CN1200517A - 不合格率推定方法、不合格率推定系统和记录媒体 - Google Patents

不合格率推定方法、不合格率推定系统和记录媒体 Download PDF

Info

Publication number
CN1200517A
CN1200517A CN98109292A CN98109292A CN1200517A CN 1200517 A CN1200517 A CN 1200517A CN 98109292 A CN98109292 A CN 98109292A CN 98109292 A CN98109292 A CN 98109292A CN 1200517 A CN1200517 A CN 1200517A
Authority
CN
China
Prior art keywords
disqualification rate
assembling
assembled
action
augmenting factor
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
Application number
CN98109292A
Other languages
English (en)
Other versions
CN1103979C (zh
Inventor
铃木辰哉
大桥敏二郎
浅野匡昭
宫川正威
久保田畯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of CN1200517A publication Critical patent/CN1200517A/zh
Application granted granted Critical
Publication of CN1103979C publication Critical patent/CN1103979C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的目的在于提供一种在设计阶段等制造前的阶段寻找出制品所具有的装配不合格率系数的方法及其系统。为了实现上述目的,本发明通过下述装配不合格率推定程序,计算精度较高的装配不合格率推定值,该装配不合格率推定程序将对装配作业的不良的发生容易度造成较大影响的装配动作、装配对象部件的性质条件和装配现场的条件作为输入数据。

Description

不合格率推定方法、不合格 率推定系统和记录媒体
本发明涉及以装配部件方式制造家用电器、办公室制品等的制品的品质评价方法及其系统，特别涉及在事先推定装配时的装配作业不良的发生容易度的不合格率推定方法及其系统。
已有技术主要包括有根据实际产生的不良现象或故障现象，推定其发生原因的方法。作为根据在制造阶段所发生的不良现象内容推定不良原因的方法的公知实例，包括有日本特开平1-167631号文献、或日本特开平6-196900号文献。这些技术方案是累积已有的实际不良情况和其原因的数据，计算不良特性曲线和不良原因的相关度，根据这些相关度，可推定不良原因。此外，作为将以相同的方法用于故障诊断的实例，包括有日本特开平7-13617号文献、或日本特开平7-271587号文献。
上述公知的实例均涉及这样的技术，即在产生不良现象或故障现象时，根据实际产生的现象内容，确实快速地进行修正或修理，根据过去的事件推定直接的原因。
另一方面，在实际产生不良或故障之前，作为进行制造的制品的品质评价的手段，人们知道的主要有用于制品的设计阶段中的FMEA(Failure ModeEffect Analysis)。在该手段中，评价人员本身推定“构成制品的部件的每个可产生的故障现象”，将每个部件的故障现象汇集在表格中。由此，在评价人员本身可推定“在产生该情况的场合，对制品产生什么样的影响”，可进行较好的品质设计。
此外，还包括有下述的手段，该手段按照FMECA(Failure Mode、Effect& Criticalty Analysis)的方式，在FMEA中，提供评价人员所推定的每个部件的故障现象的发生概率(故障率)，此外提供该每个部件的故障所造成的、并且根据该故障推定的制品故障的重要度，推算部件的每个不良或故障的重要度。
但是，由于这些已有的手段均必需掌握实际产生的故障现象的大部分，这样不能以较高的精度推定构成该制品所具有的不良的可能性。
因此，目前的情况是，会产生许多因分析遗漏而造成的制造不良，这是造成品质下降的一个主要原因。
本发明的目的在于提供一种在设计阶段或制造步骤计划阶段等制造前的阶段，推定该制品所具有的装配不良可能性的方法及其系统。
在本说明书中，单个部件和部件组统称为“部件”。因此，部件的装配作业包含部件的装配作业和部件组的装配作业。此外，受到装配的部件或部件组统称为“被装配部件”。
为了实现上述目的，本发明根据与下述因素有关的信息推算装配不合格率推定值，该因素指对人们确实不进行装配作业动作的概率(下面称为不准确度)造成的影响。
具体来说，根据部件装配作业的动作内容的信息、与该装配部件的性质有关的信息、与被装配部件的性质有关的信息，来计算装配不合格率的推定值。
此外，本发明确定代表部件装配作业的动作内容所必需的动作种类(称为“向下移动动作、横向移动动作等；标准装配动作”，对每个确定的标准装配动作，在预先确定“某个作业人员条件、某个部件条件、某个作业现场条件”(称为“基准条件”)的情况下，在进行该标准装配动作的场合，设定表示该标准装配动作确实不能进行的概率的大小的数值(称为“其它的标准装配动作不合格率系数)。
此外，通过预先设定的标准装配动作要素的组合来代表评价对象，可提高使用者接口的使用方便性。
再有，为了进一步提高装配不合格率的推定精度，本发明除了考虑代表上述的部件装配作业的装配动作内容的标准装配动作要素以外，还根据下述因素计算装配不合格率的推定值，该因素指下面所述的部件条件补正因素，通过该部件条件补正因素来代表对该装配动作的不准确度造成的影响的装配部件和被装配部件的性质。即，在装配部件和被装配部件所具有的性质中，确定对人们所进行的装配作业动作的不准确度造成影响的因素(下面称为“部件条件补正因素)，针对每个所确定的影响因素，确定表示该影响因素的装配动作的影响情况的数值(下面称为部件条件补正系数)，就装配不合格率推定对象的部件装配作业来说，以上述标准装配动作的组合代表装配动作内容，并且从上述预先设定的部件条件补正因素中，选出并代表与该部件装配作业中的装配部件或被装配部件所具有的性质相适合的因素。
此外，为了更进一步地提高装配不合格率的推定精度，本发明除了考虑代表上述的部件装配作业的装配动作内容的标准装配动作要素、以及对该装配动作的不确实度造成影响的部件条件补正因素以外，还考虑下述的信息来计算装配不合格率的推定值，该信息指是否设计有下述的步骤，该步骤指就不合格率推定对象的部件装配作业来说，通过该作业后的步骤，确认该部件装配作业是否正常地进行的步骤。
另外，为了进一步提高装配不合格率的推定精度，本发明除了考虑代表上述的部件装配作业的装配动作内容的标准装配动作要素、对该装配动作的不准确度造成影响的部件条件补正因素、以及是否设计有就不合格率推定对象的部件装配作业来说通过该作业后的步骤的确认是否正常地进行该部件装配作业的信息以外，还根据下述数值(下面称为“现场常数”)计算装配不合格率的推定值，该数值指表示反映对预先计算出的、进行部件装配作业的装配现场的作业人员条件或设备条件、环境等装配动作的不准确度造成影响的因素的现场条件影响情况。
因此，本发明通过预先存储装配部件的其它的标准装配动作不合格率系数、其它的装配部件性质的补正系数、其它的被装配部件的性质的补正系数，通过规定的标准装配动作的组合代表评价对象，输入该组合的信息以及构成该评价对象的装配部件和被装配部件的性质，从所输入的信息中抽出相应的标准装配动作的不合格率系数、装配部件的补正系数和被装配部的补正系数，通过装配部件的补正系数和被装配部的补正系数对所抽出的每个不合格率系数进行补正，通过对该补正的值进行加法运算，计算评价对象的装配不合格率。
或者说，本发明涉及下述的系统，该系统包括：存储机构，该存储机构存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质补正系数、构成该制品的其它的被装配部的性质的补正系数；输入机构，该输入机构通过规定的标准装配动作的组合代表评价对象，输入该组合的信息和构成评价对象的装配部件和被装配部件的性质；运算机构，该运算机构通过下述方式计算评价对象的装配不合格率，该方式为：从该输入的信息中，抽出相应标准装配动作的不合格率系数、装配部件的补正系数和被装配部的补正系数，根据装配部件的补正系数和被装配部的补正系数对所抽出的不合格率系数进行加法运算。
或者，本发明涉及下述的系统，该系统包括下述程序，该程序通过下述方式计算评价对象的装配不合格率，该方式为：输入装配部件的其它的标准动作的不合格率系数，其它的装配部件的性质的补正系数、其它的被装配部的性质的补正系数、通过规定的标准装配动作的组合代表评价对象的组合的信息和构成该评价对象的装配部件和被装配部件的性质，在此场合，从所输入的信息中，抽出相应的标准装配动作的不合格率系数、装配部件的补正系数和被装配部的补正系数，通过装配部件的补正系数和被装配部的补正系数对所抽出的每个不合格率系数进行补正，对所补正的值进行加法运算。
在此场合，预先存储其它的装配次数的补正系数，根据与上述评价对象的装配次数相应的补正系数，对上述不合格率系数进行补正，计算装配不合格率，或预先存储下述补正系数，该补正系数与下述步骤的有无情况相对应，该步骤指确认装配作业是否正常地进行完毕的步骤，在上述评价对象具有该确认步骤的场合，最好通过相应的补正系数对上述不合格率系数进行补正，计算装配不合格率。
图1是表示本发明的用于装配不合格率推定的不合格率推定系统；
图2为本发明的功能方框图；
图3表示本发明的数据库的一个实例；
图4表示本发明的数据库的一个实例；
图5表示本发明的数据库的一个实例；
图6表示本发明的数据库的一个实例；
图7表示本发明的数据库的一个实例；
图8表示本发明的数据库的一个实例；
图9为本发明的装配不合格率推定值的计算流程图；
图10表示本发明的补正系数的特性曲线的实例；
图11表示本发明的装配不合格率推定值的计算模型；
图12表示本发明的输入画面的实例；
图13表示本发明的输入画面的实例；
图14表示本发明的输出画面的实例；
图15表示本发明的一个实施例；
图16表示本发明的装配不合格率推定值的计算模型；
图17表示装配作业的流程；
图18表示装配作业的流程；
图19表示装配作业步骤的构成实例；
图20本发明的输出画面的实例；
图21表示本发明的数据库的一个实例；
图22表示本发明的数据库的一个实例；
图23表示本发明的处理的一个实例；
图24表示本发明的处理的一个实例；
图25表示本发明的用于推定装配不合格率的数学公式。
下面参照附图对采用本发明的不合格率推定系统进行的不合格率推定处理进行描述。
图1表示本发明的用于装配不合格率推定的不合格率推定系统的主要结构。
图1所示的计算系统由本发明的不合格率推定系统10以及设计系统20构成，该设计系统20由2维CAD系统、3维CAD系统、或存储有部件的部件名称、部件型号、材质、重量、单价等信息的部件信息数据库等构成。
上述不合格率推定系统10由输入机构1、输出机构2、计算机构3和存储机构(外部存储装置)4构成，该输入机构1是由借助键盘、鼠标、笔输入板、存储介质、网络进行处理的输入机构等构成，上述输出机构2是由借助显示监视器等显示机构、打印机构、与其它系统连通的网络的输出机构等构成，上述计算机构3用于进行本发明的推定处理，上述存储机构4存储用于计算不合格率的各种信息。上述计算机构3由CPU32、存储有规定程序的ROM31、暂时存储各种数据的RAM33、输入输出接口34、总线35等构成。
按照本发明，通过预先设定的标准装配动作的组合代表构成评价对象的制品、部件组的装配作业，计算出相应的标准装配动作所具有的不合格率系数的总和，求出装配不良的发生容易度(不合格率)。另外，为了提高不合格率的推定精度，通过下述方式计算装配不良的发生容易度(不合格率)，该方式为：将到完成任意的装配作业时的装配动作次数、装配部件与被装配部件的条件(比如，形状、尺寸精度、表面精度、尺寸、重量、材质、功能等)、装配现场的条件、确认装配完毕的步骤的有无作为补正系数。
即，通过标准装配动作的组合代表评价对象，根据装配动作的次数、装配部件与被装配部件的条件、装配现场的条件、确认装配完毕的步骤的有无，对相应的标准装配动作所具有的不合格率系数进行补正，计算该补正值的总和，求出不合格率。
按照上述方式，根据装配作业的动作内容、装配部件和被装配部件的性质、确认作业是否正常地进行完毕的检查步骤的有无、进行装配作业的现场的条件来确定部件装配作业的装配不合格率的理由包括下述内容。
当进行装配作业时，显然具有可产生装配不良的可能性(装配不合格率系数)，对容易发生不良影响较大的主要是装配动作。
对上述装配动作所具有的装配不合格率系数的大小造成影响的因素包括有装配部件和被装配部件的性质、以及进行装配作业的现场的条件。
就装配部件和被装配部件的性质而言，比如当装配部件与被装配部件的形状为难于进行装配的形状时，装配动作所具有的装配不合格率系数会增加。
同样，进行装配作业的现场的条件也会对装配动作所具有的装配不合格率系数造成影响。比如当作业所采用的设备容易发生不良时，即使在采用相同的装配动作的情况下，装配动作所具有的不合格率系数仍然较高，另外当现场的作业人员的技术水平均较高时，即使在采用相同的装配动作的情况下，其装配动作所具有的不合格率系数反而较低。
此外，作为不良发现的可能性，当在装配不合格率推定对象的装配作业步骤后，具有确认该装配作业是否正常地进行完毕的检查步骤时，即使在发生不良的情况下，仍会在该步骤中发现该情况，并通过重新采取措施，最终会使造成不良的概率降低。
根据上述的情况，按照本实施例，根据对装配不良造成较大影响的装配作业的动作内容、装配部件和被装配部件的性质、确认作业是否正常地进行完毕的检查步骤的有无、进行装配作业的现场的条件，计算不合格率。
为此，存储机构4存储与部件的装配动作的种类相对应的系数、与任意的装配作业完成时的装配动作的次数(称为“装配次数”)相对应的系数、与装配部件和被装配部件的性质(比如，形状、尺寸精度、表面精度、尺寸、重量、材质、功能等)等相对应的系数、设置有在装配作业后的步骤中确认装配完毕的步骤的场合的系数、与进行装配作业的装配现场的条件相对应的系数、包括进行上述系统的不合格率的计算的计算公式的计算程序。存储于这些数据库中的系数分别按照不良发生容易的项目增加或减少的方式设定，最好分别根据装配不良的发生实际数据设定。
存储于存储机构4中的计算程序采用下面的装配不良推定公式。另外，f1()，f2()表示函数。
部件装配作业的装配不合格率推定值
＝f1(装配动作内容、部件的性质、现场条件、检查步骤的有无)……(数学公式1)
＝f2(其它的装配动作不合格率系数、部件补正系数、现场系数、检查步骤补正系数)……(数学公式2)
因此，如图11所示，比如由按照时间顺序连续的3个动作构成的作业的装配不良的发生容易度是按照下述方式求出的，该方式为：根据部件补正系数、现场系数、检查步骤补正系数对1号装配动作、2号装配动作、3号装配动作分别所具有的不合格率系数的大小进行补正，对该补正值进行加法运算。
另一方面，在上述公式中表示通过对上述的每个步骤进行补正的部件补正系数、现场系数、检查步骤补正系数进行补正的方法包括有各种。比如，包括有将部件补正系数、现场系数、检查步骤补正系数与其它的装配动作不合格率系数进行乘法运算的方式、对它们进行加减运算的方式、以指数函数的方式进行补正等各种方式。
此外，对于一个装配动作，具有多个部件补正系数、现场系数、检查步骤补正系数的场合的补正方法也包括有将部件补正系数、现场系数、检查步骤补正系数全部与该装配动作的其它的装配动作不合格率系数相乘的方式、将部件补正系数、现场系数、检查步骤补正系数全部与该装配动作的其它的装配动作不合格率系数进行加法运算(包含减法运算)的方式等。
按照本发明，也可选择任意的手段，通过部件补正系数、现场系数、检查步骤补正系数对其它的装配动作不合格率系数进行补正。此外，动作顺序补正系数、检查步骤补正系数、现场常数不是必需的。
上述系统通过输入机构1输入图1所示的信息(a～d)。
首先，输入预先准备好的装配作业动作的标准装配动作种类以及由其序号表示的信息(a)。即，按照装配作业动作的顺序输入表示预定的标准装配动作要素的符号。图3(a)表示本实施例中的标准装配动作、以及表示该动作的符号的部分实例。该标准装配动作是以选择的方式来设定下述动作的，该动作指认为是代表部件装配作业的动作所必需的动作。在本实施例中，如图所示，设定有“向下移动”、“横向移动”、“压入”等任何一种标准装配动作。从该预先设定的标准装配动作中，表现打算推定不合格率的部件装配作业的动作。比如，当某个部件的装配动作是“沿向下方向移动、接着沿横向方向移动、最后压入”时，可输入的部件装配作业的装配动作的信息由向下动作、横向移动、压入这3个标准装配动作要素表示，采用动作符号时，其变为“↓→C”。
接着，输入下述性质的条件(b)，该性质对与上述装配作业的装配部件和被装配部件有关的、装配作业动作的不准确度(不良的发生容易度)造成影响。比如，输入形状、尺寸精度、表面精度、尺寸、重量、材质、功能等。即，在装配部件和被装配部件所具有的性质中，选择对人所进行的装配作业动作的不准确度造成影响的因素，通过表示预先设定的因素的符号输入该因素。另外，根据需要，还可输入表示该因素的特性的信息(比如，重量值等)。图3(b)表示本实施例中的部件条件补正因素、以及表示该因素的符号的部分实例。在本实施例中，比如如图所示，设定有“细微孔”、“小孔”、“装配完毕判定困难”(部件的装配是否完毕的判定难于通过视觉或触觉或听觉完成的部件或者被装配部件的形状、性质)、“具有不可接触面”(装配部件或被装配部件具有从功能、性能方面来说不允许接触的部分)等任何一种部件条件补正因素。
接着，输入下述信息(c)，该信息(c)指是否具有用于确认装配作业是否正常地进行完毕的步骤。如果具有确认步骤，通过上述装配动作和部件条件决定的装配不合格率(发生容易度)降低。
然后，就与部件中的上述装配作业有关的装配部件和被装配部件来说，输入下述信息(d)，该信息(d)与下述因素有关，该因素对下述不准确度造成影响，该不确准度指进行部件装配作业的装配现场的作业人员条件或设备条件、环境等的装配动作的不确准度。在此场合，根据需要还可输入表示该因素特性的信息(比如，现场的气温，湿度、生产定额、生产线的速度等)。在本实施例中，为了简单地计算现场每个装配不合格率的推定值，采用该现场的装配不良的平均率(发生容易度)的数值(现场常数)进行计算。在这里，现场常数指下述的倍率值，该倍率值表示相对在作为基准的现场进行预定的或一定的装配作业(称为“基准作业”)时的不合格率为多少倍。此外，在本实施例中，虽然直接输入现场常数，但是在于存储机构241(现场常数数据库)中预先存储有其它的现场的现场常数的场合，可输入指定现场的信息。
此外，输入上述这些信息的顺序不限于本实施例，而可为任意的顺序。另外，检查步骤的有无的信息(c)、装配现场条件信息(d)的输入不是必需的。
在本系统中，当这些信息输入完毕时，cpu32运行存储于存储机构4中的计算程序，从存储机构4中将与输入信息所对应的系数抽出到RAM33中，采用这些信息和数学公式(2)，输出该部件装配作业的装配不合格率的推定值。
下面通过图2所示的功能方框图对本系统的内部处理进行更为具体的描述。
在图2所示的不合格率推定系统10中，通过下述的计算机构3来表示图1所示的计算机构3，另外存储机构4是作为各种数据库来表现的，该下述的计算机构3是由从设计系统20输入设计信息等的数据用的输入部34、进行本发明的推定处理的程序运行部32、存储本发明的推定处理程序的计算程序存储部31、根据由显示机构2显示的画面中的指示生成新的信息的信息生成部36构成的。此外，上述信息生成部36也可在程序运行部32中进行。
存储机构4中所存储的每个数据库的内容如下：
其它的标准装配动作不合格率系数数据库211存储有下述系数(其它的标准装配动作不合格率系数)，该系数表示按照“向下移动”，“横向移动”等预定的标准装配动作的每个种类设定的、每个装配动作所具有的作业不良的发生容易度。图4表示本实施例的其它的标准装配动作不合格率系数DB211的数据。该其它的标准装配动作不合格率系数表示在基准状态下，在进行每个单一的标准装配动作的作业时，该作业动作为作业不良的概率的大小，其是以某个装配动作的作业不良的概率的大小作为基准，并相对其设定的。在本实施例中，将认为是最简单的、难于产生装配作业不良的动作的“向下动作”作为基准，对每个标准装配动作的不合格率系数进行设定。具体来说，如图4所示，“向下移动”的其它的装配动作不合格率系数作为基准值1，通过下述倍数设定其它的标准装配动作不合格率系数，该倍数表示其它的标准装配动作相对“向下移动”，容易产生多少倍的不良。比如，图4所示的“横向移动”的其它的装配动作不合格率系数为2，其意指“横向移动”容易产生为“向下移动”2倍的装配不良。
在由多个标准装配动作要素代表的装配作业的场合，由于随着动作数量的增加，作业的复杂性增加，这样动作顺序补正系数数据库221根据构成其装配作业的各个装配动作的顺序，存储下述的补正系数“动作顺序补正系数”，该系数用于增加每个动作的“其它的装配动作不合格率基本系数”。图5表示数据库的数据实例。该图5为下述实例，在该实例中按照1号动作的动作顺序系数为1，2号的系数为1.1，3号的系数为1.2的方式对每个动作顺序设定动作顺序系数。作为其它的实例，也可使动作顺序作为变量，在数据库221中保持包含动作顺序的系数计算公式。比如，当动作顺序为n时，在将下述等这样的公式作为数据，并保存于数据库中，该公式为：
动作顺序补正系数＝n×1.1                (数学公式3)在计算装配不合格率的推定值时，读出该公式，计算动作顺序系数，从而用于装配不合格率的推定值的计算。
此外，由于每个装配动作所具有的作业不良的发生容易度随着进行装配作业的现场的条件而产生很大的差别，这样在本实施例中设有现场常数数据库241。即，每个装配动作所具有的作业不良的发生容易度随装配部件的尺寸、重量、材质、配合位置数量等装配部件的性质的条件而变化。此外，上述发生容易度同样还随被装配部件的性质条件而变化。由于上述情况，装配部件条件补正系数数据库231和被装配部件条件补正系数数据库232对装配部件设定下述因素，该因素指对所具有的作业不良的发生容易度产生重要影响的、装配部件性质因素和被装配部件性质因素，针对每个因素，存储用于补正其它的标准装配动作不合格率系数的部件条件补正系数。图6表示装配部件条件补正系数数据库231和被装配部件条件补正系数数据库232中的数据实例。如图所示，针对每个补正因素，设定补正系数值并存储。此外，与上述的动作顺序补正系数数据库221中的实例相同，在本数据库231中也可不保持补正系数值，而保持系数计算公式。在进行装配不良率的推定值的计算时，读出该公式，计算补正系数，求出装配不合格率的推定值。另外，装配部件条件补正系数数据库231和被装配部件条件补正系数数据库232中的数据库结构也可不相同。
再有，由于每个装配动作所具有的作业不良的发生容易度随进行装配作业的现场条件而产生较大的不同，故在本实施例中，设置有现场常数数据库241。该现场常数数据库241存储有表示现场的平均不良的发生容易度的常数。在本实施例中，对于每个现场，在除了现场条件以外的其它条件为基准状态下，将进行基准作业(在本实施例中为向下移动作业)的场合下的装配不合格率作为现场常数。图7表示现场常数数据库中的数据实例，但是在该实例中，对于现场A，现场常数为5(ppm)，对于现场B，其现场常数为10(ppm)，这就是说，在相应的现场中，除了现场条件以外的其它条件为基准状态下的向下移动作业的不合格率对于现场A为5(ppm)，对于现场B为10(ppm)。即，现场常数也称为表示每个现场的装配作业的可靠性的实力的指标。该现场常数为反映进行装配作业的作业人员的条件、装配作业所使用的工具与器具或生产线设备等的设备条件、装配作业现场的温度、湿度、亮度、噪音等现场环境条件、生产线速度、生产定额等生产条件等影响的常数。
检查步骤补正系数数据库25存储有下述补正系数，该补正系数用于在下述场合反映不合格率降低造成的效果，该场合指具有下述步骤，该步骤用于在进行装配不合格率推定对象的部件装配作业后，对是否正常地进行该部件装配作业进行检查。图8表示检查步骤补正系数数据库25中的数据实例。在检查步骤补正系数的系数值为0.2的场合，其含义为通过该检查步骤，于该装配作业过程中发生有装配不良的动作中，可借助该检查步骤发现有8次间断。在随着检查作业的种类的不同，不合格抽出率也不同的场合，对每个不同的检查步骤也可设定检查步骤补正系数。
此外，常数库26存储有除上述以外的种类的系数或常数。
输入数据与计算结果数据存储部27存储用于通过计算程序进行不合格率计算的输入数据以及根据该输入数据通过计算程序进行计算的结果。另外，在图2中动作顺序补正系数数据库221，检查步骤补正系数数据库25、现场常数数据库241不是必需的。
但是，如图10所示，存储于每个数据库中的补正系数也可按照下述方式设定，该方式为，随着补正因素的特征值(比如，当补正因素为重量因素时，其特征值为重量值)的变化，补正系数值也发生改变。因此，根据补正因素的项目，也可按照实例1的方式，以不根据补正因素的特征值，而是采用常数值的方式设定补正系数(这与装配完毕判定困难，有不可接触面等情况相对应)，还可按照实例2的方式，使补正系数值呈线性变化(重量等)，另外，还可使补正系数值呈其它的曲线形状变化。在此场合，通过输入必要的特征值，可根据图10所示的函数计算出该系数。
图9表示采用本实施例的不合格率推定系统10计算部件装配作业的装配不合格率推定值的计算流程图。
首先，对打算进行装配不合格率的推定的部件装配作业的作业内容进行分析(步骤5)。
接着，以下述标准装配动作要素符号和部件符号代表在上述步骤5中进行的分析内容，该补正要素符号和部件补正因素符号是在不合格率推定系统10的装配不合格率推定值计算程序中确定的(步骤6)。
然后，输入在上述步骤6中由标准装配动作因素符号和部件补正因素符号所代表的装配不合格率推定对象的部件装配作业内容。此外，输入检查步骤的有无、现场常数(步骤7)。
即，打开不合格率推定系统10，启动存储于计算机构3中的计算程序存储部31中的装配不合格率推定计算程序，采用输入机构1中的键盘11、鼠标12、笔输入板13等，输入上述图1所示的输入信息。在本实施例中，为了使输入容易地进行，通过输出机构1中的显示装置21表示输入接口画面，在观看该画面的同时进行上述信息的输入。图12，13表示输入接口画面的实例。此外，在该步骤中，在具有确认该装配作业是否正常地进行的步骤的场合，进行“有检查步骤”的信息输入。还有，还输入下述信息，该信息指指定进行装配不合格率推定对象的部件装配作业的现场的现场常数或该装配现场的信息。再有，在不必进行部件补正时，无需输入部件补正要素符号。
另一方面，本实施例的系统还可按照下述方式计算现场常数。如前面所述，在本实施例中，现场常数指在于该现场没有可进行补正的部件补正条件的状态下，进行仅仅向下移动动作的作业时的装配不合格率。此外，全部的其它的动作不合格率系数是将处于基准状态的基准动作(向下移动动作)的不良发生容易度作为基准(系数值为1)来确定。另外，与对其它的动作不合格率系数进行补正的补正系数也是一样的，其也将处于基准状态的基准动作(向下移动动作)的不良的发生容易度作为基准(系数值为1)来确定。由于上述情况，在过去，在任何一台进行实际装配的装配作业过程中，仍可对装配作业内容进行分析，当具有实际的不合格率的数据时，可计算进行该实际装配的装配作业的现场的现场常数。在本实施例的系统中，在装配不合格率推定值计算程序启动后，通过输入机构1中的显示装置21表示菜单画面，从而可对“装配不合格率的推定”与“现场常数的计算与登记”中的任何一项进行选择。在选择“现场常数的计算与登记”的场合，输出机构1中的显示装置21表示输入接口画面(图13)，此时根据该画面输入指定进行登记的现场的代码(名称等)，接着通过输入接口画面(图12)，以标准装配动作要素符号、部件补正要素符号输入在该现场进行实际作业的装配作业的内容，在具有确认是否正常地进行该装配作业的检查步骤的场合，输入“有检查步骤”的信息，此外输入该作业的实际不合格率。由此，计算该现场的现场常数。在具有多个包括实际不良的作业的场合，通过输入与这些作业都有关的上述数据，分别对每个作业计算现场常数，通过取所计算出的现场常数的纯平均值的等方法，计算该现场的现场常数。在本实施例中，通过所计算出的现场常数的纯平均值，计算该现场的现场常数。
当上述信息输入完毕时，根据上述步骤7中所输入的信息，通过装配不合格率推定值计算程序，计算该部件装配作业的不合格率的推定值(步骤9)。即，进行下面第(1)项，第(2)项的处理。
(1)根据上述输入的信息，通过各种数据库，读出下面的各种系数、常数。
·根据上述输入的标准装配动作要素符号，通过其它的装配动作不合格率系数数据库211，读出每个装配动作的不合格率系数。另外，通过动作顺序补正系数数据库221，读出与每个动作的顺序相对应的动作顺序补正系数。
·根据上述输入的部件条件补正要素符号，通过部件条件补正系数数据库231或被装配部件补正系数数据库232，读出每个补正要素的部件条件补正系数。
·当按照上述方式输入“有检查步骤”的信息时，通过检查步骤补正系数数据库25，读出与其相对应的检查步骤补正系数。
·当按照上述方式有指定装配现场的信息输入时，通过现场常数数据库241，读出相对应的现场的现场常数。
(2)形成计算模型。根据上述输入的或读出的各种系数、常数，形成下述的计算公式，该公式是由图11所示的计算模型确定的。此时，可针对每个补正因素，在每种补正系数数据库中登记下述信息，该信息指采用每种补正系数的补正方法，比如对补正系数进行乘法运算、进行加法运算、进行减法运算等信息，在计算程序方面，可按照根据补正因素的种类改变补正方法的方式进行编程。本实施例为后者的实例，比如为下述的实例，在该实例中，全部补正系数根据进行加法运算的规则，确定程序的编制或系数值。在本实施例中，对每个动作顺序，通过对其动作进行补正的部件条件补正系数对动作的不合格率系数进行补正(在无补正因素的场合，不进行补正)，将按照此方式进行补正的每个动作顺序的不合格率全部相加，当其中为“有检查步骤”的情况时，对检查步骤补正系数进行乘法运算，计算总不合格率系数，将该系数与现场常数相乘，计算该部件装配作业中的该现场的装配不合格率的推定值。
接着，向输出机构23输出通过上述步骤8所计算的装配不合格率的推定值(步骤9)，该输出机构23与输出机构2中的显示装置21、打印装置22、或其它系统连通。图14表示送向显示装置21的输出画面的实例。
按照上述方式，通过本实施例的系统，可计算部件装配作业的装配不合格率推定值。虽然上述说明是针对单一的装配作业步骤的装配作业的装配不合格率推定值计算的实例进行的，但是同样在针对产品的全部装配作业计算装配不合格率推定值的场合，对于构成产品的装配作业的每个作业步骤中的作业，也可按照上述方式输入装配动作的信息、部件条件补正要素的信息等，计算这些中的每个作业步骤的装配不合格率推定值，通过将它们进行加法运算，便可很容易针对产品的全部装配作业，进行装配不合格率推定值的计算。
此外，与检查步骤的有无有关的信息不是必需的，即使在没有该信息的情况下，仍可计算出所希望的不合格率。再有，当预先设定现场常数时，也可不要该信息。
下面以图15所示的具体的部件装配作业(接插件电缆装配作业)为例，按照图9所示的流程图对部件装配作业的装配不合格率推定值的计算方法进行描述。另外，图15下方所示的表为输入输出接口画面的一个实例，其表示可对输入栏目进行分析的项目。在该实例中，可启动装配不合格率推定值计算程序，在观看输入输出接口画面的同时，对评价对象作业进行分析，输入分析结果。
首先，当分析部件装配作业时(步骤5)，图15中的装配不合格率推定对象的接插件电缆装配作业为下面所列出的2次作业。
(1)接插件插入。但是插入力大。
(2)电缆的整形。
另外，对相应的作业时的装配部件条件和被装配部件条件进行分析。该分析是针对输入输出接口画面的输入栏目中的项目进行的。首先，(1)关于“接插件插入。但是插入力大。”的作业，由于为“插接式接插件”，经分析被装配部件条件为“细微孔”，另外由于“不能通过妨碍物，以目视方式确认安装完毕状态”，故分析为“装配完毕判定困难”的情况。关于后面的作业(2)的“电缆整形”，没有可补正部件条件。
下面，采用标准装配动作要素符号和部件补正要素符号，代表通过步骤5所分析的作业(步骤6)。首先，通过标准装配动作要素符号代表装配作业动作，对每个动作要素提供必需的部件条件补正要素符号。在图15所示的实例中，其步骤如下。
(1)关于“接插件插入。但是插入力大。”，作为标准装配动作要素，其表现为“横向移动(符号：←)，压入(符号：C)”。即1号动作为“横向移动(符号：←)”，2号动作为“压入(符号：C)”。
然后，虽然为部件条件补正要素，但1号的“横向移动(符号：←)”的部件条件补正要素仍表现为细微孔(符号：ht)。此外，由于“不能通过妨碍物，以目视方式确认安装完毕状态”，“压入(符号：C)”的部件条件补正要素表现为“安装状态确认困难(符号：？)”。此外，虽然必需对2号动作进行动作顺序补正，但是如前面所述，该补正是通过本实施例的计算程序自动进行的。
(2)“电缆整形”作为标准装配动作要素表现为“整形(符号：d)”。该动作的部件条件补正要素不在动作顺序补正以外，特别是无需进行表现出来。另外，由于该动作为3号动作，动作顺序补正是通过计算程序自动实现的。
接着，输入在装配不合格率推定值计算程序中由步骤6代表的要素符号(步骤7)。比如，如图15所示，将装配部件名称输入到部件名称中的栏目中，逐行对每个动作顺序，输入标准装配动作要素和部件条件补正要素。
在图15的实例中，首先输入动作顺序为1号的动作的标准装配动作要素符号“←”，将其动作的部件条件补正要素“ht”输入到被装配部件条件的栏目“细微孔/小孔”的栏目中。然后，在第2行，输入动作顺序为2号的动作的标准装配动作要素符号“C”，将其动作的部件条件补正要素“？”输入到被装配部件条件的栏目的“装配完毕判定”的栏目中。接着，在第3行，输入动作顺序为3号的动作的标准装配动作要素符号“d”。关于此动作，由于没有可补正的部件条件补正要素，不能输入部件条件补正要素。
