AI phát hiện bất thường bằng SPC: biểu đồ và nghiệm thu tại nhà máy Thái Lan

Trước khi yêu cầu triển khai AI phát hiện bất thường bằng SPC, nhà máy có trả lời được đang đo công đoạn nào, mỗi quan sát đại diện cho điều gì và ai phải hành động khi có tín hiệu không? Nếu coi giới hạn kiểm soát là ngưỡng AI đơn thuần, hệ thống có thể báo nhầm đến mức nhân viên bỏ qua, hoặc bỏ sót rủi ro sản phẩm. Bài viết hướng dẫn thiết lập đường cơ sở kiểm soát quá trình bằng thống kê (SPC), rồi đánh giá lớp tín hiệu bổ trợ từ AI cho nhà máy tại Thái Lan. Trọng tâm là biến động quá trình và phản ứng sau cảnh báo, không phải chương trình quản lý chất lượng AI nói chung hay phân loại đạt/không đạt bằng camera.

Định nghĩa “bất thường” trước khi triển khai AI phát hiện bất thường bằng SPC

Biểu đồ kiểm soát hiển thị phép đo theo thời gian so với đường trung tâm và giới hạn kiểm soát trên, dưới. ASQ giải thích các đường này được xác định từ dữ liệu lịch sử; cẩm nang NIST/SEMATECH mô tả SPC là so sánh trạng thái hiện tại với quá trình trước đây để phát tín hiệu cần khắc phục. Tín hiệu “mất kiểm soát” không đồng nghĩa sản phẩm “ngoài quy cách”. Sản phẩm có thể còn đạt yêu cầu khách hàng trong khi trung bình hoặc độ phân tán của quá trình đã đổi. Ngược lại, quá trình ổn định về thống kê vẫn có thể không đủ năng lực so với quy cách. Trộn các trường hợp này thành một nhãn khiến yêu cầu cho AI không rõ ràng.

Ít nhất cần tách ba loại: bất thường đo lường như cảm biến hỏng, thiếu dữ liệu, sai đơn vị hoặc hết hạn hiệu chuẩn; bất thường quá trình như dịch chuyển trung bình hay độ phân tán do mòn dụng cụ, nhiệt độ hoặc vật liệu; và bất thường sản phẩm tác động đến tiêu chuẩn chấp nhận hay xuất hàng. Điều chỉnh máy vì cảm biến hỏng có thể làm sai một quá trình vốn bình thường. Chờ đến khi có sản phẩm lỗi mới phát hiện biến động sẽ mất cơ hội can thiệp sớm. Bất thường sản phẩm cần người chịu trách nhiệm cách ly và phê duyệt giải phóng, không thể chỉ dừng ở bảng điều khiển màu đỏ.

AI không cần thay thế biểu đồ đơn biến được thiết kế đúng. Nó có thể bổ sung tín hiệu khi nhiệt độ và áp suất riêng lẻ vẫn trong giới hạn nhưng tổ hợp của chúng khác trạng thái thông thường. Tuy vậy, phải xác định đơn vị quá trình, hệ thống đo và kế hoạch phản ứng trước. Một điểm số mô hình không cho người vận hành biết phải kiểm tra gì tiếp theo.

Giới hạn kiểm soát khác giới hạn quy cách

Giới hạn kiểm soát phản ánh biến động suy ra từ lịch sử quá trình; giới hạn quy cách xuất phát từ bản vẽ hoặc yêu cầu khách hàng. Giả sử chỉ để minh họa, kích thước được quy định 9,90–10,10 mm, còn giới hạn kiểm soát tính từ giai đoạn ổn định là 9,96–10,04 mm. Phép đo 10,05 mm vẫn trong quy cách nhưng có thể báo quá trình đã đổi. Các con số giả định này không phải ngưỡng đề xuất cho nhà máy thực. Một giá trị 9,99 mm lặp lại cũng chưa chắc đáng tin nếu thiết bị đo hiệu chuẩn sai. Màn hình cần đặt tên và màu riêng cho hai loại giới hạn; nhật ký phải phân biệt “tín hiệu biểu đồ” và “vượt quy cách”.

