操作工人在长时间的工作过程中,由于精神和身体的疲劳会产生失误,人的可靠性降低,导致生产残次品,甚至危及人身安全.为了了解在保证可靠性的前提下操作者最长可持续的工作时间(极限工作时间),提出了一种结合统计过程控制图(statistical process control chart,SPcc)和差分自回归移动平均(autoregressive integratedmoving average,ARIMA)模型的方法.用连续时间中单位时间间隔内的次品率衡量人的可靠度,并形成次品率时序序列(defective rate time series,DRTS).一方面使用该数列基于ARIMA构建SPCC,并确定样本的上控制线(up control line,UCL)、下控制线(low control line,LCL)和极限时间范围;另一方面使用ARIMA和支持向量机(support vector machine,SVM)配合实时跟踪算法(realtime tracing algorithm,RTA)对需要确定极限工作时间(limit working time,LWT)的某一操作者的DRTS进行预测.最后将预测曲线置于SPCC中来确定该操作者LWT的范围.通过对10个操作者8h,每隔10 min采样得到的DRTS分析,表明该类工作参数的范围为UCL=[3.89,4.66]、LCL=[-4.98,-3.90]、LWT=[393,450] min,确定了一个新操作者的LWT为[435,452] min,即435 min时该操作者就应该停止工作进行休息.