CN107111306A - 基于定心系数的分析的零件制造方法 - Google Patents
基于定心系数的分析的零件制造方法 Download PDFInfo
- Publication number
- CN107111306A CN107111306A CN201580070906.3A CN201580070906A CN107111306A CN 107111306 A CN107111306 A CN 107111306A CN 201580070906 A CN201580070906 A CN 201580070906A CN 107111306 A CN107111306 A CN 107111306A
- Authority
- CN
- China
- Prior art keywords
- mrow
- value
- sample
- characteristic size
- reference value
- 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
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], 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], 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—Systems or methods specially adapted for 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
Abstract
本发明涉及一种基于对至少一个表示零件的特征尺寸的统计指标的分析来制造采用设备生产的零件的方法,根据该方法:a)随着时间推移选取多个样本,每个样本包括采用制造设备生产的多个零件;b)测量样本的每个零件的特征尺寸;c)针对所采集的每个样本计算所测量的特征尺寸的均值μ和标准差σ,然后根据所采集的每个样本计算根据公式(I)定义的统计指标值I3C,其中,Ccmax是给制造零件施加的最大定心系数;TS是所测量的特征尺寸的上容差限;TI是所测量的特征尺寸的下容差限;d)将上述针对所采集的样本计算的统计指标值I3C与参考值进行比较以检测可能的偏差;e)根据比较结果,对制造设备的调节参数进行调整以优化统计指标值和参考值之间的偏差来引导用于零件的制造流程。
Description
技术领域
本发明涉及关于例如航空工业中的工业规模、特别地用于促进监测并控制零件制造的统计指标的使用。
背景技术
零件、尤其是机械零件在工业设置中的制造遇到了两个相对的限制:具体地,一方面为生产率和生产量的增加,另一方面为提高的质量要求,在航空领域中更是如此。
如今,很难想象对所制造的全部零件执行质量控制而不大幅降低生产率。因此,通常使用统计制造指标,根据关于被选为样本的有限数量的零件的特别信息可靠地推断出关于所制造的一组零件的质量的总体信息。
除了在生产结束时可以对具有有限数量零件的样本进行控制之外,通常也可以在生产期间进行检验以能够可选地调节生产流程,即就是说,调整制造条件以确保制成的零件继续响应所要求的质量标准。在某些情况下,在生产期间的这些统计控制可以尤其是当所生产的零件呈现出过多的质量缺陷时导致生产完全停止,从而制造流程必须完全重新启动。
执行与被制造的零件的特征尺寸有关的质量控制。该特征尺寸可以例如为零件的特定侧、零件的质量或者所述零件的任何其他可测量的特征。
为了执行统计控制,要连续地选取多个样本,每个样本包括制造流程的多个零件,然后测量所选样本的每个零件的特征尺寸。为监测生产流程的质量事先选择的统计指标值根据所选样本的零件的特征尺寸的不同测量值来计算。
存在各种可以用来监测零件的制造流程的变化的统计指标,每个统计指标给出了用于以一种方式或另一种方式来调整制造条件的不同信息。
根据所测量的关于多个零件的特征尺寸的均值μ和标准差σ来计算用于监测工业制造过程的大多数统计指标。更精确地,μ与针对特征尺寸相对于用于该特征尺寸的参考值测量的偏心均值对应。
常用的统计指标中的一个统计指标为定心系数,记为Cc,其示出了施加在容差区间IT内的均值μ的变化量的限制。
容差区间IT为特征尺寸的极端容差值之间的偏差,因此被计算为所测量的特征尺寸的较大容差TS和较小容差TI之间的差或者IT=TS–TI。
定心系数Cc通常由以下公式来定义:
换言之,该统计指标表示连接到斜坡(cote)的容差区间的偏心装置。例如,当零件的制造方案指定Cc为0.2时,这意味着均值被授权在+/-20%的容差区间之间自由变化。如果容差为+/-0.1,则要求均值介于+0.02和-0.02之间。
在采用对统计指标的分析来监测制造过程时,还提到了表征统计分析的置信区间。均值的置信区间不仅取决于样本及均值本身的大小,还取决于所测量的标准差。
事实上,考虑到置信度α(例如α=90%),则均值μ在已经测量了均值μ及标准差σ的有n个零件的样本的置信阈值α处如下给出:
其中,指代学生定律在自由度n-1处的分位数α。
考虑到定心系数Cc的定义,尽管两个样本的标准差不同,但是可以获得在两个具有相同数量的零件的样本中是相同的定心系数的测量值,并将因此对定心系数Cc产生不同的置信区间。
本发明的目的在于提供一种基于对至少一个使得能够解决上述提到的问题的统计指标的分析的零件制造方法。
更具体地,本发明的目的在于提供一种基于对至少一个给出了关于采用可靠且稳定的与特征相关尺寸的标准差无关的制造区间来研究的特征尺寸的均值的定心的信息的统计指标的分析的零件制造方法。
发明内容
为此,提出了一种零件制造方法,其基于对至少一个表示零件的特征尺寸的统计指标的分析来制造零件,根据该方法:
a)随着时间推移选取多个样本,每个样本包括通过制造设备制成的多个零件;
b)测量样本的每个零件的特征尺寸;
c)针对所选取的每个样本,计算所测量的特征尺寸的均值μ和标准差σ。然后,所选取的每个样本计算统计指标值I3C,该统计指标值I3C根据以下公式来定义:
