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 integrated moving 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8 h，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。