CN101794106A - 质量控制系统、质量控制装置以及质量控制方法 - Google Patents
质量控制系统、质量控制装置以及质量控制方法 Download PDFInfo
- Publication number
- CN101794106A CN101794106A CN200910205573A CN200910205573A CN101794106A CN 101794106 A CN101794106 A CN 101794106A CN 200910205573 A CN200910205573 A CN 200910205573A CN 200910205573 A CN200910205573 A CN 200910205573A CN 101794106 A CN101794106 A CN 101794106A
- Authority
- CN
- China
- Prior art keywords
- parts
- fault
- quality control
- relevant
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
- G05B23/0251—Abstraction hierarchy, e.g. "complex systems", i.e. system is divided in subsystems, subsystems are monitored and results are combined to decide on status of whole system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及质量控制系统、质量控制装置和质量控制方法。质量控制方法包括:从已经在电子设备中出现的故障的时序分布中,提取故障出现的第一状态特征;指定与故障相关的包含在电子设备中的一个或多个部件;从提供指定部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及根据提取的第一特征与提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商。
Description
技术领域
本发明涉及质量控制系统、质量控制装置和质量控制方法。
背景技术
随着技术的混合和复杂,需要并入诸如图像形成装置的产品中的功能以及用于实现这些功能的部件趋于增加,这些部件彼此连接来执行产品的处理。由于需要这些部件具有高精度以及生产效率的提高,会在多个企业、工厂中生产它们。
因此,当产品中出现故障(如操作性能差)时,难以指定导致该故障的部件,于是需要逐个检查部件,这使得故障的分析占用大量时间。
专利参考文献1(JP-A-5-165853)公开了如下技术,其中根据产品的结构和属性建立了用于表达产品中各种故障之间的临时关系的树;当用户使用的一个产品出故障时,根据故障的现象搜索关系树,可以找到该产品故障的肇因;可以指定用于调整或修理的单元,并且可以更新树的形状以及表述临时关系强度的可能性;可以在故障出现点采集与产品故障的出现有关的信息,包括出现日期、现象、对故障产品执行的处理等,并将所述信息存储到数据库中;分析所述信息的一部分或全部以找出产品的缺陷因素以及该产品故障的出现趋势;以及,将分析结果反馈给相关部门(如设计部门、制造部门和检测部门),从而提高产品的质量。
此外,专利参考文献2(JP-A-10-217048)公开了一种输入装置和一种数据处理装置;其中输入装置包括用于采集产品质量数据的产品质量采集单元和用于采集构成产品的部件的属性数据的部件属性采集单元;数据处理装置包括用于存储产品质量数据和部件属性数据的质量信息存储单元,以及用于根据存储于质量信息存储单元中的产品质量数据和部件属性数据分析产品质量的属性分析单元;其中可以通过将产品质量数据和构成产品的部件的属性数据彼此对比来分析产品的质量。
发明内容
本发明的目的是提供质量控制系统、质量控制装置和质量控制程序,以便即使在包括多个部件的产品中出现故障时,也能够迅速找出故障的原因。
[1]根据本发明的一个方面,一种质量控制装置包括:第一提取单元,其从已经在电子设备中出现的故障的时序分布中,提取故障出现的第一状态特征;部件指定单元,其指定与故障相关的包含在电子设备中的一个或多个部件;第二提取单元,其从提供部件指定单元所指定的部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及部件供应商指定单元,其根据由第一提取单元提取的第一特征与第二提取单元所提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商。