其中:
Ccmax是为制造零件施加的最大定心系数;
TS是所测量的特征尺寸的上容差限;
TI是所测量的特征尺寸的下容差限;
d)将针对所选样本以上述方式计算的统计指标值I3C与参考值进行比较,以例如检测统计指标值与参考值之间的任何标准差;
e)根据比较结果、优选地通过对制造设备的调节参数进行调整以优化统计指标值I3C和参考值之间的偏差来调节零件制造。
所呈现的步骤中的每一个步骤是优选地自动实施的。
特征尺寸的测量步骤可以采用例如包括用于执行对零件的具体尺寸进行自动测量的传感器的测量设备来实施。
计算步骤可以通过合适的计算设备来执行,诸如例如计算机之类的处理计算机数据装置。
调节步骤可以例如通过集成了用于集成并处理源自计算步骤的数据以校正生产中检测到的任何偏差、从而校正生产流程的调节设备来执行。特别地,调节设备设置成校正零件源自的生产设备的输入参数。
因此,调节设备优选地对用来制造零件的制造设备的调节参数进行调节,例如以减少统计指标值和参考值之间的偏差。
更一般地,目的在于优化统计指标值和参考值之间的偏差以使零件的生产符合相关规范的要求。对用于修改或分别校正统计指标值和参考值之间的偏差的生产参数进行修改。根据所使用的统计指标,优化偏差可以例如包括减小所识别的偏差。
优选地但是非限制性地,本方法的以单独或组合形式的方面如下:
在步骤d),参考值取决于所选样本的零件数量n。
在步骤d),参考值通过以下公式来定义:
其中,α指代置信度百分比,而指代学生定律在自由度n-1处的分位数α。
在步骤e),如果针对所选样本计算的统计指标值I3C大于或等于参考值,则不修改零件的制造条件。
在步骤e),如果针对所选样本计算的统计指标值I3C小于参考值,则修改零件的制造条件并且对步骤a)至步骤e)进行迭代以获得针对所选样本计算的大于或等于参考值的统计指标值I3C。
附图说明
根据以下纯粹说明性而非限制性的、并且必须结合附图来查看的说明,本发明的其他特征和优点将呈现出来,在附图中:
图1为示出了针对不同的标准差定心系数的置信区间的图表;
图2为示出了采用根据本发明的监测方法限制定心系数Cc的图表;
图3为集采用零件取样对生产的控制及调节一体化的生产链的简图。
具体实施方式
就通过定期取样进行监测的控制计划而言,给定心系数Cc施加限制是不可能的,该限制仅取决于样本的大小,考虑到所测量的关于每个样本的标准差,这样限制只能以后验的方式确定。
图1的图表示出了该不可能性。曲线Cc0表示Cc的优选目标,而其它曲线根据所选样本中包含的零件数量表示针对定心系数Cc,最大定心系数的置信区间的上限在小于目标的5%处。
曲线Cc1与等于0.05的标准差σ对应,曲线Cc2与等于0.1的标准差σ对应,而曲线Cc3与等于0.2的标准差σ对应。
图1的图表特别地示出了对给定的样本大小而言,样本的标准差越小,施加在定心系数Cc上的限制越小。
因此,通过将关于均值的置信区间考虑在内形成了用于监测定心系数Cc的统计指标。
更具体地,提出使用比定心系数Cc更受限制的、考虑所测量的关于每个样本的标准差的指数。
在零件的工业制造流程中,随着时间推移,选取多个样本,每个样本包括制造流程的多个零件。
针对每个样本,可以测量每个零件的特征尺寸,然后针对所选取的每个样本,计算所测量的关于多个零件的特征尺寸的均值μ和标准差σ。
根据所提出的方法,然后将针对所选取的每个样本计算统计指标值I3C,该统计指标值I3C与关于定心系数的置信指数对应,并且根据以下公式来定义:
其中:
Ccmax是为零件施加的最大定心系数;
TS是所测量的特征尺寸的上容差限;
TI是所测量的特征尺寸的下容差限;
下一步骤为:将针对所选样本以上述方式计算的统计指标值I3C与参考值进行比较,并根据比较结果对零件的制造流程进行调节。
根据实施例,如果针对所选样本计算的统计指标值I3C大于或等于参考值,则不修改零件的制造条件。通过比较,如果针对所选样本计算的统计指标值I3C小于参考值,则修改零件的制造条件以便修改制造流程直到所选样本给出了合适的指标值I3C。
通过将所选样本的指标固定为仅取决于受控零件的数量的I3C来获得最小目标,置信阈值α确保整个总体的定心系数Cc符合规范要求。
优选地,参考值通过以下公式来选择:
其中,α指代采用百分比形式的置信度,而指代学生定律在自由度n-1处的分位数α。
该公式给出了等效公式:
图2为示出了根据使均值偏心的标准差的图表。在样本在相对于给出了针对制造流程施加的定心系数的最大规范的曲线Ccmax的曲线I3C上被示出的情况下,通过将指标限制为I3C增加对定心系数Cc的限制。
因此,关于定心系数的该置信指数I3C克服了在计算定心系数Cc时包含的标准差的信息的缺失,这避免了计算Cc标准的通用严重性(une se srisation gsatrique)。
此外,该新指标I3C可以类似于大体上通过以下公式来定义的能力指数Cpk来领会:
因此,关于I3C的置信指数类似于在Ccmax×TI和Ccmax×TS处具由有本质区别的极限的能力指数Cpk进行操作。
由于能力指数Cpk通常用于工业设置中监测零件的制造流程,因此可以在制造流程不中断的情况下容易地实施所提出的新的指标I3C。
可以在零件的生产链中完全自动或部分自动地执行所提出的方法,这在生产期间控制了对制造流程进行调节,即调整制造条件以确保完成的零件继续响应所要求的质量标准。
图3给出了这种制造链的示例,在该制造链中,使用诸如例如5轴机床之类的加工设备根据具体指令来制造零件。该具体指令可以例如涉及特定的特征尺寸。代替该加工设备,当然可以使用不限于零件加工的制造设备。
在该自动化生产链中,当零件离开加工设备时对其进行采样以形成样本并将该样本发送到对所选取的样本的每个零件的一个或多个特征尺寸进行测量的测量设备。这种测量设备可以例如是具有自动地测量每个零件的优选特征尺寸的传感器的三维测量机床。
然后,将来自测量设备的测量数据发送给处理该测量数据的计算设备以计算表示零件的特征尺寸中的一个特征尺寸的一个或多个统计指标。
然后,将所计算的统计指标值与关于特征尺寸的参考指令进行比较以管理制造流程。更精确地,该比较结果可选地调整了加工设备的输入参数。
如果偏差比较明显,则意味着发生错误,例如如果关于特征尺寸的统计指标值在参考指令限定的可接受的范围之外,则通过校正器确定正确的测量值以调整加工设备的输入参数。修改加工设备的输入参数的目的在于校正明显的偏差以使关于特征尺寸的统计指标值回到可接受的范围内。
Claims (5)
1.一种基于对至少一个表示零件的特征尺寸的统计指标的分析来制造采用制造设备生产的零件的方法,其中:
a)随着时间推移选取多个样本,每个样本包括采用所述制造设备生产的多个零件;
b)测量所述样本的每个零件的特征尺寸;
c)针对所选取的每个样本计算所测量的特征尺寸的均值μ及标准差σ,然后针对所选取的每个样本计算统计指标值I3C,所述统计指标值I3C根据以下公式来定义:
<mrow>
<mi>I</mi>
<mn>3</mn>
<mi>C</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>M</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>Cc</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&times;</mo>
<mi>T</mi>
<mi>S</mi>
<mo>-</mo>
<mi>&mu;</mi>
<mo>;</mo>
<mi>&mu;</mi>
<mo>-</mo>
<msub>
<mi>Cc</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>&times;</mo>
<mi>T</mi>
<mi>I</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>3</mn>
<mi>&sigma;</mi>
</mrow>
</mfrac>
</mrow>
其中:
Ccmax是为制造零件施加的最大定心系数;
TS是所测量的特征尺寸的上容差限;
TI是所测量的特征尺寸的下容差限;
d)将针对所选样本以上述方式计算的所述统计指标值I3C与参考值进行比较,以例如检测所述统计指标值与所述参考值之间的任何标准差;
e)根据比较结果,通过对所述制造设备的调节参数进行调整以优化所述统计指标值I3C和所述参考值之间的偏差来调节零件制造。
2.根据权利要求1所述的方法,其中,在步骤d),所述参考值取决于所选样本的零件数量n。
3.根据权利要求2所述的方法,其中,在步骤d),所述参考值通过以下公式来定义:
<mfrac>
<msubsup>
<mi>t</mi>
<mi>&alpha;</mi>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mrow>
<mn>3</mn>
<msqrt>
<mi>n</mi>
</msqrt>
</mrow>
</mfrac>
其中:
α以百分比%来指代置信度;以及
指代学生定律在自由度n-1处的分位数α。
4.根据权利要求1至3中任一项所述的方法,其中,在步骤e),如果针对所选样本计算的所述统计指标值I3C大于或等于所述参考值,则不修改所述零件的制造条件。
5.根据权利要求1至4中任一项所述的方法,其中,在步骤e),如果针对所选样本计算的所述统计指标值I3C小于所述参考值,则修改所述零件的制造条件,并且对步骤a)至步骤e)进行迭代以获得针对所选样本计算的大于或等于所述参考值的所述统计指标值I3C。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1461994 | 2014-12-05 | ||
FR1461994A FR3029622B1 (fr) | 2014-12-05 | 2014-12-05 | Procede de suivi de la fabrication de pieces base sur l'analyse de coefficients de centrage |
PCT/FR2015/053333 WO2016087801A1 (fr) | 2014-12-05 | 2015-12-04 | Procédé de fabrication de pièces basé sur l'analyse de coefficients de centrage |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107111306A true CN107111306A (zh) | 2017-08-29 |
CN107111306B CN107111306B (zh) | 2019-05-14 |
Family
ID=53008592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580070906.3A Active CN107111306B (zh) | 2014-12-05 | 2015-12-04 | 基于定心系数的分析的零件制造方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20180267519A1 (zh) |
EP (1) | EP3227645B1 (zh) |
CN (1) | CN107111306B (zh) |
FR (1) | FR3029622B1 (zh) |
WO (1) | WO2016087801A1 (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5655110A (en) * | 1995-02-13 | 1997-08-05 | Advanced Micro Devices, Inc. | Method for setting and adjusting process parameters to maintain acceptable critical dimensions across each die of mass-produced semiconductor wafers |
GB2379738B (en) * | 2001-09-17 | 2004-04-14 | Against Breast Cancer | Detecting presence of invasive tumours using oligosaccharide profiling |
CN101403915A (zh) * | 2008-11-07 | 2009-04-08 | 同济大学 | 一种可重组生产线产品质量预测方法 |
CN103077441A (zh) * | 2012-12-31 | 2013-05-01 | 迈克尔·派克 | 自识别电子产品的预测健康管理方法 |
CN103440416A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 基于扩展误差流的叶片加工过程误差预测方法 |
CN103971022A (zh) * | 2014-05-26 | 2014-08-06 | 北京航空航天大学 | 基于t2控制图的飞机零部件质量稳定性控制算法 |
CN103984331A (zh) * | 2014-05-30 | 2014-08-13 | 西安交通大学 | 一种复杂产品装配质量的误差敏感性分析与控制方法 |
Family Cites Families (17)
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 |
US5311759A (en) * | 1992-12-14 | 1994-05-17 | Ford Motor Company | Method and system for real-time statistical process monitoring |
US5586041A (en) * | 1992-12-14 | 1996-12-17 | Ford Motor Company | Method and system for real-time statistical process monitoring |
US5956251A (en) * | 1995-06-28 | 1999-09-21 | The Boeing Company | Statistical tolerancing |
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 |
TWI266249B (en) * | 2002-05-16 | 2006-11-11 | Mosel Vitelic Inc | Statistical process control method and system thereof |
US7328126B2 (en) * | 2003-09-12 | 2008-02-05 | Tokyo Electron Limited | Method and system of diagnosing a processing system using adaptive multivariate analysis |
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 |
US7840297B1 (en) * | 2008-03-14 | 2010-11-23 | Tuszynski Steve W | Dynamic control system for manufacturing processes including indirect process variable profiles |
US20090299497A1 (en) * | 2008-05-30 | 2009-12-03 | United Technologies Corporation | Tolerance interval determination method |
US20110093226A1 (en) * | 2008-07-04 | 2011-04-21 | Inotera Memories, Inc. | Fault detection and classification method for wafer acceptance test parameters |
TWI368962B (en) * | 2008-07-04 | 2012-07-21 | Inotera Memories Inc | Method of fault detection and classification for wafer acceptance test |
CN102117731B (zh) * | 2009-12-31 | 2013-01-02 | 中芯国际集成电路制造(上海)有限公司 | 半导体工艺生产流程中的测量数据的监测方法和装置 |
KR20120064427A (ko) * | 2010-12-09 | 2012-06-19 | 삼성전자주식회사 | 반도체 공정 산포의 제어 방법 |
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 FR1461994A patent/FR3029622B1/fr active Active
-
2015
- 2015-12-04 WO PCT/FR2015/053333 patent/WO2016087801A1/fr active Application Filing
- 2015-12-04 US US15/532,476 patent/US20180267519A1/en not_active Abandoned
- 2015-12-04 EP EP15817970.5A patent/EP3227645B1/fr active Active
- 2015-12-04 CN CN201580070906.3A patent/CN107111306B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5655110A (en) * | 1995-02-13 | 1997-08-05 | Advanced Micro Devices, Inc. | Method for setting and adjusting process parameters to maintain acceptable critical dimensions across each die of mass-produced semiconductor wafers |
GB2379738B (en) * | 2001-09-17 | 2004-04-14 | Against Breast Cancer | Detecting presence of invasive tumours using oligosaccharide profiling |
CN101403915A (zh) * | 2008-11-07 | 2009-04-08 | 同济大学 | 一种可重组生产线产品质量预测方法 |
CN103077441A (zh) * | 2012-12-31 | 2013-05-01 | 迈克尔·派克 | 自识别电子产品的预测健康管理方法 |
CN103440416A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 基于扩展误差流的叶片加工过程误差预测方法 |
CN103971022A (zh) * | 2014-05-26 | 2014-08-06 | 北京航空航天大学 | 基于t2控制图的飞机零部件质量稳定性控制算法 |
CN103984331A (zh) * | 2014-05-30 | 2014-08-13 | 西安交通大学 | 一种复杂产品装配质量的误差敏感性分析与控制方法 |
Also Published As
Publication number | Publication date |
---|---|
FR3029622A1 (fr) | 2016-06-10 |
WO2016087801A1 (fr) | 2016-06-09 |
CN107111306B (zh) | 2019-05-14 |
US20180267519A1 (en) | 2018-09-20 |
EP3227645B1 (fr) | 2018-09-19 |
EP3227645A1 (fr) | 2017-10-11 |
FR3029622B1 (fr) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111508216B (zh) | 一种大坝安全监测数据智能预警方法 | |
TWI543102B (zh) | 異因分析與校正方法與系統 | |
WO2017084118A1 (zh) | 一种近红外光谱分析仪在线应用时无测点温度补偿模型修正方法 | |
CN106681183A (zh) | 监测制造装置的方法、装置、系统与计算机可读储存媒介 | |
US20150276086A1 (en) | System and method for performing valve diagnostics | |
JP5425027B2 (ja) | ランダムノイズ信号の検出及びフィルタリング方法 | |
CN108319664A (zh) | 一种大坝及工程安全监测数据粗差识别方法及系统 | |
US8756028B2 (en) | Fault detection method of semiconductor manufacturing processes and system architecture thereof | |
CN113050019A (zh) | 数据驱动评估结果和检定规程融合的电压互感器评估方法及系统 | |
CN105793789A (zh) | 用于过程单元中的全部过程区段的自动的监视和状态确定的计算机实现的方法和系统 | |
CN105138824B (zh) | 一种面向常减压装置优化的原油数据校正方法 | |
CN107111800B (zh) | 基于对加权统计指标的分析的零件制造方法 | |
CN117556366B (zh) | 基于数据筛选的数据异常检测系统及方法 | |
CN107111305B (zh) | 基于对统计指标的同时分析制造部件的方法 | |
CN106855990B (zh) | 核电机组仪表通道测量误差论证方法 | |
CN103279030A (zh) | 基于贝叶斯框架的动态软测量建模方法及装置 | |
CN106096634B (zh) | 基于自适应滑动窗口算法与区间折半算法的故障检测方法 | |
CN107111306A (zh) | 基于定心系数的分析的零件制造方法 | |
CN101592692B (zh) | 测量机台的评估方法 | |
CN106647274A (zh) | 一种连续生产过程中运行工况稳态判别方法 | |
CN113959511B (zh) | 基于射流水表的流量计量方法、设备、介质及产品 | |
CN115310561A (zh) | 一种基于集成即时学习的电磁阀故障监测方法 | |
TW200843575A (en) | Quality control method used in factories to improve boreholes made on printed circuit boards | |
CN114384872A (zh) | 产品研制过程质量综合管控系统 | |
CN114764550A (zh) | 失效检测与分类模型的运作方法与运作装置 |
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 |