Die Prozesskontrolle kommt aus dem Bereich der Optimierung und Qualitätssicherung komplexer industrieller Prozesse, die eine große Zahl von Eingangsvariablen aufweisen. Insbesondere in automationsunterstützten Prozessen fallen heute riesige Datenmengen an, die mit herkömmlichen Mitteln nicht mehr wirtschaftlich nach bestimmten Häufungen und Mustern untersucht werden können.

Bei bestehenden Produktionsprozessen ermöglicht es die Technologie der Prozesskontrolle bei bereits mit herkömmlichen Methoden optimierten Prozessen weitere Rationalisierungspotentiale zu entdecken. Dabei werden jene Variablen ausgefiltert, die für bestimmte Qualitätsanforderungen bestimmend sind und ein entsprechendes Modell gebildet, dass dann für die Steuerung des Prozesses die optimierten Parameter errechnet.

 
   Prozessüberwachung

Typische Ziele der Prozessüberwachung und -steuerung sind das Erreichen einer höheren Produktionshomogenität, einer Senkung der Ausschussquote sowie ein besseres Verständnis des Prozesses selbst, unter anderem zu dessen Optimierung.
Ein typischer Prozesslebenszyklus sieht folgendermaßen aus: Nach seinem Engineering wird der Prozess in Betrieb genommen. Während seiner Ausführung werden etliche Prozessvariablen gemessen, die wiederum die Basis für eine Prozessüberwachung liefern. Durch Auswertung der gemessenen Variablen erhält man Informationen über den Prozess, zum Beispiel, ob der Prozess stabil ist, driftet oder außer Kontrolle ist. Bei einer Prozessteuerung werden die Ergebnisse der Überwachung zur Prozessführung herangezogen. Das bei der Prozessüberwachung und -steuerung gewonnene Wissen kann zusammen mit den gemessenen Daten zur Optimierung im Re-Engineering herangezogen werden, womit der Kreislauf von vorne beginnt.



In einem industriellen Prozesses wird das Ausgangsmaterial in verschiedenen Stufen und Subprozessen zu einem Produkt mit spezifizierten Eigenschaften verarbeitet. Entlang der Verarbeitungslinie werden die Messungen der Variablen zur Überwachung und Steuerung des Prozesses selbst durchgeführt.

Obwohl statistische Prozesskontrolle (SPC) eine weit verbreitete Methodik ist, wird sie in der überwiegenden Anzahl der Anwendungen mit univariater Statistik, d.h. durch separate Analyse jeder einzelnen Variable, betrieben. Hingegen verarbeitet die multivariate statistische Prozesskotrolle (MSPC) alle verfügbaren Variablen auf einmal, was etliche Vorteile gegenüber der univariaten Methodik mit sich bringt. Einige dieser Vorteile sind:

  • eine einfachere Interpretation der Ergebnisse, da alle verfügbaren Prozessvariablen gleichzeitig in einem einzelnen Model betrachtet werden.
  • Quereffekte/Interaktionen zwischen den einzelnen Variablen werden berücksichtig.
  • die Vollständigkeit und Effizienz der verwendeten Variablen sind verifizierbar.
  • das Signal-Rauschverhältnis in den erhaltenen Informationen wird verbessert.
  • Da die in MSPC verwendete Mathematik generisch ist, sind die Methoden für praktisch alle industrielle Zusammenhänge anwendbar und liefern solide und robuste Modelle, die eine konstante Qualität und Kosteneffizienz zu erreichen und beizubehalten helfen, welche die Voraussetzung für das erfolgreiches Bestehen im Wettbewerb auf den Weltmärkten sind.