[2]根据本发明的另一方面,一种质量控制系统包括两个或更多质量控制装置。每个质量控制装置包括:第一提取单元,其从已经在电子设备中出现的故障的时序分布中,提取故障出现的第一状态特征;部件指定单元,其指定与故障相关的包含在电子设备中的一个或多个部件;第二提取单元,其从提供部件指定单元所指定的部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及部件供应商指定单元,其根据由第一提取单元提取的第一特征与第二提取单元所提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商。质量控制装置分别形成了分层结构。处在最高层级的质量控制装置将有关部件故障的信息传送至由处在下级的供应商指定单元所指定的部件的供应商的质量控制装置。
[3]根据本发明的另一个方面,一种质量控制方法包括:从已经在电子设备中出现的故障的时序分布中,提取故障出现的第一状态特征;指定与故障相关的包含在电子设备中的一个或多个部件;从提供指定部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及根据提取的第一特征与提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商。
根据[1]的配置,可以提供如下效果:即使在包含多个部件的产品中出现故障,也可以比未使用本发明结构时更迅速地找出故障原因。
根据[2]的配置,可以提供如下效果:即使供应部件的供应源从另一供应源接收到部件的供应,也能够迅速找出故障原因。
根据[3]的配置,可以提供如下效果:即使在包含多个部件的产品中出现故障,也可以比未使用本发明结构时更迅速地找出故障原因。
附图说明
基于附图对本发明的示例性实施例进行详细说明,其中:
图1是根据本发明一个示例性实施例的通过分别应用质量控制系统、质量控制装置和质量控制程序而构成的质量控制系统的示例结构视图;
图2是信息管理服务器的示例详细结构的框图;
图3是故障出现率的时序分布示例的图示;
图4是故障内容和与故障内容相关的部件之间的相互对应关系的示例列表;
图5A和图5B是部件使用率的时序分布的示例图示;
图6A和6B是分别在与故障相关的部件的各个生产线中出现的变化量的示例列表;
图7是故障相关信息的示例列表;
图8是部件使用率的时序分布的另一示例图示;以及
图9是根据本发明的示例性实施例通过质量控制系统的信息管理服务器执行的处理流程示例的流程图。
具体实施方式
现参照附图详细说明根据本发明的质量控制系统、质量控制装置和质量控制程序的示例性实施例。
任何电子设备都由一个或多个部件构成,或者是由一个或多个各包括两个或多个部件的处理单元构成。作为电子设备的示例,图像形成装置不仅包括如打印处理设备的处理单元、图像读取设备和信息通信设备,还包括这些处理单元共同使用的公共机构。
上述处理单元中的打印处理设备由不同种类的多个部件构成,所述部件例如信息处理电路、感测体、传送辊和显影单元,或者是由包括必需部件的一个单元构成。
于是,在电子设备中多个部件或多个单元组合在一起并以彼此连接的方式执行处理。
[示例]
图1是根据本发明一个示例性实施例的通过分别应用质量控制系统、质量控制装置和质量控制程序而构成的质量控制系统的示例系统结构视图。
在图1所示的质量控制系统中,用于制造或组装部件或部件单元以构成一个特定电子设备的诸如生产线、工厂、或公司的环节(segment)分别构成了依照电子设备的制造步骤等的分层结构中的节点;以及在每个环节中,不仅所制造部件或所使用部件的部件信息,还包括在制造部件时所使用材料的制造信息、制造条件、操作者、所用设施等,都被信息管理服务器管理。
依据各个环节的信息管理服务器之间的关系来形成这个分层结构。
图1所示的质量控制系统具有包括三个层级的结构。作为最高层级的节点,设置了组装制造厂的信息管理服务器100;作为最高层级的下一级的节点,设置了部件制造商1的信息管理服务器10和部件制造商2的信息管理服务器20;以及,作为部件制造商1的信息管理服务器10的下一层节点,设置了部件制造商11的信息管理服务器11和部件制造商12的信息管理服务器12。
此外,组装制造商的信息管理服务器100连接至用于执行组装处理的组装线。这样,信息管理服务器100管理与电子设备的制造有关的制造信息,包括有关所组装部件的部件信息以及有关在组装线中发现的故障部件的故障部件信息。
置于组装制造商的信息管理服务器100的下层的其它信息管理服务器(下文中简单地统称为[信息管理服务器]的信息管理服务器10、信息管理服务器20、信息管理服务器11和信息管理服务器12),分别管理各种制造信息,包括有关各个层级环节所使用或制造的部件的部件信息以及有关在这些部件中发现的故障的故障部件信息。
也即,各个层级的信息管理服务器管理部件的制造信息。
图2示出了上述情况下信息管理服务器的详细结构。
图2所示的信息管理服务器包括故障信息采集部件101、时序分布形成部件102、变化点提取部件103、变化量计算部件104、故障相关信息形成部件105、存储部件106、关系分析部件107、制造信息管理部件108和故障信息存储部件109。
当接收到有关在一个特定电子设备中出现的故障的故障信息或者管理者输入了故障信息时,故障信息采集部件101不仅根据故障信息来分析故障内容,还根据存储在故障信息存储部件109中的其它故障信息来将所分析的故障内容分类到相同或相似故障内容的组中,并将它们存储为相关故障信息。
