CN107111305B - 基于对统计指标的同时分析制造部件的方法 - Google Patents
基于对统计指标的同时分析制造部件的方法 Download PDFInfo
- Publication number
- CN107111305B CN107111305B CN201580069869.4A CN201580069869A CN107111305B CN 107111305 B CN107111305 B CN 107111305B CN 201580069869 A CN201580069869 A CN 201580069869A CN 107111305 B CN107111305 B CN 107111305B
- Authority
- CN
- China
- Prior art keywords
- total
- statistical indicator
- statistical
- sanction
- different
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004458 analytical method Methods 0.000 title claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 49
- 238000010200 validation analysis Methods 0.000 claims abstract description 18
- 230000003750 conditioning effect Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000005520 cutting process Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32191—Real time statistical process monitoring
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32201—Build statistical model of past normal proces, compare with actual process
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及基于对多个表示部件的特征尺寸的不同的统计指标的同时分析来制造所述部件的过程,其中,限定了总验证集、总制裁集和总控制集,所述总验证集对应于每个统计指标的不同验证集的集合的组合,所述总制裁集对应于每个统计指标的不同制裁集的集合的组合,所述总控制集对应于每个统计指标的不同控制集的集合的组合;根据所述总验证集、所述总制裁集和所述总控制集,确定包含所测量的特征尺寸的平均值μm和标准偏差σm的参数对属于哪一个总集合,并且根据所确定的总集合来控制所述制造。
Description
技术领域
本发明涉及在工业环境(例如航空工业)中对统计指标的使用,特别是为了便于监控和控制部件的制造。
背景技术
在工业环境中,部件(特别是机械部件)的制造遇到了两个对立的约束:具体的,一方面是制造产率和数量的增加,另一方面是增加的质量要求,这在航空领域中尤其如此。
当今,很难想象对制造的所有部件进行质量控制,除非大大削弱制造产率。因此,统计制造指标通常被使用,可以从作为样品的有限数量的部件的质量的具体信息中可靠地推导出制造的一组部件的质量的总体信息。
除了在生产结束时的控制,这可以在具有有限数量的部件的样品上完成,通常也可以在生产过程中进行检查,以便能够可选择地调节生产流程,即,调整制造条件以确保制成的部件继续响应所要求的质量标准。在某些情况下,生产过程中的这些统计控制可能会导致生产完全停止,特别是如果制造的部件存在过多的质量缺陷,制造流程则必须完全重新初始化。
质量控制的执行与制造的部件的特征尺寸相关。特征尺寸可以是例如部件的特定侧、部件的质量或部件的任何其它可测量的特性。
为了执行统计控制,连续提取多个样品,每个样品包含制造流程中的多个部件,然后测量所取样品中的每个部件的特征尺寸。先前选择的用于监控制造流程的质量的统计指标的值是根据所取样品中的部件的特征尺寸的不同测量值来计算的。
存在各种统计指标,这些统计指标可用于监控部件的制造流程的演变,每个统计指标提供不同的信息用于以某种方式调整制造条件。
用于监测工业制造过程的大多数统计指标是根据测量的多个部件的特征尺寸的平均值μ和标准偏差σ计算的。更准确地说,μ对应于测量的特征尺寸相对于该特征尺寸的参考值的偏心的平均值。
一个例子是定心系数,记为Cc,其显示了对在公差区间IT内的平均值μ的变化施加的约束。公差区间IT是特征尺寸的极限允许值之间的偏差,因此被计算为所测量的特征尺寸的较大公差TS和较小公差TI之间的差,或IT=TS–TI。定心系统Cc通常由下式定义:
制造过程也可以通过学习能力指数来控制,学习能力指数表征了过程相对于优选性能的实际性能。实际上,这些指数测量制造过程的能力,以使得相关的特征尺寸的部件在优选的公差区间内。
可以参考例如过程能力指数Cp,其显示了制造过程准确地和重复地生产部件的能力。能力指数Cp越大,成品部件则越相似;而如果能力指数Cp较低,生产将会分散。过程能力指数Cp通常由下式定义:
过程能力指数Cp的缺点在于:积极的结果(即,高)也可以对应于超出公差限度范围的生产。实际上,制造流程的工业一致性取决于范围,这不仅是其分散性,而且是其相对于公差区间IT的平均位置。因此,使用的另一个能力指数是能力指数Cpk,其显示了分散性,但也是生产相对于公差限度的定心。在这种情况下,当能力指数Cpk高时,这意味着可以重复生产,并且生产集中在公差区间IT内;也就是说,部件在公差以外制造的风险将更小。能力指数Cpk通常由下式定义:
当然还有其他具有特定属性的统计指标,可以根据需要使用这些统计指标来调节制造过程。
监控这些统计指标的实际方法之一是使用控制卡,通常,控制卡是表示在横坐标轴上的时间以及在纵坐标轴上的测量的统计标准的图形形式。该图形也显示了不同外观的不同区域,每个区域对应于根据测量的统计指标的值的结果。可以存在例如不同颜色的区域,每个颜色对应一个特定结果。
图1示出了这种图形控制卡的例子。区域V1例如对应于验证区,即,如果测量的统计指标在该区域中,则验证制造过程,并且如果需要可以监控制造流程。区域R1对应于制裁区,即如果测量的统计指标在该区域中,那么相对于所需的质量标准存在重大偏差,并且应该完成制造过程。通常,这种情况意味着对一批成品部件的拒绝,甚至停止制造过程。区域O1对应于中间控制区,当统计指标在该区域中时,中间控制区向用户指示必须控制制造过程中的参数,并且可选地必须调整制造条件以便校正明显的偏差,并将它们朝着特征尺寸的参考值重新对中。
当目的是同时监控用于测量的同一个特征尺寸的多个统计指标时,则会出现问题。一个例子是由图1所示的图形示出的控制卡的第一统计指标,以及由图2所示的图形示出的控制卡的不同于第一统计指标的第二统计指标的情况。在图2所示的图形中,区域的符号类似于图1的图形中使用的区域的符号,具体的,区域V2对应于第二统计指标的验证区,区域O2对应于第二统计指标的控制区,区域R2对应于第二统计指标的制裁区。
但是,在给定时间所取的样本中用于相同特征尺度的统计指标的结果可能不同。很明显,例如,在第4个时间段,第二统计指标必将导致制裁,而第一统计指标则会在同一时间段转为控制动作。
为了最好地了解在监控制造业中设想的整个行动,因此,有必要根据现行的控制规则对不同统计指标的每个图形卡进行单独分析,并从不同的统计指标中得出总的结论。但是这个分析是非常长的,并且因为有统计指标有待评估,这个时间更长了。因此,这会削弱制造流程的总产率,间接地涉及制造成本的上涨。
因此,本发明的目的是提供一种用于基于对多个表示部件的特征尺寸的不同的统计指标的分析来制造部件的方法,方法解决了上述缺点中的至少一个。
特别地,本发明的目的是提供一种用于制造部件的方法,方法能够对多个表示部件的特征尺寸的不同的统计指标进行同时分析。
本发明的另一个目的是提供一种用于制造部件的方法,方法特别是由于工业制造的限制而应用的,其提供了对制造的部件的质量的增长的控制,并保持高的产率。
发明内容
为此,提出了一种用于基于对多个表示部件的特征尺寸的不同的统计指标的分析来制造部件的方法,其中:
每个统计指标是根据测量的多个部件的特征尺寸的平均值μ和标准偏差σ来计算的,多个部件是由制造装置生产的,每个统计指标与第一参考值以及大于第一参考值的第二参考值相关,定义为:
验证集,包括其中统计指标大于或等于第二参考值的对(μ;σ);
制裁集,包括其中统计指标小于或等于第一参考值的对(μ;σ);且
控制集,包括:统计指标介于第一参考值和第二参考值之间的对(μ;σ);
定义了以下集合:
总验证集,对应于每个统计指标的不同验证集的集合相关的组合;
总制裁集,对应于每个统计指标的不同制裁集的集合相关的组合;
总控制集,包括没有包含在总验证集和总制裁集中的对(μ;σ);
从由制造装置生产的部件中提取样品,样品包括多个部件,测量样品中的每个部件的特征尺寸,并计算为所取样品所测量的特征尺寸的平均值μm和标准偏差σm;
确定包含所测量的特征尺寸的平均值μm和标准偏差σm的参数对属于总验证集、总制裁集和总控制集中的哪一个总集合,并且根据以这种方式确定的总集合例如通过调整制造装置的调节参数来调节制造。
优选地,所呈现的每个步骤是自动化的。
特征尺寸的测量步骤可以使用测量装置进行,例如,测量装置包括用于对部件的具体尺寸进行自动测量的传感器。
计算步骤可以由任何适当的计算装置来进行,例如,诸如计算机之类的处理计算数据装置。
调节步骤可以例如通过集成了处理装置的调节装置来进行,处理装置用于对来自于计算步骤的数据进行整合和处理,以便校正在生产中检测到的任何异常以及校正生产流程。特别地,提供调节装置以校正部件来源的制造装置的输入参数。
因此,优选地,调节装置调整用于制造部件的制造装置的调节参数,例如以便减少一个统计指标的值与对应的参考值之间的偏差。
更一般地说,目的是优化统计指标的值与参考值之间的偏差,以至于部件的生产符合相关规范的要求。修改生产参数以修改或分别校正在统计指标的值与参考值之间识别的偏差。根据所使用的统计指标,优化偏差例如可以包含减少所识别的偏差。
优选的而非限制性的,本方法的单独考虑或组合考虑的方面如下:
确定包含所测量的特征尺寸的平均值μm和标准偏差σm的参数对所属的总集合是在视觉上完成的,其中:
包含所测量的特征尺寸的平均值μm和标准偏差σm的对在调节图形(μ;σ)上显示,调节图形(μ;σ)具有作为横坐标的平均值μ和作为纵坐标的表示尺寸的标准偏差σ,在调节图形上显示了:
图形验证区,包含总验证集的对(μ;σ);
图形制裁区,包含总制裁集的对(μ;σ);
图形控制区,包含总控制集的对(μ;σ);
根据包含对的图形区域来确定总相关集。
在不同时刻提取多个样品,包含有为样品所测量的特征尺寸的平均值μm和标准偏差σm的不同对根据提取样品的时间而变化,该不同对在调节图形(μ;σ)上表示。
总验证集对应于每个统计指标的不同验证集的交集,以及总制裁集对应于每个统计指标的不同制裁集的并集。
总验证集对应于每个统计指标的不同验证集的并集,以及总制裁集对应于每个统计指标的不同制裁集的交集。
分析分别称为第一统计指标、第二统计指标和第三统计指标的三个不同的统计指标;其中,
总验证集对应于第一统计指标的验证集与第二统计指标的证集和第三统计指标的验证集之间的交集的并集;以及
总制裁集对应于第一统计指标的验证集与第二统计指标的验证集和第三统计指标的验证集的并集之间的交集。
根据方法:
第一统计指标是由下式定义的第一能力指标Cpk:
第二统计指标是由下式定义的第二能力指标Cp:
第三统计指标是由下式定义的定心系数Cc:
其中:
TS是测量的特征尺寸的较大的公差;
TI是测量的特征尺寸的较小的公差。
根据方法,
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于总验证集,则不修改部件的制造条件;
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于总制裁集,则停止部件的制造;
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于总控制集,则调整部件的制造条件。
附图说明
本发明的其他特征和优点将从以下描述中体现出来,其纯粹是说明性和非限制性的,并且必须参考附图来看待,其中:
图1和图2是现有技术中已知的用于监控单个统计指标的演进的图形表示;
图3是具有作为横坐标的平均值μm和作为纵坐标的表示尺寸的标准偏差σm的图形的表示,用于示出相对于统计指标的目标值而测量的统计指标;
图4是类似于图3的图形的表示,用于示出相对于第一统计指标的两个参考值而测量的用于表征制造方法的一致性的第一统计指标;
图5是类似于图4的图形的表示,用于示出相对于第二统计指标的两个参考值而测量的用于表征制造方法的一致性的第二统计指标;
图6是根据本发明的调节图形的表示,其分别集成了图4和图5的第一和第二统计指标的集合信息;
图7和图8是根据本发明的另一调节图形的表示,用于监控三个不同的统计指标;
图9是示出了将生产的控制和调节与部件的采样集成的生产链的图。
具体实施方式
如上所述,根据在多个部件上测量的特征尺寸的平均值μ和标准偏差σ来计算统计指标是常见的。
从上面的定义可以看出,很多统计指标甚至完全依赖于在样本上测量的平均值μ和标准偏差σ。特别是定心系数Cc或能力指数Cp和Cpk的情况。
看来,可以通过位于半平面的一个点来显示可以控制的群体集,其中,在半平面中,平均值μ由横坐标轴承载,标准偏差σ由纵坐标的正半轴承载。
基于这一发现,给定的标准C可以将验证条件C测量(μ,σ)≥C目标的该群体集表示为由与函数C测量(μ,σ)的值C目标相对应的水平曲线在该半平面的边界处限定的该半平面的一个子集。图形的其余部分对应于验证条件C测量(μ,σ)<C目标的对(μ;σ)。
图3的图形示出了标准C的这种表示。
为了监控和调节部件的制造流程,统计指标通常与两个参考值相关联,这两个参考值定义了不同的群集,即与学习的统计指标的一致性程度相关联的不同组的对(μ;σ)。
这里的例子是具有第一参考值以及大于第一参考值的第二参考值的统计指标,不同的一致性集合被定义如下:
验证集,包含其中统计指标大于或等于第二参考值的对(μ;σ);
制裁集,包含其中统计指标小于或等于第一参考值的对(μ;σ);且
控制集,包含其中统计指标介于第一参考值和第二参考值之间的对(μ;σ)。
这样的统计指标可以在与图3相似的图形(μ;σ)上示出。
图4示出了例如用于第一指标C1(μ,σ)的图形,其中,图形区域VC1组合了指标C1(μ,σ)的验证集的对(μ;σ),图形区域RC1组合了指标C1(μ,σ)的制裁集的对(μ;σ),以及图形区域OC1组合了指标C1(μ,σ)的控制集的对(μ;σ)。
图5示出了用于第二指标C2(μ,σ)的这样一个图形,其中,图形区域VC2组合了指标C2(μ,σ)的验证集的对(μ;σ),图形区域RC2组合了指标C2(μ,σ)的制裁集的对(μ;σ),以及图形区域OC2组合了指标C2(μ,σ)的控制集的对(μ;σ)。
优选地,验证区以绿色区域图形地示出,制裁区以红色区域示出,以及控制区以橙色区域示出。
统计指标C1(μ,σ)和C2(μ,σ)的监控图形中的绿色区域(对应于验证区)、橙色区域(对应于控制区)和红色区域(对应于制裁区)也可以被定义如下:
以及
当目的是同时监控多个统计指标时,这样的一种方法是特别有利的。
实际上,可以从每个统计指标的各种集合中定义不同的总集合,这些不同的总集合表示集成多个统计标准的限制的整合水平。因此,优选地,定义了以下集合:
总验证集,对应于每个统计指标的不同验证集的集合相关的组合;
总制裁集,对应于每个统计指标的不同制裁集的集合相关的组合;
总控制集,包括没有包含在总验证集和总制裁集中的对(μ;σ);
以这种方式,在提取了包含制造流程中的多个部件的样品之后,测量样品中的每个部件的特征尺寸;在确定包含所测量的特征尺寸的平均值μm和标准偏差σm的参数对属于前述整合集合中的哪一个总集合之前,计算为所取样品所测量的特征尺寸的平均值μm和标准偏差σm。
然后可以根据以这种方式确定的总集合来调节制造流程。
例如,如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的参数对属于总验证集,则认为制造流程符合制造要求,因此,不用修改部件的制造条件。
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于总制裁集,则这意味着在所取样品上测量的特征尺寸与制造要求之间存在重大偏差。在这种情况下,可以停止部件的制造,例如去重新初始化制造流程。
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于总控制集,则这意味着存在偏离参考值的风险,因此,必须更加关注对制造流程的监控,甚至必须调整部件的制造条件。
优选地,确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对所属的总集合是在视觉上完成的。例如,在这点上可以使用显示控制信息的监控器。
为了做到这一点,可以使用例如具有作为横坐标的平均值μ和作为纵坐标的表示尺寸的标准偏差σ的调节图形(μ;σ),其上显示:
包含总验证集的对(μ;σ)的图形验证区;
包含总制裁集的对(μ;σ)的图形制裁区;
包含总控制集的对(μ;σ)的图形控制区。
然后包含所测量的特征尺寸的平均值μm和标准偏差σm的对在在该调节图形上显示。根据包含对(μm;σm)的图形区域简单地确定与对(μm;σm)相关联的总集合。
形成总集合的集合组合取决于对制造方法施加的限制。
根据一实施例,总验证集对应于每个统计指标的不同验证集的交集,并且总制裁集对应于每个统计指标的不同制裁集的并集。
根据另一个实施例,总验证集对应于每个统计指标的不同验证集的并集,并且总制裁集对应于每个统计指标的不同制裁集的交集。
再次参考上面的例子,其中,一致性区域分别是绿色区域,橙色区域和红色区域。当两个统计指标C1(μ,σ)和C2(μ,σ)必须同时监测并且根据相同的测量值计算时,可以通过以下方式定义总的红色区域,总的橙色区域和总的绿色区域:
-绿色区域=绿色区域1∩绿色区域2
-橙色区域=(绿色区域1∩橙色区域2)∪(橙色区域1∩绿色区域2)∪(橙色区域1∩橙色区域2)
-红色区域=红色区域1∪红色区域2。
根据这个例子,目的是监控两个指标的结合,要考虑到的总的绿色区域是两个指标中的每一个的两个绿色区域的交集,总的红色区域是两个指标中的每一个的两个红色区域的并集,并且橙色区域包括半平面(μ;σ)的其余部分。
图示地,这可以在如图6的半平面(μ;σ)中示出,其中,图形区域VC1+C2组合了总验证集(绿色区域)的对(μ;σ),图形区域RC1+C2组合了总制裁集(红色区域)的对(μ;σ),图形区域OC1+C2组合了总控制集(橙色区域)的对(μ;σ)。
这样的调节图形独自综合地监控两个指标,并且通过在图形上简单地定位包含所测量的特征尺寸的平均值μm和标准偏差σm的参数对来确定所测量的值的一致性水平,平均值和标准偏差是在测量期间计算的。
一般情况包括同时监测n个指标C1(μ,σ),C2(μ,σ),…,Ci(μ,σ),…,Cn(μ,σ),,对于每个指标i具有通过值和限定的绿色区域i(验证区),橙色区域i(控制区)和红色区域i(制裁区),由此定义为:
在总验证集对应于每个统计指标的不同验证集的交集,以及总制裁集对应于每个统计指标的不同制裁集的并集的情况下,则结果图示如下:
-橙色区域=R×R+\(绿色区域∪红色区域)。
因此,图形(μ;σ)以一个单独的图形替代n个图形,通过统计过程中使用的工具,提供了在给定时刻监控的生产状态的总合成和即时一致性。
特别复杂的情况也可以类似地处理。
以下是用三个统计指标C1(μ,σ)、C2(μ,σ)和C2(μ,σ)来监控制造过程的一个例子,在验证规则允许验证指标C1(μ,σ)、或者可选地验证指标C1(μ,σ)和C3(μ,σ)的结合的情况下,则要显示的总的绿色区域,总的橙色区域和总的红色区域为:
-绿色区域=绿色区域1∪(绿色区域2∩绿色区域3)
-红色区域=红色区域1∩(红色区域2∪红色区域3)
-橙色区域=R×R+\(绿色区域∪红色区域)
为了监控部件制造的工业流程,可以例如通过考虑第一统计指标C1(μ,σ)对应于能力指数Cpk、第二统计指标C2(μ,σ)对应于能力指数Cp以及第三统计指标C3(μ,σ)对应于定心系数Cc来应用该追踪过程。
如图7和图8所示的图形(μ;σ)中简单地示出了这三个指标的iso值,其中:
iso-Cc是通过在Cc×TI和Cc×TS点处切割横坐标轴的垂直直线示出;
iso-Cp显示为在IT/(3×Cp)点处切割纵坐标轴的水平直线;
iso-Cpk显示为在TI和TS点处切割横坐标轴的倾斜直线,且倾斜直线的斜率由于施加的Cpk较低而越大。
图8示出了根据上文例子中给出的集合组合的具有不同整合区域的图形。绿色区域记为VC1+C2+C3,橙色区域为OC1+C2+C3,红色区域为RC1+C2+C3。
作为优点,也可以提供为随时间连续抽取的样品而测量的特征尺寸的对(μm;σm)的具体表示。
例如,也可以提供根据取样时刻而变化的对(μm;σm)的调节图形(μ;σ)的表示。这样,图形调节也表示时间尺寸,用于按时间顺序在一段时间内监控生产调节。
可能的解决方案包括通过给予标记不同的大小和颜色来按时间顺序对标记分级,每个标记表示连续采取的测量。例如,可以使用因为对应于较早的测量而具有越来越小的尺寸并变得越来越不透明的标记。
所提出的方法可以在部件的制造链中执行,可以是完全或部分自动地执行,其中,生产过程中的控制对制造流程进行调节,即,调整制造条件以确保成品部件继续响应所需的质量标准。
图9给出了这样的制造链的例子,其中,使用例如5轴机器的加工装置根据特定指令来制造部件。特定指令例如可以涉及特定的特征尺寸。代替加工装置,当然也可以使用不限于部件的加工的制造装置。
在这个自动生产链中,当部件离开加工装置时对部件进行取样以形成样品,并将取样的部件发送到测量装置,测量装置测量所取样品中的每个部件的一个或多个特征尺寸。这样的测量装置例如可以是具有传感器的三维测量机器,其自动测量每个部件的优选的特征尺寸。
然后将来自测量装置的测量数据发送到计算装置,计算装置处理测量数据以计算一个或多个表示部件的一个特征尺寸的统计指标。
然后将所计算的统计指标的值与特征尺寸上的参考指令进行比较,以便管理制造流程。更准确地说,该比较的结果有选择地调整加工装置的输入参数。在这种情况下,参考指令由总验证集,总制裁集和总控制集来限定。
如果偏差明显,则意味着错误,例如,如果特征尺寸的统计指标的值在参考指令限定的可接受的范围之外,则由校正器确定校正的测量,以调整加工装置的输入参数。修改加工装置的输入参数的目的是校正明显的偏差,使得特征尺寸的统计指标的值回到可接受的范围内。
Claims (9)
1.一种基于对多个表示部件的特征尺寸的不同的统计指标的同时分析来制造所述部件的方法,所述部件由制造装置生产,其中,
每个统计指标是根据测量的多个部件的特征尺寸的平均值μ和标准偏差σ计算的,每个统计指标与第一参考值以及大于所述第一参考值的第二参考值相关联,定义为:
验证集,包括其中所述统计指标大于或等于所述第二参考值的对(μ;σ);
制裁集,包括其中所述统计指标小于或等于所述第一参考值的对(μ;σ);以及
控制集,包括其中所述统计指标介于所述第一参考值和所述第二参考值之间的对(μ;σ);
定义了以下集合:
总验证集,对应于每个统计指标的不同验证集的集合相关的组合;
总制裁集,对应于每个统计指标的不同制裁集的集合相关的组合;
总控制集,包括没有包含在所述总验证集和所述总制裁集中的对(μ;σ);
从所述制造装置生产的部件中提取包含多个部件的样品,测量所述样品中的每个部件的特征尺寸,并为所提取的样品计算所测量的特征尺寸的平均值μm和标准偏差σm;
确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于所述总验证集、所述总制裁集和所述总控制集中的哪一个总集合,并且根据以这种方式确定的总集合进行所述制造。
2.根据权利要求1所述的方法,其中,所述确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对所属的总集合是在视觉上完成的,其中:
所述包含所测量的特征尺寸的平均值μm和标准偏差σm的对表示在调节图形(μ;σ)上,所述调节图形(μ;σ)具有作为横坐标的平均值μ和作为纵坐标的表示尺寸的标准偏差σ,在所述调节图形上显示了:
图形验证区,包括所述总验证集的对(μ;σ);
图形制裁区,包括所述总制裁集的对(μ;σ);
图形控制区,包括所述总控制集的对(μ;σ);
根据所述对所在的图形区域确定总相关集。
3.根据权利要求2所述的方法,其中,在不同时刻提取多个样品,包含有为所述样品测量的特征尺寸的平均值μm和标准偏差σm的不同对根据所提取的样品的时间而变化,该不同对在所述调节图形(μ;σ)上表示。
4.根据权利要求2或3所述的方法,其中,所述调节图形(μ;σ)显示在监控器上。
5.根据权利要求1-3任一所述的方法,其中,所述总验证集对应于每个统计指标的不同的验证集的交集,以及所述总制裁集对应于每个统计指标的不同的制裁集的并集。
6.根据权利要求1-3任一所述的方法,其中,所述总验证集对应于每个统计指标的不同验证集的并集,以及所述总制裁集对应于每个统计指标的不同制裁集的交集。
7.根据权利要求1-3任一所述的方法,其中,分析分别称为第一统计指标、第二统计指标和第三统计指标的三个不同的统计指标,其中,
所述总验证集对应于所述第一统计指标的验证集与所述第二统计指标的验证集和所述第三统计指标的验证集之间的交集的并集;以及
所述总制裁集对应于所述第一统计指标的验证集与所述第二统计指标的验证集和所述第三统计指标的验证集的并集之间的交集。
9.根据权利要求1-3任一所述的方法,其中,
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于所述总验证集,则不修改部件的制造条件;
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于所述总制裁集,则停止部件的制造;
如果确定包含所测量的特征尺寸的平均值μm和标准偏差σm的对属于所述总控制集,则通过调整所述制造装置的调节参数来调整部件的制造条件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1461990A FR3029620B1 (fr) | 2014-12-05 | 2014-12-05 | Procede de suivi de la fabrication de pieces base sur l'analyse simultanee d'indicateurs statistiques |
FR1461990 | 2014-12-05 | ||
PCT/FR2015/053326 WO2016087798A1 (fr) | 2014-12-05 | 2015-12-04 | Procédé de fabrication de pièces basé sur l'analyse simultanée d'indicateurs statistiques |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107111305A CN107111305A (zh) | 2017-08-29 |
CN107111305B true CN107111305B (zh) | 2020-04-17 |
Family
ID=53008590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580069869.4A Active CN107111305B (zh) | 2014-12-05 | 2015-12-04 | 基于对统计指标的同时分析制造部件的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20180267520A1 (zh) |
EP (1) | EP3227755B1 (zh) |
CN (1) | CN107111305B (zh) |
FR (1) | FR3029620B1 (zh) |
WO (1) | WO2016087798A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3064387B1 (fr) * | 2017-03-24 | 2020-12-25 | Safran Aircraft Engines | Procede de fabrication de pieces base sur une analyse de stabilite d'une dimension caracteristique |
CN110286663B (zh) * | 2019-06-28 | 2021-05-25 | 云南中烟工业有限责任公司 | 基于区域性的卷烟物理指标标准化生产的提升方法 |
CN111291095A (zh) * | 2020-03-02 | 2020-06-16 | 北京四维智联科技有限公司 | 一种数据处理方法、装置及设备 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5196997A (en) * | 1991-01-22 | 1993-03-23 | International Business Machines Corporation | Method and apparatus for quality measure driven process control |
US5408405A (en) * | 1993-09-20 | 1995-04-18 | Texas Instruments Incorporated | Multi-variable statistical process controller for discrete manufacturing |
US5646870A (en) * | 1995-02-13 | 1997-07-08 | Advanced Micro Devices, Inc. | Method for setting and adjusting process parameters to maintain acceptable critical dimensions across each die of mass-produced semiconductor wafers |
US5715181A (en) * | 1995-04-03 | 1998-02-03 | Horst; Robert L. | Isogrammetric analysis method for high-yield processes |
US5956251A (en) * | 1995-06-28 | 1999-09-21 | The Boeing Company | Statistical tolerancing |
US5987398A (en) * | 1998-04-30 | 1999-11-16 | Sony Corporation | Method and apparatus for statistical process control of machines and processes having non-constant mean of a response variable |
US6366822B1 (en) * | 1998-08-04 | 2002-04-02 | Advanced Micro Devices, Inc. | Statistical process window design methodology |
US6368879B1 (en) * | 1999-09-22 | 2002-04-09 | Advanced Micro Devices, Inc. | Process control with control signal derived from metrology of a repetitive critical dimension feature of a test structure on the work piece |
US6970758B1 (en) * | 2001-07-12 | 2005-11-29 | Advanced Micro Devices, Inc. | System and software for data collection and process control in semiconductor manufacturing and method thereof |
US7328126B2 (en) * | 2003-09-12 | 2008-02-05 | Tokyo Electron Limited | Method and system of diagnosing a processing system using adaptive multivariate analysis |
ITTO20040377A1 (it) * | 2004-06-07 | 2004-09-07 | Martini Daniele De | Procedimento e sistema per il controllo statistico di processi industriali. |
DE102005009022A1 (de) * | 2005-02-28 | 2006-09-07 | Advanced Micro Devices, Inc., Sunnyvale | Automatisches Durchsatzsteuerungssystem und Verfahren zum Betreiben desselben |
KR100928205B1 (ko) * | 2007-06-05 | 2009-11-25 | 삼성전자주식회사 | 반도체 제조설비 관리시스템 및 그의 통계적 공정 관리방법 |
US8271122B2 (en) * | 2008-03-07 | 2012-09-18 | Mks Instruments, Inc. | Process control using process data and yield data |
US20090299497A1 (en) * | 2008-05-30 | 2009-12-03 | United Technologies Corporation | Tolerance interval determination method |
TWI368962B (en) * | 2008-07-04 | 2012-07-21 | Inotera Memories Inc | Method of fault detection and classification for wafer acceptance test |
US20110093226A1 (en) * | 2008-07-04 | 2011-04-21 | Inotera Memories, Inc. | Fault detection and classification method for wafer acceptance test parameters |
GB201020091D0 (en) * | 2010-11-26 | 2011-01-12 | Emb Consultancy Llp | A method and apparatus for analysing data representing attributes of phsical entities |
KR20120064427A (ko) * | 2010-12-09 | 2012-06-19 | 삼성전자주식회사 | 반도체 공정 산포의 제어 방법 |
CN102509243A (zh) * | 2011-09-20 | 2012-06-20 | 河北中烟工业有限责任公司 | 卷烟制造过程质量评价方法及其系统 |
US9916538B2 (en) * | 2012-09-15 | 2018-03-13 | Z Advanced Computing, Inc. | Method and system for feature detection |
CN103246228B (zh) * | 2012-02-14 | 2016-01-20 | 厦门烟草工业有限责任公司 | 一种在线监控均值和标准差的系统 |
CN102776451B (zh) * | 2012-08-08 | 2014-04-16 | 山西太钢不锈钢股份有限公司 | 镍铁光谱标准样品及其制备方法 |
CN103324139B (zh) * | 2013-06-07 | 2016-02-24 | 华中科技大学 | 一种数控机床铣削加工刀具破损监测方法 |
US9396443B2 (en) * | 2013-12-05 | 2016-07-19 | Tokyo Electron Limited | System and method for learning and/or optimizing manufacturing processes |
-
2014
- 2014-12-05 FR FR1461990A patent/FR3029620B1/fr active Active
-
2015
- 2015-12-04 WO PCT/FR2015/053326 patent/WO2016087798A1/fr active Application Filing
- 2015-12-04 CN CN201580069869.4A patent/CN107111305B/zh active Active
- 2015-12-04 EP EP15817968.9A patent/EP3227755B1/fr active Active
- 2015-12-04 US US15/532,482 patent/US20180267520A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP3227755A1 (fr) | 2017-10-11 |
EP3227755B1 (fr) | 2019-10-16 |
US20180267520A1 (en) | 2018-09-20 |
FR3029620B1 (fr) | 2019-06-14 |
CN107111305A (zh) | 2017-08-29 |
FR3029620A1 (fr) | 2016-06-10 |
WO2016087798A1 (fr) | 2016-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107111305B (zh) | 基于对统计指标的同时分析制造部件的方法 | |
CN107209502B (zh) | 在减少控制的情况下基于对统计指标的分析来制造部件的方法 | |
KR20230135177A (ko) | 제조 조건 출력 장치, 품질 관리 시스템 및 프로그램 | |
CN106844901B (zh) | 一种基于多因素融合修正的结构件剩余强度评估方法 | |
US10656633B2 (en) | Method for manufacturing parts based on analysis of weighted statistical indicators | |
CN108319664A (zh) | 一种大坝及工程安全监测数据粗差识别方法及系统 | |
EP3102921A1 (de) | Verfahren zur funktionsprüfung eines messgerätes | |
CN106124053A (zh) | 再造烟叶颜色测量与调整方法及装置 | |
US10613512B2 (en) | Method of manufacturing parts having a dimensional requirement akin to a tolerance stack-up | |
CN104899424B (zh) | 一种基于微观特征的烤后烟叶成熟度和叶片结构客观检测方法 | |
CN109426013B (zh) | 一种彩膜基板缺陷的分析方法、检测修复方法及装置 | |
CN108920428B (zh) | 一种基于联合模糊扩张原理的模糊距离判别方法 | |
CN106326192A (zh) | 晶圆制造铸锭品质评估方法 | |
CN101592692B (zh) | 测量机台的评估方法 | |
CN105181143A (zh) | 一种接装纸色差判断方法 | |
CN107111306B (zh) | 基于定心系数的分析的零件制造方法 | |
TW201600981A (zh) | 監控根據複數個製程配方運作之製程狀態的方法暨其系統 | |
US20220198785A1 (en) | Inspection device and inspection method | |
CN103935120A (zh) | 一种制定印刷企业质量控制参数标准的方法 | |
CN106651945A (zh) | 一种硅钢断面厚差质量图形化区域分析方法 | |
CN109358589B (zh) | 可量化光学特性管控方法、装置及可读存储介质 | |
Adiga et al. | Sigma metrics of electrolytes–a pilot study | |
JPWO2019069512A1 (ja) | 測定必要個数決定装置、測定必要個数決定プログラム及び測定必要個数決定方法、並びに、測定精度推定装置、測定精度推定プログラム及び測定精度推定方法 | |
CN104154886A (zh) | 可自动测量的气动测量方法 | |
CN108181315A (zh) | 一种基于图像处理的饼干损伤检测装置及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |