
|---|---|---|
| สาขาวิชา | การออกแบบการทดลอง | การออกแบบการทดลอง |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 1980s–1990s (mature practice by mid-1990s) | 1990s–2000s |
| ผู้ริเริ่ม≠ | Developed through integration of Monte Carlo simulation with classical capability indices (Juran, Kane, Kotz and colleagues) | Extended from classical PCA (Kane, 1986; Juran, 1974) via robust statistics (Huber, 1981); formalized for capability indices by Tong & Chen (1998) and Pearn & Kotz (1994) |
| ประเภท≠ | Quantitative engineering quality method | Quantitative quality engineering method |
| แหล่งต้นตำรับ≠ | Kotz, S., & Lovelace, C. R. (1998). Process Capability Indices in Theory and Practice. Arnold. ISBN: 978-0340691281 | Maravelakis, P. E., Bersimis, S., Panaretos, J., & Psarakis, S. (2004). Identifying the out of control variable in a multivariate control chart. Communications in Statistics - Theory and Methods, 33(10), 2499–2510. link ↗ |
| ชื่อเรียกอื่น | Monte Carlo process capability, simulation-based Cpk analysis, stochastic capability analysis, virtual process capability study | Robust PCA, Robust Capability Indices, Outlier-Resistant Capability Analysis, Robust Cpk Analysis |
| ที่เกี่ยวข้อง | 6 | 6 |
| สรุป≠ | Simulation-assisted process capability analysis combines Monte Carlo simulation with classical capability indices (Cp, Cpk, Cpm) to evaluate whether a process can consistently meet specification limits when direct measurement is costly, dangerous, or impractical. By propagating input distributions through a process model, the analyst obtains a simulated output distribution and derives capability metrics without waiting for physical production runs. The approach is especially valuable during product design, process scale-up, and tolerance stack-up studies. | Robust process capability analysis extends classical capability indices (Cp, Cpk, Ppk) by replacing the sample mean and standard deviation with robust location and scale estimators — such as the median, trimmed mean, MAD, or IQR-based spread — so that outliers and non-normal process distributions do not inflate or distort the capability estimate. The result is a more reliable assessment of whether a manufacturing or service process can consistently meet specification limits. |
| ScholarGateชุดข้อมูล ↗ |
|
|