当当时的故障信息中的故障分别以差错数字表示时,根据故障差错组代码对以差错数字表示的故障进行分类;或者,当差错信息以字符串表示时,根据关键字搜索所得到的关键字来对故障进行分类。
当已经根据故障的内容将故障分类到相同或相似故障的组中时,故障信息采集部件101指示时序分布形成部件102来形成已分类故障内容的出现率(“故障出现率”)的时序分布,并形成与故障内容相关的部件的使用率(“部件使用率”)的时序分布。
当从故障信息采集部件101接收到时序分布形成指令时,时序分布形成部件102首先根据与故障信息采集部件101所分类的故障内容相同或相似的故障内容以时序的方式形成故障内容的出现率。
图3示出了上述情况下故障内容出现率的分布示例。
图3是以横轴表示所经过的时间、以纵轴表示故障内容出现率的时序分布图。在图3中,示出了出现在电子设备“制造日”上的“故障A”的故障出现率的分布。
图3所示的分布图示出了“5月20日”的故障出现率相比“5月15日”突然增大,还示出了“5月20日”的故障出现率超过了给定的故障出现率(故障出现率的容限=5%)。此外,该分布图还示出了从参考日期(如“5月15日”)到“5月20日”的故障出现率的增长率等于或大于给定的增长率。
已经形成了故障内容出现率的时序分布的时序分布形成部件102,接下来形成如图5A和5B所示的与故障内容有关的部件的使用率的时序分布。
在这种情况下,时序分布形成部件102查找如图4所示的故障内容与故障内容相关部件之间的对应关系表格,来从制造信息管理部件108得到与所出现故障(在图3所示例子中为“故障A”)相关的部件的信息。
在图4中,示出了故障内容与故障内容相关部件之间的对应关系表格;图4的对应关系表格包括“故障内容”项401,显示所出现的故障的内容,以及“相关部件列表”项402,显示与“故障内容”项401所示故障内容相关的部件。
例如,当“故障内容”项401对应于“故障A”时,在“相关部件列表”项402中显示相关部件,从而显示该部件为“部件X”和“部件Y”。
此外,还示出了与“故障B”相关的部件是“部件K”、“部件L”和“部件M”等。
根据此对应关系表,对于与“故障A”相关的部件,指定了“部件X”和“部件Y”,于是可以从制造信息管理部件108得到这些部件的信息。
当以这种方式指定了与所出现故障内容相关的部件时,时序分布形成部件102接着根据从制造信息管理部件108得到的部件信息来形成一个分布图,其中对于各个部件,制造各个部件的各个生产线的使用率以时序方式分布开来。
如图1所示,用于制造部件的生产线设置在各个环节,用于制造并组装部件。还用“批量(lot)”来表示生产线。
以此形式形成的时序分布图示例在图5A和5B中示出。
图5A和图5B是在各个批量(如生产线)中示出了与出现的“故障A”相关的“部件X”和“部件Y”的使用率的视图。
图5A是用于制造“部件X”的各个生产线的使用率的分布图。图5B是用于制造“部件Y”的各个生产线的使用率的分布图。
图5A示出了在三条生产线(即批量X1、批量X2和批量X3)中制造“部件X”,同时按照生产日期示出了各个“部件X”的生产线的使用率。
图5A中的使用率表明,在5月10日,比使用批量X2和X3制造的部件X更多地使用在批量X1制造的部件X来制造电子设备。然而,图5A还表明,在5月15日,制造部件X的批量X1的使用率与制造部件X的批量X2的使用率之间的差别比5月10日时要小。
另外,图5A还表明,在5月20日时,从参考日(在图5A中为5月15日)开始的增长率为给定增长率或更高,由此制造部件X的批量X2的使用率高于制造部件X的批量X1的使用率。
这里,图5A表明,在5月20日,在批量X3上制造的部件X的使用率与5月10日时相比趋于降低(尽管微小)。
另一方面,图5B示出了部件Y是在两条生产线(即批量Y1和批量Y2)上制造,并具体按照生产日期示出了制造部件Y的各个生产线的使用率。图5B还表明各个制造部件Y的生产线的使用率基本持续保持恒定(尽管变化微小)。
以这种方式,时序分布形成部件102形成了各个生产线的故障内容相关部件的使用率的时序分布。
在时序分布形成部件102形成了这些时序分布图之后,时序分布形成部件102指示变化点提取部件103提取时序分布图中的变化点。当接收到提取指令时,变化点提取部件103根据分别在图3、图5示出的时序分布图提取变化点。
变化点是故障出现的数量以给定或更高速率增加或者提供给定出现率的点,其还代表故障出现的状态特征;然而,实际上变化点表示为给定范围。
在图3所示的时序分布图中,检测到故障出现率超过设定为给定值的出现率容限(5%)并且从参考日开始的增长率达到并超过给定增长率的时间为5月20日。因此,故障出现率的变化点被提取为“5月15日至5月20日”。
这里,尽管在参照图3的上述示例中示出了其中故障出现数量以给定或更高速率增长并且数量超过给定值(出现率容限)的点作为变化点,实际上,满足这两个条件的至少一个的点就可以提取为变化点。
此外,参照图5A所示的时序分布图,图5A示出了从参考日(图5A中为5月15日)开始制造部件X的批量X2的使用率以给定或更高速率增长,还示出了从参考日(图5A中为5月15日)开始在批量X1制造的部件X的使用率以给定或更高速率降低。
另一方面,从图5B 以判定未发现给定或更高速率的变化。