Cảnh báo là điểm bắt đầu quyết định chất lượng

Trước khi nối tín hiệu với dừng máy, loại bỏ sản phẩm hoặc cách ly tự động, cần đánh giá rủi ro quá trình và sản phẩm. Giám sát viên có thể phải đo lại, giữ sản phẩm liên quan, kiểm tra thiết bị và phê duyệt khởi động lại. Nếu công đoạn rủi ro cao cần dừng tự động, phải phân định với mạch an toàn và liên động hiện có; điểm xác suất AI không phải thiết kế an toàn. Ghi rõ ai nhận thông báo, ai quyết định tình trạng sản phẩm và ai được giải phóng hàng đang giữ.

Cố định đơn vị quá trình và nhóm mẫu hợp lý

Phát hiện bất thường bằng biểu đồ SPC chỉ có ý nghĩa khi giải thích được mỗi điểm dữ liệu đại diện cho điều gì. Năm sản phẩm liên tiếp từ cùng máy, lòng khuôn và công thức khác với trung bình gộp nhiều ca. Phiếu định nghĩa dữ liệu cần nêu đặc tính đo, vị trí, đơn vị, chu kỳ lấy mẫu, quy tắc nhóm con, cách xử lý dữ liệu thiếu và mã thiết bị đo. NIST coi giám sát quá trình và đánh giá năng lực là hai vấn đề liên quan nhưng riêng biệt.

Với trọng lượng sản phẩm ép nhựa, hãy xem phân bố theo từng lòng khuôn trước khi gộp. Với lò nhiệt, hãy phân biệt gia nhiệt, giữ nhiệt và làm nguội. Với độ bền mối hàn bao bì, hãy biết đầu hàn, lô màng và tốc độ dây chuyền. Gộp các điều kiện khác nhau có thể mở rộng giới hạn và che khuất biến động. Chia quá nhỏ lại khiến ước lượng đường cơ sở thiếu tin cậy. Bộ phận sản xuất và chất lượng phải phê duyệt cơ sở vật lý của cách nhóm.

Mọi giá trị trong cột ví dụ đều giả định, không phải cỡ mẫu hoặc tần suất chuẩn. Cách áp dụng thực tế phụ thuộc tốc độ biến động, tính độc lập của phép đo, chi phí kiểm tra và tác động của việc giữ hàng.

Kiểm tra hệ thống đo trước khi huấn luyện mô hình

Đồng hồ cảm biến lệch, độ phân giải thiếu, hiệu chuẩn quá hạn hoặc phương pháp đo giữa người vận hành khác nhau có thể trông như biến động quá trình. Trước PoC, hãy kiểm tra tỷ lệ thiếu dữ liệu, đo lại và lịch sử thay thiết bị. Đừng tự động xóa giá trị cực trị: đó có thể chính là nguyên nhân đặc biệt cần tìm. Giữ giá trị thô, giá trị đã hiệu chỉnh, giá trị được chọn và lý do loại bỏ. Với dữ liệu từ giấy, cần kiểm tra làm tròn, đơn vị, định dạng ngày và ca vượt qua nửa đêm.

Khi có nhiều PLC và máy kiểm tra, đồng bộ thời gian trở thành yêu cầu triển khai. Liên kết giá trị quá trình với kết quả chất lượng có thể cần kết hợp lệnh sản xuất, lô, máy, công thức và cửa sổ thời gian. Để trụ sở và nhà máy Thái Lan xem cùng một số liệu, phải thống nhất múi giờ, quyền, ngôn ngữ và lịch sử phê duyệt. Xem thêm thiết kế ba lớp của hệ thống quản lý dữ liệu chất lượng về nền tảng ghi nhận, liên kết và phân tích. Bài này tập trung vào quyết định SPC đặt trên nền đó.

Chọn giai đoạn cơ sở và tính giới hạn kiểm soát

“Dữ liệu mới nhất” không tự động là đường cơ sở tốt. Dữ liệu khởi động, sự cố đã biết hoặc trộn công thức có thể dạy hệ thống xem bất thường là bình thường. Chỉ chọn ngày đẹp nhất lại gây cảnh báo quá nhạy trong vận hành thông thường. Lưu giai đoạn, lý do loại trừ, người duyệt và ảnh chụp dữ liệu nguồn. Điều tra nguyên nhân đặc biệt và đánh giá ổn định thống kê trước khi xác nhận một giai đoạn là bình thường. Mục đánh giá ổn định của NIST đặt bước này trước phân tích năng lực.

Chọn loại biểu đồ theo tính chất dữ liệu và nhóm mẫu: số đo liên tục từng sản phẩm, nhóm ngắn và số lỗi không thể dùng một biểu đồ duy nhất. ASQ mô tả cặp biểu đồ theo dõi trung bình và khoảng biến thiên của dữ liệu biến số. Yêu cầu nhà cung cấp ghi loại biểu đồ, công thức, giả định, điều kiện tính lại và cách xử lý điểm ngoại lệ. “AI tự chọn” là chưa đủ để đào tạo người vận hành hoặc kiểm toán.

Cpk không thể thay cảnh báo tức thời

Cpk tóm tắt quan hệ giữa phân bố quá trình và giới hạn quy cách trong một khoảng xác định, không phải còi báo động tức thời. NIST gắn đánh giá năng lực có ý nghĩa với quá trình ổn định. Một Cpk tính từ giai đoạn không ổn định không bảo đảm ngày mai. Ghi quy cách, giả định phân bố, chất lượng đo, độ ổn định và kỳ tính. Không áp dụng một ngưỡng Cpk chung như 1,33 nếu chưa xét hợp đồng khách hàng và rủi ro; con số này chỉ minh họa một ngưỡng thường được bàn luận, không phải khuyến nghị của bài viết. Đặt tín hiệu biểu đồ, vượt quy cách, năng lực và điều kiện báo khách hàng ở các trường riêng. ISO 22514-1:2014 nêu nguyên tắc chung về năng lực và hiệu suất, không đưa ra tiêu chí nghiệm thu riêng cho nhà máy này.

Kiểm soát việc đóng băng và đổi đường cơ sở

Một cải tiến được duyệt có thể chuyển tâm quá trình, khiến đường cơ sở cũ báo nhiều. Nhưng tự động nới giới hạn vì thông báo gây phiền có thể che giấu suy giảm. Cần đề nghị thay đổi, so sánh chất lượng trước sau, phạm vi công thức, phê duyệt của chất lượng và phương án quay về bản cũ. Áp dụng cùng kỷ luật cho huấn luyện lại mô hình. Chạy quyết định theo bản cũ và bản đề xuất song song trong thời gian phù hợp chu kỳ quá trình và tần suất sự kiện; kiểm tra số cảnh báo và trường hợp có thể bị bỏ sót trước khi thay bản hoạt động.

Dùng AI theo dõi biến động quá trình như lớp bổ trợ

AI hữu ích khi tổ hợp hoặc mẫu theo thời gian tiết lộ điều biểu đồ đơn biến không thấy. Chọn nhiệt độ, áp suất, dòng điện, rung, tốc độ và lô vật liệu dựa trên quan hệ vật lý với đặc tính chất lượng. Kiểm tra dữ liệu có sẵn tại thời điểm cần quyết định: kết quả kiểm cuối không được làm đầu vào cho dự báo được cho là có trước. Rò rỉ thông tin tương lai có thể làm bản demo ngoại tuyến rất đẹp nhưng không thể lặp lại lúc vận hành.

Cảnh báo bổ trợ nên có điều kiện so sánh, giá trị đóng góp, phiên bản mô hình, thời điểm phát và bước kiểm tra đề xuất. Biểu đồ đóng góp không chứng minh quan hệ nhân quả. Người điều tra đối chiếu bảo trì, vật liệu, máy và phép đo rồi ghi kết luận. Hướng dẫn PoC và RFP về AI quản lý chất lượng trình bày vòng chất lượng rộng hơn. Ở đây phạm vi chỉ là nối tín hiệu SPC với phản ứng hiện trường.

So sánh AI với đường cơ sở đơn giản

Đánh giá ba cấu hình trong cùng giai đoạn: biểu đồ hiện có, biểu đồ cộng quy tắc kết hợp giải thích được, và biểu đồ cộng lớp AI. So thời gian phát hiện, số điều tra hữu ích, báo nhầm, bỏ sót và công sức vận hành. Nếu lợi ích thêm nhỏ, cấu hình quy tắc dễ bảo trì có thể là lựa chọn mua sắm tốt hơn. Chia dữ liệu học và đánh giá theo thời gian, không để các phần của cùng lô hoặc sự cố nằm ở hai phía. Đánh giá điều kiện về sau chỉ bằng thông tin đã có trước đó.

Sự cố hiếm có thể không đủ mẫu để ước lượng tỷ lệ phát hiện đáng tin trong PoC ngắn. Phân biệt sự cố cũ phát lại, lỗi mô phỏng và vận hành song song ở chế độ shadow. Giai đoạn không xảy ra bất thường thực tế không chứng minh không bỏ sót. Biên bản nghiệm thu phải ghi điều đã quan sát và điều chưa kiểm tra.

Lưu phiên bản công thức, máy và mô hình cùng nhau

Sửa công thức, thay dụng cụ, cải tạo máy hoặc nâng cấp cảm biến có thể đổi phạm vi bình thường. Với mỗi quyết định, lưu sản phẩm, công đoạn, máy, phiên bản công thức, giới hạn kiểm soát, mô hình, thiết bị đo và xử lý dữ liệu. Nghiệm thu phải yêu cầu tái hiện một cảnh báo cũ từ các bản ghi này. Giữ quy tắc trích dữ liệu khi huấn luyện lại. Nếu điều kiện vận hành nằm ngoài phạm vi mô hình đã xác thực, kết quả “chưa đánh giá” cùng việc con người xem xét có thể tốt hơn ép nhãn bình thường/bất thường.

Đừng giấu báo nhầm và bỏ sót trong một điểm accuracy

Giá trị cảnh báo phụ thuộc năng lực điều tra, hậu quả bỏ sót và thời gian còn để xử lý. Báo nhầm quá nhiều khiến nhân viên phớt lờ thông báo. Tăng ngưỡng chỉ để ít báo hơn có thể bỏ lỡ biến động sớm. Đo cảnh báo không cần thiết mỗi ca, số phút điều tra, khả năng xác định lô liên quan và các sự kiện đã biết bị bỏ sót. Thỏa thuận chỉ tiêu theo rủi ro sản phẩm và tốc độ quá trình.

Ví dụ hoàn toàn giả định: một ngày có 1.000 cửa sổ đo, 10 cửa sổ thật sự cần điều tra; phương án phát hiện 8 trong 10 và còn báo nhầm 20 cửa sổ bình thường. Nhân viên nhận 28 việc điều tra; nếu mỗi việc mất 10 phút giả định thì tổng là 280 phút. Hai lần bỏ sót cũng cần xem ảnh hưởng đến lô nào và nghiêm trọng ra sao. Những số liệu này không phải kết quả khách hàng hay ngưỡng khuyến nghị.

Gắn mức cảnh báo với hành động

Ví dụ, “theo dõi” yêu cầu đo lại tại lần kiểm kế tiếp, “điều tra” thông báo giám sát ngay, và “giữ hàng” cách ly sản phẩm cho đến khi chất lượng phê duyệt. Đây chỉ là ví dụ, không phải quy tắc dừng máy chung. Hiển thị động từ và mã sản phẩm bị ảnh hưởng thay vì chỉ dùng màu. Đối chiếu câu chữ tiếng Nhật, Thái, Anh với một mã cảnh báo được kiểm soát. Xác định phương án khi mạng hoặc thiết bị đầu cuối không hoạt động.

Viết nghiệm thu cảnh báo SPC vào RFP

Yêu cầu “phát hiện bất thường chính xác” chưa định nghĩa thành công. Ghi rõ công đoạn, sản phẩm, điểm đo, chu kỳ nhận dữ liệu, nhóm mẫu, ngôn ngữ, quyền và giao diện MES, ERP, thiết bị. Tách kiểm tra phép tính biểu đồ khỏi đánh giá mô hình bổ trợ. Quy định cách xử lý dữ liệu thiếu, công thức chưa đăng ký, thời gian trùng và đơn vị sai. Xác nhận có thể lấy tín hiệu máy trước khi định giá. Yêu cầu dữ liệu và kết quả thử có thể tái hiện, không chỉ ảnh chụp màn hình.

Bảng là mẫu chia phạm vi, không phải điều khoản hợp đồng hay cam kết hiệu năng. Nghĩa vụ thực tế tùy quá trình và thỏa thuận khách hàng.

FAT và SAT là hai phép thử khác nhau

FAT dùng dữ liệu chuẩn bị trước để kiểm phép tính, ngưỡng, thiếu dữ liệu, thời gian trùng, đơn vị sai, đổi công thức, phân quyền và lịch sử thông báo. So với kết quả dự kiến tính độc lập. SAT dùng tín hiệu máy thật ở Thái Lan để kiểm liên kết thời gian và lô, thông báo qua ca, giữ và giải phóng hàng, cùng lịch sử phê duyệt. Thử mất mạng, khởi động lại máy và gửi trùng tại hiện trường.

Thỏa thuận chỉ tiêu trước khi thử, như độ trễ hiển thị, cảnh báo thừa mỗi ca và định nghĩa bỏ sót sự kiện quan trọng. Quy trình theo mẻ chậm và dây chuyền lắp ráp nhanh không thể dùng cùng một con số cố định không giải thích. Khi thiếu sự cố lịch sử, ghi phạm vi có thể kiểm chứng và rủi ro còn lại thay vì hứa tỷ lệ phát hiện thiếu cơ sở thống kê.

Có giai đoạn chạy shadow

Ghi cảnh báo hệ thống mới song song với quy trình chất lượng hiện tại trước khi trao quyền cách ly hay dừng tự động. Đối chiếu thời điểm, báo nhầm, khả năng bỏ sót và quyết định của nhân viên với hồ sơ nhà máy. Bật hành động tự động cần phê duyệt riêng theo công đoạn. Chất lượng, sản xuất, bảo trì và IT/OT cùng quyết định đưa vào dùng; thêm bộ phận chất lượng khách hàng khi cần. Sau chuyển đổi vẫn lưu phiên bản và tiếp tục so với quy tắc cũ một thời gian.

Phân công trách nhiệm và ranh giới dữ liệu tại nhà máy Thái Lan

Chất lượng chịu trách nhiệm đặc tính và kế hoạch phản ứng; sản xuất chịu trách nhiệm lấy mẫu và phản ứng đầu; bảo trì phụ trách cảm biến và bối cảnh máy; IT/OT phụ trách giao diện và quyền; quản lý quyết định leo thang và đầu tư. Nhà cung cấp phải giải thích, tái hiện logic nhưng không thay nhà máy chịu trách nhiệm chất lượng. Ghi rõ liên lạc ca đêm, yêu cầu thay đổi và hỗ trợ khi sự cố.

Dịch hành động, không chỉ dịch thuật ngữ. “Đo lại”, “giữ sản phẩm”, “dừng máy” và “phê duyệt giải phóng” phải dẫn đến cùng một thao tác trên màn hình, hướng dẫn giấy và đào tạo. Nếu ca đêm không có người chất lượng, xác định đầu mối đầu tiên và nơi đặt hàng cách ly. Cảnh báo mà không tìm được hàng liên quan thì khả năng ngăn lọt lỗi rất hạn chế.

Quy định sở hữu, lưu giữ và xuất dữ liệu gốc, dữ liệu xử lý, đặc trưng, mô hình và nhật ký. Với đám mây, kiểm tra mất mạng, gửi lại và giữ đúng thứ tự thời gian. Xuất CSV thiếu phiên bản công thức hoặc múi giờ có thể không đủ để di chuyển hệ thống. Chất lượng cần nhìn thấy phê duyệt thay đổi mô hình.

Chia phạm vi trước khi so chi phí

Chi phí không chỉ là phát triển mô hình. Điểm đo, hiệu chuẩn, đồng bộ giờ, kết nối PLC cũ, giao diện, bảng điều khiển, đào tạo và hỗ trợ đều ảnh hưởng. Cho các nhà thầu cùng đơn vị quá trình và bài thử nghiệm thu. Gói “AI PoC” của một bên có thể chỉ phân tích CSV, còn bên khác gồm thông báo theo ca và kết nối giữ hàng, nên so giá trực tiếp là sai.

Phạm vi khởi đầu có thể là một máy, một hoặc hai đặc tính chất lượng và một công thức chính. Đó là ví dụ, không phải số lượng đề xuất cho mọi nhà máy. Khi kết thúc PoC, liệt kê cảm biến, giao diện, nhân sự và bảo trì mô hình cần cho mở rộng. Nếu tính ROI, tách phế phẩm giảm đã đo được khỏi giả định, tính cả công điều tra và chi phí báo nhầm. Đừng biến khoản mất mát giả định được ngăn chặn thành kết quả khách hàng có thật.

Câu hỏi khi so nhà cung cấp

Hỏi liệu nhân viên tự kiểm công thức giới hạn được không, đổi công thức xử lý thế nào, người nhận vắng mặt ai tiếp nhận, ngoài phạm vi mô hình thì hệ thống ra sao, ai duyệt huấn luyện lại, tái hiện quyết định cũ thế nào và khi hết hợp đồng trả dữ liệu cùng metadata ra sao. Nếu câu trả lời chỉ là “AI tự tối ưu”, hãy yêu cầu đầu vào, đầu ra và điểm phê duyệt cụ thể.

Câu hỏi thường gặp

Nên triển khai biểu đồ SPC hay AI phát hiện bất thường trước?

Trước tiên xác định phép đo và phản ứng, dùng biểu đồ phù hợp để giải thích quá trình hiện tại. Chỉ thử AI cho khoảng thiếu cụ thể như tổ hợp nhiều tín hiệu. Mô hình không chữa được nhóm mẫu sai hoặc đường cơ sở lỗi thời.

Cpk cao thì không cần theo dõi biến động nữa?

Vẫn cần. Cpk tóm tắt một giai đoạn so với quy cách, không loại trừ nguyên nhân đặc biệt trong tương lai. Dùng biểu đồ theo dõi ổn định và ghi năng lực, vượt quy cách riêng theo định nghĩa khách hàng.

Điểm bất thường AI cao có thể tự dừng máy?

Điều kiện dừng xuất phát từ rủi ro, thiết kế an toàn hiện có và quy trình cách ly. Phải kiểm báo nhầm, bỏ sót và phân quyền đo lại, giữ hàng, khởi động lại. Dừng liên quan an toàn cần thiết kế và xác minh riêng.

Nghiệm thu cảnh báo SPC tối thiểu kiểm gì?

Tính lại biểu đồ, thử dữ liệu thiếu, trùng và đổi công thức; kiểm thông báo, truy sản phẩm, quyền giữ và giải phóng, phiên bản và giá trị gốc. FAT dùng dữ liệu biết trước; SAT dùng vận hành thực.

Ít ví dụ bất thường có bắt đầu PoC được không?

Có, nhưng không thể tuyên bố đã đo được tỷ lệ phát hiện sự cố thực cao. Kiểm chất lượng phép đo, đường cơ sở, sự kiện cũ tái hiện được, mô phỏng và chạy shadow; ghi loại sự kiện chưa thử và rủi ro còn lại.

Kết luận: kế hoạch phản ứng đi trước lớp phát hiện bổ trợ

AI phát hiện bất thường bằng SPC là cách nối phép đo tin cậy, đường cơ sở ổn định và phản ứng con người. Phân biệt giới hạn kiểm soát với quy cách, giữ phiên bản máy, công thức, thiết bị đo và mô hình, đánh giá cả báo nhầm lẫn bỏ sót theo công sức và rủi ro sản phẩm. Trong RFP và FAT/SAT, ưu tiên tái hiện đường đi từ tín hiệu đến cách ly, phê duyệt và giải phóng.

Nếu nhà máy tại Thái Lan còn đang chọn công đoạn và điểm đo, hãy mang biểu đồ, công thức và quy trình thông báo hiện có đến TOMAS TECH. Chúng tôi có thể cùng xác định khả năng kết nối dữ liệu và phạm vi nghiệm thu hợp lý trước khi mở rộng.

Trong cuộc rà soát vận hành hằng tháng, đừng chỉ nhìn số cảnh báo giảm. Điều đó có thể do mạng hỏng, thiếu phép đo hoặc đổi đường cơ sở chưa duyệt. Người phụ trách chất lượng và sản xuất cần cùng xem tỷ lệ nhận dữ liệu, trạng thái thiết bị đo, cảnh báo chưa xử lý, nguyên nhân đặc biệt lặp lại, thời gian từ cách ly đến giải phóng và lịch sử duyệt thay công thức hoặc mô hình. Nếu đổi giai đoạn so sánh hoặc cách đánh giá, hãy ghi rõ rằng số liệu giữa các tháng không thể so sánh trực tiếp. Giữ bằng chứng gốc cả khi không phát cảnh báo: quá trình có chạy không, dữ liệu có đến không, mô hình có áp dụng cho công thức đó không? Hiển thị thời điểm nhận dữ liệu gần nhất, cửa sổ đo cuối đã xử lý, phiên bản đường cơ sở và mô hình đang dùng; khi ngừng thu thập phải có tín hiệu lỗi giám sát riêng.

Nguồn tham khảo

• NIST/SEMATECH Engineering Statistics Handbook, Chapter 6 (công bố năm 2003)
• ASQ, Control Chart
• NIST, What is Process Capability?
• NIST, Assessing Process Stability
• ISO 22514-1:2014
• NIST, Process or Product Monitoring and Control
• NIST, 2026 Roadmap on AI and ML for Smart Manufacturing

*Toàn bộ số liệu, tên thiết bị, khoảng thời gian và tính công nêu trong bài là ví dụ giả định, không phải ca khách hàng hay hiệu năng đã đo.*