人工智能影响统计过程监控与未来发展综述

统计过程控制（SPC）或统计过程监控（SPM）自1924年引入生产工艺后，已拓展至服务、医疗及其他行业应用。传统SPM技术主要基于统计方法。近年来，人工智能（AI）的突破重燃了将AI应用于SPM的想象力。本文首先简要回顾基于统计的SPM方法的历史发展。随后，本文探讨AI与机器学习（ML）算法在各种SPM应用中的实践，涵盖单变量、多变量、轮廓及图像等质量特性。这些AI方法可归类为以下类别：分类、模式识别、时序应用及生成式AI。其中，人工神经网络（ANN）、卷积神经网络（CNN）、循环神经网络（RNN）及生成对抗网络（GAN）是影响SPM最具代表性的AI方法。最后，本文勾勒数个未来方向，探讨如何利用大型多模态模型（LMM）推动SPM在复杂系统中的研究与应用。最终目标是将统计过程监控（SPM）转化为智能过程控制（SMPC），实现自动纠正措施，以预防质量问题或恢复工艺性能。