因此,在变化点提取部件103中,以5月15日至5月20日的形式提取部件X使用率的变化点。
这里,在图5A和5B中,按时序方式对各个部件的生产线的使用率进行分布。此外,还采用了图8所示结构,其中以时序方式分布与部件制造相关的各个操作者的生产率,使用该时序分布图可以提取变化点。这里,在图8所示的时序分布中,涉及操作者1和操作者2的生产率在5月15日和5月20日之间以给定或更高的速率变化;因此,提取5月15日到5月20日的范围作为变化点。
当变化点提取部件103以这种方式提取各个变化点时,变化点提取部件103将有关这些变化点的信息以及有关变化点处部件的使用率的信息发送至关系分析部件107的变化量计算部件104。这里,当无法由变化点提取部件103提取变化点时,变化点提取部件103告知变化量计算部件104此结果。
当变化量计算部件104接收到有关变化点的信息时,以及即使无法提取变化点时,变化量计算部件104都能计算处于变化点提取部件103所提取的变化点处的使用率的变化量(变化率)。图6A和6B示出了所计算出的当时的各个生产线(批量)的变化量。
图6A和6B是示出了当出现属于“故障A”的故障时,各个生产线(批量)中涉及“故障A”的部件X和Y的变化量的视图。
图6A示出了变化点处涉及“部件X”的部件使用率的变化量。图6A包括“变化点提取故障”项601,“相关批量”项602和“使用率的变化量”项603。
“变化点提取故障”项601示出了故障的内容,具体示出了“故障A”作为已出现的故障。“相关批量”项602示出了与“变化点提取故障”项601所示“故障A”相关的有关“部件X”生产线的信息;并且具体地示出了在“批量X1”、“批量X2”和“批量X3”制造“部件X”。此外,“使用率的变化量”项603示出了变化点处的变化量,即增长率或下降率。具体来说,“使用率的变化量”项603示出,对于在“批量X1”制造的“部件X”,其在变化点处的增长(下降)率为-32%;对于在“批量X2”制造的“部件X”,其在变化点处的增长(下降)率为+40%;以及,对于在“批量X3”制造的“部件X”,其在变化点处的增长(下降)率为+2%。
另一方面,图6B示出了“部件Y”的部件使用率在变化点处的变化量。图6B与图6A类似地包括“变化点提取故障”项601,“相关批量”项602和“使用率的变化量”项603。
在“变化点提取故障”项601中示出了“故障A”作为已出现的故障。在“相关批量”项602示出了作为“部件Y”的生产线的“批量Y1”和“批量Y2”。此外,“使用率的变化量”项603示出了在“批量Y1”制造的“部件Y”在变化点处的增长(下降)率为+2%;在“批量Y2”制造的“部件Y”在变化点处的增长(下降)率为-3%。
变化量计算部件104把在变化量计算部件104中计算得到的变化点处的部件使用率变化量的相关信息告知故障相关信息形成部件105。
故障相关信息形成部件105根据变化量计算部件104所计算出的变化量信息形成故障相关信息,该故障相关信息用作判定为与故障原因有关的信息(在上述示例中,批量代表生产线)。
故障相关信息是例如图7所示的信息。图7所示的故障相关信息指出了与具有变化点处部件使用率的变化量的给定(或更高)阈值的生产线相关的信息。
图7包括“相关批量”项701和“使用率的变化量”项702。图7还示出了其中部件使用率的变化量超过了阈值7%的生产线(批量)的信息。
在“使用率的变化量”项702中,分别示出了-32%和+40%的变化量。在“相关批量”项701中,分别示出了“批量X1和批量X2”作为生产线。
当故障相关信息形成部件105形成了包含上述信息的故障相关信息后,将所形成的故障相关信息存储到存储部件106中。这里,在已经在故障相关信息形成部件105中形成了故障信息并存储到存储部件106中,关系分析部件107获得由故障信息指定的用于指定生产线环节(在上述示例中为“批量X1”和“批量X2”)的信息,然后基于所得到的信息传送故障信息。
图1所示的环节是部件制造商等(对于传送故障信息的一方来说,是下一层级的节点)。于是将故障信息传送至上述指定环节的信息管理服务器。
已接收到故障信息的信息管理服务器根据故障信息指定与故障有关的更下一层级的环节,并将故障信息传送至所指定环节的信息管理服务器。
例如,假定部件X的部件制造商1使用部件a(由部件制造商11制造)和部件b(由部件制造商12制造)来制造部件X,当部件制造商1的信息管理服务器10从组装制造商的信息管理服务器100接收到部件X的信息时,其根据所接收到的信息指定故障原因。
这里,当指定故障由部件a引起时,部件制造商1的信息管理服务器10将故障信息传送至部件制造商11的信息管理服务器11。此外,当根据部件X的批量使用分别由不同制造商制造的部件a时,部件制造商1的信息管理服务器10指定某条批量导致了故障,然后指出在所指定批量中使用的部件a的制造商。
图9是示出了根据本发明的示例性实施例的通过控制系统的信息管理服务器执行的处理流程的流程图。
在图9中,当信息管理服务器接收到表示出现故障的信息时,其开始处理,并基于其它故障信息,将所分析故障的内容归类到具有相同或相似故障内容的组中并进行合计(S901)。
然后,以时序方式形成已归类并合计的故障内容的出现率的分布(S902)。接着指定与故障内容相关的部件(S903),并形成如图5A和5B所示的各个部件使用率的时序分布(S904)。
根据所形成的部件使用率时序分布来计算各个部件的使用率(S905),并基于计算得到的各个部件的使用率来计算某一时间段内的使用率变化量以便提取前述变化点(S906)。
检查所述变化量是否等于或大于阈值(S907)。当发现变化量等于或大于阈值时(S907中的是),形成故障相关信息(S908),所述故障相关信息包括用于指定图7所示的部件生产线(批量)的信息,所述生产线的变化量等于或大于阈值。
当发现变化量不等于或大于阈值时(S907中的否),或者在执行了S908的处理之后,检查是否对所有指定的部件执行了S905到S908的处理(S909)。当发现并未对所有部件执行处理时(S909中的否),对这些部件执行这些处理。另外,当发现已对所有部件执行处理时(S909中的是),将所形成的故障相关信息传送至负责制造某部件的生产线的环节的信息管理服务器中,其中故障相关信息中包含的所述部件的使用率的变化量等于或大于阈值(S910)。
这里,本发明还可以使用具有通信功能的质量控制系统来执行上述操作,或者可以构造这样的质量控制系统,该系统从存储有用于构建上述单元的程序的记录介质(CD-ROM、DVD-ROM等)将程序安装到计算机中并允许计算机执行程序来进行上述处理。上述构成了质量控制系统的计算机连接有CPU(中央处理器)、ROM(只读存储器)、RAM(随机访问存储器)和硬盘。CPU使用RAM作为操作空间根据存储在ROM或硬盘中的程序执行处理。
此外,用于提供程序的介质也可以是通信介质(诸如通信线或者以暂存或流动方式保持程序的通信系统的介质)。例如,程序还可以放置在通信网络的BBS(公告板服务)上并通过通信线传播。
提供对本发明实施例的前述说明来进行例示和说明。并非用于穷举或将本发明限制于所公开的精确形式。显而易见的是,很多修改和变形对本领域技术人员将是明显的。对实施例的选择和描述是为了最佳地阐述本发明的原理及其实际应用,以使得本领域其它技术人员能够理解,本发明的各种实施例和各种修改是适于特定应用的模板。本发明的范围由权利要求及其等价部分限定。
Claims (3)
1.质量控制装置,包括:
第一提取单元,其从出现在电子设备中的故障的时序分布中,提取故障出现的第一状态特征;
部件指定单元,其指定与故障相关的包含在电子设备中的一个或多个部件;
第二提取单元,其从提供部件指定单元所指定的部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及
部件供应商指定单元,其根据由第一提取单元提取的第一特征与第二提取单元所提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商。
2.质量控制系统,包括:
两个或更多质量控制装置;
其中每个质量控制装置包括:
第一提取单元,其从出现在电子设备中的故障的时序分布中,提取故障出现的第一状态特征;
部件指定单元,其指定与故障相关的包含在电子设备中的一个或多个部件;
第二提取单元,其从提供部件指定单元所指定的部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及
部件供应商指定单元,其根据由第一提取单元提取的第一特征与第二提取单元所提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商;
其中质量控制装置分别形成了分层结构,并且
处在最高层级的质量控制装置将有关部件故障的信息传送至由处在下级的供应商指定单元所指定的部件的供应商的质量控制装置。
3.质量控制方法,包括:
从出现在电子设备中的故障的时序分布中,提取故障出现的第一状态特征;
指定与故障相关的包含在电子设备中的一个或多个部件;
从提供指定部件的每个供应商的相应使用率的另一时序分布中,提取部件的第二特征;以及
根据提取的第一特征与提取的第二特征之间的相关性,来指定一个或多个提供了故障相关部件的供应商。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009023812A JP5200970B2 (ja) | 2009-02-04 | 2009-02-04 | 品質管理システムおよび品質管理装置および品質管理プログラム |
JP2009-023812 | 2009-02-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101794106A true CN101794106A (zh) | 2010-08-04 |
CN101794106B CN101794106B (zh) | 2014-12-17 |
Family
ID=42398378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910205573.7A Active CN101794106B (zh) | 2009-02-04 | 2009-10-16 | 质量控制系统、质量控制装置以及质量控制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8219231B2 (zh) |
JP (1) | JP5200970B2 (zh) |
CN (1) | CN101794106B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103400A (zh) * | 2016-02-19 | 2017-08-29 | 富士施乐株式会社 | 质量管理装置以及质量管理方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8755589B2 (en) | 2011-09-06 | 2014-06-17 | The Gates Corporation | Measurement of belt wear through edge detection of a raster image |
US9098914B2 (en) | 2013-03-11 | 2015-08-04 | Gates Corporation | Enhanced analysis for image-based serpentine belt wear evaluation |
JP5451927B1 (ja) * | 2013-06-04 | 2014-03-26 | 株式会社PreFEED | 異常発生原因の特定システム、異常発生原因の特定方法、及び異常発生原因の特定プログラム |
JP2015045942A (ja) * | 2013-08-27 | 2015-03-12 | キヤノン株式会社 | 品質管理装置、品質管理方法、及びプログラム |
US20160154802A1 (en) | 2014-12-02 | 2016-06-02 | Nec Laboratories America, Inc. | Quality control engine for complex physical systems |
US20160321594A1 (en) * | 2015-04-30 | 2016-11-03 | Optimal Plus Ltd. | Correlation between manufacturing segment and end- user device performance |
WO2017056749A1 (ja) * | 2015-09-28 | 2017-04-06 | オムロン株式会社 | 管理システムおよび管理方法 |
JP6443312B2 (ja) * | 2015-09-28 | 2018-12-26 | オムロン株式会社 | 管理システム |
WO2017162815A1 (de) * | 2016-03-24 | 2017-09-28 | Siemens Aktiengesellschaft | Verfahren zur steuerung, steuersystem und anlage |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2985505B2 (ja) * | 1991-07-08 | 1999-12-06 | 株式会社日立製作所 | 品質情報収集診断システム及びその方法 |
US6009246A (en) * | 1997-01-13 | 1999-12-28 | International Business Machines Corporation | Method and system for evaluating intrusive repair for plurality of devices |
JPH10217048A (ja) * | 1997-02-04 | 1998-08-18 | Nec Corp | 品質改善システム |
US6336078B1 (en) * | 1997-09-30 | 2002-01-01 | Canon Kabushiki Kaisha | Quality management of components |
US6343236B1 (en) * | 1999-04-02 | 2002-01-29 | General Electric Company | Method and system for analyzing fault log data for diagnostics |
KR100510065B1 (ko) * | 1999-06-22 | 2005-08-26 | 주식회사 하이닉스반도체 | 반도체 제조를 위한 오버레이 장비 자동화 방법 |
KR100510068B1 (ko) * | 1999-06-22 | 2005-08-26 | 주식회사 하이닉스반도체 | 반도체 라인관리용 통합 자동화시스템의 감시 시스템 및 방법 |
KR100510066B1 (ko) * | 1999-06-30 | 2005-08-26 | 주식회사 하이닉스반도체 | 반도체 생산라인의 스토커 오류 감시 방법 |
JP2002117107A (ja) * | 1999-09-02 | 2002-04-19 | Ricoh Co Ltd | 生産管理システム、生産管理システムにおけるクライアント、生産管理システムにおける生産管理方法、生産管理システムにおけるデータ検索方法、およびその方法を実行させるためのプログラムを記録したコンピュータが読取可能な記録媒体 |
US6704015B1 (en) * | 2000-03-31 | 2004-03-09 | Ge Mortgage Holdings, Llc | Methods and apparatus for providing a quality control management system |
US6751574B2 (en) * | 2001-02-13 | 2004-06-15 | Honda Giken Kogyo Kabushiki Kaisha | System for predicting a demand for repair parts |
US7707058B2 (en) * | 2001-08-31 | 2010-04-27 | Hewlett-Packard Development Company, L.P. | Predicting parts needed for an onsite repair using expected waste derived from repair history |
US7035877B2 (en) * | 2001-12-28 | 2006-04-25 | Kimberly-Clark Worldwide, Inc. | Quality management and intelligent manufacturing with labels and smart tags in event-based product manufacturing |
US6922656B2 (en) * | 2002-04-18 | 2005-07-26 | Caterpillar Inc | Method and system of identifying a problem prone part |
CN100407215C (zh) * | 2002-09-30 | 2008-07-30 | 东京毅力科创株式会社 | 用于监视和控制半导体生产过程的方法和装置 |
ITMI20022109A1 (it) * | 2002-10-04 | 2004-04-05 | Advanced Technologies S R L | Metodo per l'individuazione e la gestione di errori e |
KR100552483B1 (ko) * | 2003-11-17 | 2006-02-15 | 삼성전자주식회사 | 화상 형성 장치의 정착 시스템 및 그 온도 제어 방법 |
US7079911B2 (en) * | 2003-11-26 | 2006-07-18 | Ford Motor Company | Method and system for automatically isolating suspect items in a manufacturing or assembly environment |
US20060036345A1 (en) * | 2004-08-09 | 2006-02-16 | An Cao | Systems and method for lights-out manufacturing |
US7477960B2 (en) * | 2005-02-16 | 2009-01-13 | Tokyo Electron Limited | Fault detection and classification (FDC) using a run-to-run controller |
US7716230B2 (en) * | 2007-02-07 | 2010-05-11 | International Business Machines Corporation | Multi-dimensional serial containment process |
JP5299684B2 (ja) * | 2009-03-03 | 2013-09-25 | 富士ゼロックス株式会社 | 監視装置および情報処理システムおよび監視プログラム |
-
2009
- 2009-02-04 JP JP2009023812A patent/JP5200970B2/ja not_active Expired - Fee Related
- 2009-09-14 US US12/558,659 patent/US8219231B2/en active Active
- 2009-10-16 CN CN200910205573.7A patent/CN101794106B/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103400A (zh) * | 2016-02-19 | 2017-08-29 | 富士施乐株式会社 | 质量管理装置以及质量管理方法 |
Also Published As
Publication number | Publication date |
---|---|
US20100198387A1 (en) | 2010-08-05 |
JP5200970B2 (ja) | 2013-06-05 |
CN101794106B (zh) | 2014-12-17 |
JP2010182015A (ja) | 2010-08-19 |
US8219231B2 (en) | 2012-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101794106A (zh) | 质量控制系统、质量控制装置以及质量控制方法 | |
JP4642110B2 (ja) | 品質管理システム及び品質管理プログラム、並びにクライアント装置 | |
EP3405844B1 (en) | Methods and systems for root cause analysis for assembly lines using path tracking | |
JP2007280301A (ja) | 不具合管理装置、不具合管理方法、不具合管理プログラム、およびこれを記録した記録媒体 | |
US20120154149A1 (en) | Automated fault analysis and response system | |
CN102467699A (zh) | 对缺陷管理建模及基于缺陷管理处理缺陷的方法 | |
US20080141254A1 (en) | System and method for monitoring a workflow process | |
CN112348530A (zh) | 一种服务器生产自动检验及返修的方法 | |
Lugaresi et al. | Discovery and digital model generation for manufacturing systems with assembly operations | |
CN107464083A (zh) | 一种物料清单的生成方法、装置及设备 | |
CN106846091A (zh) | 一种环保公司用快速询价系统 | |
US20050038544A1 (en) | Management system of monitor wafers | |
US20190005086A1 (en) | System and method for system for determining database relations based on data monitoring | |
WO2022130789A1 (ja) | 原因推定システムおよび原因推定方法 | |
JP4984580B2 (ja) | 不具合対策支援装置 | |
CN114676054A (zh) | 一种测试数据生成方法、装置、设备、介质及产品 | |
CN114742430A (zh) | 用户留存预警可视化方法、装置、设备及存储介质 | |
US20080208473A1 (en) | Method for calculating environmental load, program for calculating environmental load, and method for converting units | |
JP4363240B2 (ja) | 車両の検査管理システム | |
US20240069518A1 (en) | Method for Monitoring A Continuous Industrial Process and System for Performing Said Method | |
CN116739490A (zh) | Bom表的核对预警方法、装置、设备及存储介质 | |
CN114862180A (zh) | 一种基于全生命周期的产品质量数据分析反馈方法及系统 | |
Goswami | Design Concept Selection Decisions In New Product Development: A Comparative Analysis | |
CN117333155A (zh) | 一种故障信息处理方法、系统、服务器及客户端 | |
CN116090954A (zh) | 装备采购供应链质量监控系统、方法、电子设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: Tokyo Patentee after: Fuji film business innovation Co.,Ltd. Address before: Tokyo Patentee before: Fuji Xerox Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |