跳至主要内容

📊 進階計算機制

本章節探討 SPC 系統在應對真實生產環境中的兩大挑戰：非對稱數據分佈與極大規模並發計算。

1. 非常態分佈 (Non-normality) 處理​

標準的 SPC 理論假設數據呈現常態分佈。但在特定製程中，數據往往呈現單側偏態。

📊 實務決策：非常態數據處理路徑​

1.1 Anderson-Darling (AD) 檢定​

  • 門檻值：當 P-value<0.05P\text{-value} < 0.05 時，系統判定數據為「非常態」。

1.2 分位數法 (Quantile Method)​

  • 原理：直接利用數據分佈的分位點。 UCL=Quantile(99.865%)UCL = \text{Quantile}(99.865\%) LCL=Quantile(0.135%)LCL = \text{Quantile}(0.135\%)
  • 設計理由：確保兩側的報警機率與常態分佈一致，實現「等機率界限」。

2. 異步計算引擎與高性能設計​

2.1 事件驅動架構​

  • 工作流：數據寫入後發送「計算事件」至背景執行緒池。
  • 優勢：前台操作非阻塞，極大化吞吐量。

2.2 緩存策略與增量計算​

  • Memory-cache：將歷史觀測值快取在記憶體中。
  • 增量統計：針對總平均值，系統僅計算「差量」，減少掃描開銷。

3. 延遲數據與歷史重判​

  • 重判邏輯：新點進入後，自動遞迴掃描受影響的滑動窗口，重新標記 OOC 狀態。
  • 界限鎖定機制：已簽核界限不可自動更新，補入數據僅觸發判定。

4. 領域專家思維：系統擴展性​

系統支援橫向擴展 (Scale-out)，並具備「計算熔斷機制」，確保全廠監控環境不會因單一異常點而崩潰。