此外，在本实例中，由于没有确认是否正常地进行该装配作业的检查步骤，这样不输入关于“检查步骤”的信息。
另外，当评价对象现场的现场常数存储于数据库中时，输入评价对象现场。图15为将现场名称作为A输入的实例。即使在评价对象现场的现场常数未输入到数据库中的情况下，当认为是与该评价对象现场相类似的现场的现场常数存储于数据库中时，也可输入该现场，当知道现场常数时，也可直接将现场常数输入到现场常数输入栏目中。
接着，通过装配不合格率推定值计算程序进行自动计算(步骤8)。通过每种数据库，读出与输入到图15中的输入输出接口画面的输入栏目中的每个符号相对应的系数值，根据该系数值，对每个动作，计算表示该动作的不良的发生容易度的不合格率系数。比如，采用图25所示的数4或数5计算不合格率系数。
之后，按照图15中的输入输出接口画面所示的方式，对每个动作顺序进行不合格率系数的计算，该系数的总和为表示接插件电缆装配作业的不良的发生容易度的不合格率系数，即为30。通过现场常数数据库241，读出现场“A”的现场常数，通过其计算该现场的作业的装配不合格率推定值。在本实例中，现场“A”的现场常数为5ppm，现场“A”的该作业的推定不合格率为150ppm。
从每种数据库中将系数值读出是预先在装配不合格率推定值计算程序开始时等场合进行的，该读出值也可存储于RAM33中。在此场合，可获得下述效果，即在计算时，从RAM33中读出每个系数值，在计算时，不必触机其情况、外部的存储机构，可缩短计算时间。
接着，通过不合格率推定程序10的装配不合格率推定值计算程序，输出装配不合格率的推定值的计算结果(步骤9)。
此外，在图15的实例中，根据需要，作为装配部件条件、被装配部件条件，可输入部件的种类。其理由如下。
装配不良从大的方面说，具有装配不完全与部件损失和污染这2种。
“装配不完全”主要是人们的作业动作的晃动(动作精度的偏差)或搞错引起的，作为这种不良的例子，在接插件插入作业的场合，包括有“插入不完全(未完全插入内部的状态)”或“接插件的左右逆向插入”等。
“部件损伤和污染”主要是上述人们的作业动作的晃动(动作精度的偏差)或搞错的结果而引起的，作为“部件损失和污染”，是否产生不良在相同的损伤和污染的情况下，也随部件的种类的不同而不一样。比如，外表露出的设计部件与其它的，比如制品内部的部件的种类不同，其是属于即使在损伤或污染程度较大的情况下，仍会造成不良的部件种类。即，根据部件的种类，即部件的性能，即使在相同的外力(应力)作用于该部件上的情况下，是怎样造成不良的也是不一样的。
于是，在本实施例中，在数据库中针对每种部件，保持表示该部件种类所具有的相对外力的强度(抵抗力)的系数值，可输入装配部件和被装配部件的部件种类，对评价对象部件中的相对外力的强度(抵抗力)与在该部件的装配动作时、作用于该部件上的外力(应力)的大小进行比较，还可考虑造成“部件损失和污染”的不良的概率，从而对推定不合格率进行计算。按照上述方式，在本实施例中，是在同时考虑了作为装配不良的、“装配不完全”的不良、以及“部件损失和污染”的不良的情况下推定不合格率的。
下面对本发明的不合格率推定系统的其它实施例进行描述。
可认为，作业动作基本上是反复进行“位置确定动作”与“位置确定后的动作”。图17表示在1种装配动作中，结束的装配作业“朝向圆筒中的圆孔进行的向下移动插入作业”的实例。如图17所示，该作业为“向下移动动作”，但是其具体步骤包括“位置确定动作”和“位置确定后的动作”。此外，图18表示在2种装配动作中，结束的装配作业“该安装作业”的实例。该作业由“斜下方向的移动动作”和“旋转移动动作”这2个标准动作构成，但是可认为其相应的标准动作由“位置确定动作”与“位置确定后的动作”构成。
在标准动作中，还包括有保持部件的动作或对电线进行整形这样的“位置确定动作”的动作，多数动作是在“位置确定”后，进行“位置确定后的动作”的。图19表示作业步骤的构成实例。比如，图19中的步骤1中的部件1的装配作业由3个动作构成，从1号动作到3号动作，每个动作均反复进行“位置确定”与“位置确定后的动作”。
按照上述方式，作业由“位置确定”与“位置确定后的动作”构成，根据本申请人的研究可知，作业不良也较大，其分为位置确定时发生的不良以及位置确定后的动作时发生的不良两种。
首先，位置确定时发生的不良指位置确定时的部件位置或部件状态的偏差(不正确)造成的不良。如果在位置确定不充分时，过渡到本动作，则发生不进行本动作的不良(作业不完全不良)，在装配部件或被装配部件的连接部的强度，或本动作的动作力的作用下，直至进行到连接部损伤不良、变形不良。通常，由于作业人员是在确认位置确定充分的情况之后，过渡到位置确定后的动作，这样当位置确定不充分时，在过渡到本动作之前，在进行位置确定的修正之后，过渡到位置确定后的动作。当难于看到作业部位等的位置确定的确认是较困难时，或不小心忘记确认位置确定时，特别容易产生上述的不良。
此外，位置确定后的动作所引起的装配不良包括有位置确定后的动作的轨迹的控制不良，即动作轨迹的偏差造成的不良，以及位置确定后的动作力不足造成的不良。上述位置确定后的动作轨迹的控制不良造成的装配不良的发生频率特别是在较长期间进行动作时较高。位置确定后的动作力不足造成的装配不良的发生频率在下述场合较高，该场合指不能发挥装配所必需的动作力的场合，特别是压入动作等必要动作力较大时，或者由于动作或部件的性质条件等，不能发挥规定的动作力的场合。
下面通过第2实施例，对适合对上述的每一种不良可能性进行评价的实例进行说明。
本系统的结构基本与第1实施例所示的不合格率推定系统(图1)的相同，其不同之处在于存储于其它的标准装配动作不合格率系数数据库211或装配部件条件补正系数数据库231中的信息、采用该信息的计算程序。
图21表示存储于该其它的标准装配动作不合格率系数数据库211中的信息，其具有下述的特征。
第1特征在于相对一个的标准装配装配动作，设定上述位置确定不良的不合格率系数、轨迹控制不良的不合格率系数、必要动作力不良的不合格率系数这3种不合格率系数。第2特征在于即使在相同种类的动作的情况下，划分必需具有在某一基准以上的位置确定精度的动作、以及不具有这样的精度的动作，将它们作为标准装配动作的动作种类。比如，即使在相同的向下移动动作的情况下，通过位置确定精度较高的向下移动以及不具有这样的精度的向下移动，改变位置确定不良的不合格率系数的设定。此外，在图21中，将“位置确定精度较高的向下移动”场合的位置确定不合格率系数定为“1”(基准)，设定每个不合格率系数。即，设定下述倍数，该倍数表示相对“位置确定精度较高的向下移动”的位置确定不良发生可能性，多少倍的不良发生容易度。
图22表示存储于装配部件条件补正系数数据库231和被装配部件条件补正系数数据库232中的信息与其它的标准装配动作不合格率系数数据库211相同，在每个补正因素中以设定方式存储有3种补正系数值。
此外，采用这些信息的计算程序具有下述特征。按照上述方式，位置确定后动作时轨迹控制不良发生可能性和动作力不足不良的发生可能性在每种限制的补正条件时特别高。于是，本实施例的计算程序在仅仅相对构成评价对象的作业的动作，附加每种特定的补正要素时，可对轨迹控制不良发生可能性，或动作力不足不良的发生可能性进行计算。具体来说，相对添加有表示为较长的区间动作的补正要素的动作，除了位置确定不良可能性以外，还可对轨迹控制不良发生可能性进行计算，此外，相对添加有表示动作力较大的补正要素的动作，除了位置确定不良的可能性以外，还可对动作力不足不良发生可能性进行计算。即，根据附加在装配动作上的补正要素的种类，对是否具有对该动作具有位置确定不良的可能性、以及轨迹控制不良的发生可能性、或动作力不足不良的发生可能性进行判断，根据需要除了位置确定不良的发生可能性以外，还对轨迹控制不良的发生可能性或动作力不足不良的发生可能性进行计算。
下面以图23、24所示的具体部件装配作业为例，对部件装配作业的装配不合格率推定值的计算方法进行描述。图23、24中的(1)～(4)为将直径为a的圆筒型的装配部件插入圆孔中的作业，但是它们中的被装配部的条件分别发生了改变。作业(1)为下述的向下移动作业，在该作业中作为被装配部的圆孔的插入导向部的直径(倒角部的外径)较小，即要求较高的位置确定精度。作业(2)为下述的向下移动作业，在该作业中作为被装配部的圆孔的插入导向部的直径(倒角部的外径)较大，即不要求较高的位置确定精度，即使在位置确定中不操心的情况下，该作业仍可进行。作业(3)为下述的向下移动作业，在该作业中作为被装配部的圆孔的插入导向部的直径(倒角部的外径)较小，即要求较高的位置确定精度，此外，圆孔的深度较大要求较长的区间插入作业。作业(4)为下述的向下移动作业，在该作业中作为被装配部的圆孔的插入导向部的直径(倒角部的外径)较大，即不要求较高的位置确定精度，即使在位置确定中不操心的情况下，该作业仍可进行，但是插入直径a和孔径c的间隙较小，要求插入力大于紧密配合的通常值。下面首先对表示上述图23、24中的(1)～(4)中的相应的装配作业的不良的发生可能性不合格率的计算方法进行描述。此外，就(1)～(4)的作业实例来说，没有作为后步骤的检查步骤。
首先，图23(1)的作业为要求较高位置确定精度的向下移动，由于没有表示较长区间动作或要求较大的动作力的动作的补正要素，作业分析为“位置确定向下移动”(符号：↓’)。之后，当输入该作业分析结果时，通过其它的装配动作不合格率系数数据库211读出相应的位置确定不良的不合格率系数。在此场合，由于处于“位置确定向下移动”(符号：↓’)的情况，根据图21，位置确定不良的不合格率系数为“1”。此外，在此场合由于未输入表示较长区间动作或要求较大动作力的动作的补正要素，这样无法对轨迹控制不良的不合格率和动作力不足不良的不合格率系数进行计算。根据上面所述，图23(1)的作业的不合格率系数总合为“1”。具体的不合格率是将预先输入的现场常数与该不合格率系数“1”相乘而得出的。
接着，图23(2)的作业为下述的向下移动，在该作业中插入导向部的直径较大，不要求位置确定精度，由于没有表示较长区间动作或要求较大动作力的动作补正要素，这样作业分析为“向下移动”(符号：↓)。之后当输入该作业分析结果时，通过其它的装配动作不合格率系数数据库211，读出相应的位置确定不良的不合格率系数。在此场合，由于处于“向下移动”(符号：↓)的情况，根据图21位置位置确定不良的不合格率系数为“0.1”。此外，在此场合，由于未输入表示较长区间动作或要求较大的动作力的动作的补正系数，这样不对轨迹控制不良的不合格率系数和动作力不足不良的不合格率系数进行计算。由此，图23(2)的作业的不合格率系数总和为“0.1”。具体的不合格率是将预先输入的现场常数与该不合格率系数“1”相乘而得出的。
图24(3)的作业为下述的向下移动，在该作业中插入导向部的直径较小，要求较高的位置确定精度，由于为较长的区间插入，这样动作为“位置确定向下移动”(符号：↓’)的情况，经作业分析，该补正要素为“较长区间插入”(符号：1h)。之后，当输入该分析结果时，通过其它的装配动作数据库211读出相应的位置确定不良的不合格率系数。在此场合，由于处于“位置确定向下移动”(符号↓)的情况，根据图21位置确定不良的不合格率系数为“1”。还有，在此场合，由于输入较长区间插入的补正要素，通过被装配部件条件补正系数数据库232，读出较长区间插入的位置确定不良补正要素系数“1”(参照图22)。此外，由于为较长区间插入，对轨迹控制不良的不合格率系数进行计算。通过装配动作不合格率系数数据库211，读出轨迹控制不良的不合格率系数“1”(参照图21)。接着，通过被装配部件条件补正系数数据库232，读出通过较长区间插入补正得到的轨迹控制不良补正系数“2”(参照图22)。此外，在此场合，由于未输入表示要求较大动作力的动作的补正要素，这样不对动作力不足不良的不合格率系数进行计算。根据上面所述，对于图24(3)的作业的不合格率系数，首先位置确定不良的不合格率系数为1×1，即“1”，而轨迹控制不良的不合格率系数为1×2，即“2”，总计为“3”。具体的不合格率是通过将预先输入的现场常数与该不合格率系数“3”相乘而得出的。
最后，图24(4)的作业为下述的向下移动，在该作业中插入导向部的直径较大，不要求较大的位置确定精度，由于没有补正要素，作业分析为单纯的“向下移动”(符号：↓)，由于为“紧密配合”的补正条件，动作为“向下移动”(符号：↓)，这样经作业分析，其补正要素为“紧密配合”(符号：th)。之后，当输入该作业分析结果时，通过其它的装配动作不合格率系数数据库211，读出相应的位置确定不良的不合格率系数。在此场合，由于处于“向下移动”(符号：↓)的情况，根据图21，位置确定不良的不合格率系数为“0.1”。此外，在此场合，由于输入“紧密配合”的补正要素，通过被装配部件条件补正系数数据库232，读出“紧密配合”的位置确定不良的补正要素系数“1”(参照图22)。还有，在此场合，由于未输入表示较长区间动作的补正要素，这样不对轨迹控制不良的不合格率系数进行计算。根据上面所述，对于图24(4)的作业的不合格率系数，首先位置确定不良的不合格率系数为0.1×1，即“1”，动作力不足不良的不合格率系数为1×5，即“5”，总计为“5.1”。具体的不合格率是将预先输入的现场常数与该不合格率系数“5.1”相乘得到的。
此外，图20为第2实施例所示的系统的输出实例，在该图中表示有前述的位置确定不良、轨迹控制不良、动作力不足不良中的每个不合格率系数。
按照上述第2实施例的方法，由于通过划分位置确定不良、轨迹控制不良、动作力不足的相应的发生可能性，可进行细致的不合格率推定，这样可获得提高不合格率推定精度的效果。此外，由于输出位置确定不良、轨迹控制不良、动作力不足的相应发生可能性，这样可以定量的方式了解在评价对象的作业过程中，哪个动作具有哪种不良可能性，在推定生产之前的设计阶段，还可进行可更加确实地改良的点的提示。此外，当相应的发生可能性较大时，通过部件条件补正系数种类的组合，也可推定不良现象。
按照本发明，由于在制品设计阶段、制造步骤计划阶段等制品生产之前，可以较高的精度对每个部件装配作业，推定该制品的装配作业的装配不合格率，这样很容易找出不合格率系数较高的部件装配作业，通过对这些作业进行改良，便可高效率地降低装配不合格率。如果采用本发明的系统，可实现可靠度较高的制品设计、制造。

Claims (17)

1.一种不合格率推定方法，其特征在于，该方法包括下述步聚：
存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质的第1补正系数、构成该制品的其它的被装配部的性质的第2补正系数；
至少输入表示评价对象所具有的装配部件的性质的第1信息、表示该评价对象所具有的被装配部件的性质的第2信息、表示在将该装配部件与该被装配部件装配在一起的场合下的标准装配动作的第3信息；
采用该输入的第1、第2信息，抽出相应的第1、第2补正系数；
采用该输入的第3信息，抽出相应的不合格率系数；
通过采用该抽出的第1、第2补正系数，对所抽出的不合格率系数进行补正，计算该评价对象的装配不合格率。
2.一种不合格率推定方法，其特征在于，该方法包括下述步骤：
存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质的第1补正系数、构成该制品的其它的被装配部的性质的第2补正系数、用于直至将该装配部件与被装配部件装配在一起的该其它的标准装配动作的次数的第3补正系数；
至少输入表示评价对象所具有的装配部件的性质的第1信息、表示该评价对象所具有的被装配部件的性质的第2信息、表示在将该装配部件与该被装配部件装配在一起的场合下的标准装配动作的第3信息；
采用该输入的第1、第2信息以及根据该输入的第3信息所计算出的该标准装配动作次数，抽出相应的第1、第2补正系数；
采用该输入的第3信息，抽出相应的不合格率系数；
通过采用该抽出的第1、第2、第3补正系数，对该抽出的不合格率系数进行补正，计算该评价对象的装配不合格率。
3.一种不合格率推定方法，其特征在于，该方法包括下述步骤：
存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质的第1补正系数、构成该制品的其它的被装配部的性质的第2补正系数、在将该装配部件与被装配部件装配在一起的场合下的该其它的标准装配动作的顺序的第3补正系数；
至少输入表示评价对象所具有的装配部件的性质的第1信息、表示该评价对象所具有的被装配部件的性质的第2信息、表示在将该装配部件与该被装配部件装配在一起的场合下的标准装配动作的第3信息；
采用该输入的第1、第2、第3信息，抽出相应的第1、第2、第3补正系数；
采用该输入的第3信息，抽出相应的不合格率系数；
通过采用该抽出的第1、第2、第3补正系数，对该抽出的不合格率系数进行补正，计算该评价对象的装配不合格率。
4.根据权利要求1～3中任何一项所述的不合格率推定方法，其特征在于，该方法包括下述步骤：
存储与确认上述装配部件是否正常地与上述被装配部件装配的步骤的有无相对应的第4补正系数；
在具有确认上述装配部件是否正常地与上述被装配部件装配在一起的步骤的场合，通过还采用该第4补正系数对上述抽出的不合格率系数进行补正，计算上述评价对象的装配不合格率。
5.根据权利要求1～4中任何一项所述的不合格率推定方法，其特征在于，上述装配部件或上述被装配部件的性质包括形状、尺寸精度、表面精度、尺寸、重量、材质、功能中的至少一种。
6.根据权利要求1～5中任何一项所述的不合格率推定方法，其特征在于，上述标准装配动作包括位置确定装配动作。
7.根据权利要求1～6中任何一项所述的不合格率推定方法，其特征在于，上述不合格率系数至少包括与轨迹控制不良有关的不合格率系数以及与动作力不足不良有关的不合格率系数。
8.根据权利要求1～7中任何一项所述的不合格率推定方法，其特征在于，上述补正系数至少包括与轨迹控制不良有关的补正系数以及与动作力不足不良有关的补正系数。
9.一种不合格率推定系统，其特征在于，该系统包括：
存储机构，该存储机构存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质的第1补正系数、构成该制品的其它的被装配部的性质的第2补正系数；
输入机构，该输入机构至少输入表示评价对象所具有的装配部件的性质的第1信息、表示该评价对象所具有的被装配部件的性质的第2信息、表示在将该装配部件与该被装配部件装配在一起的场合下的标准装配动作的第3信息；
运算机构，该运算机构包括采用该输入的第1、第2信息、抽出相应的第1、第2补正系数的抽出机构，采用该输入的第3信息、抽出相应的不合格率系数的抽出机构，通过采用该抽出的第1、第2补正系数对该抽出的不合格率系数进行补正、计算该评价对象的装配不合格率的计算机构。
10.一种不合格率推定系统，其特征在于，该系统包括：
存储机构，该存储机构存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质的第1补正系数、构成该制品的其它的被装配部的性质的第2补正系数、用于直至将该装配部件与被装配部件装配在一起的该其它的标准装配动作的次数的第3补正系数；
输入机构，该输入机构至少输入表示评价对象所具有的装配部件的性质的第1信息、表示该评价对象所具有的被装配部件的性质的第2信息、表示在将该装配部件与该被装配部件装配在一起的场合下的标准装配动作的第3信息；
运算机构，该运算机构包括采用该输入的第1、第2信息以及根据该输入的第3信息计算出的该标准装配动作的次数、抽出相应的第1、第2、第3补正系数的抽出机构，采用该输入的第3信息、抽出相应的不合格率系数的抽出机构，通过采用该抽出的第1、第2、第3补正系数对该抽出的不合格率系数进行补正计算该评价对象的装配不合格率的计算机构。
11.一种不合格率推定系统，其特征在于，该系统包括：
存储机构，该存储机构存储对制品的装配动作进行分类后的其它的标准装配动作不合格率系数、构成该制品的其它的装配部件的性质的第1补正系数、构成该制品的其它的被装配部的性质的第2补正系数、在将该装配部件与被装配部件装配在一起场合下的该其它的标准装配动作的顺序的第3补正系数；
输入机构，该输入机构至少输入表示评价对象所具有的装配部件的性质的第1信息、表示该评价对象所具有的被装配部件的性质的第2信息、表示在将该装配部件与该被装配部件装配在一起的场合下的标准装配动作的第3信息；
运算机构，该运算机构包括采用该输入的第1、第2、第3信息抽出相应的第1、第2、第3补正系数的抽出机构，采用该输入的第3信息抽出相应的不合格率系数的抽出机构，通过采用该抽出的第1、第2、第3补正系数对该抽出的不合格率系数进行补正、计算该评价对象的装配不合格率的计算机构。
12.根据权利要求9～11中任何一项所述的不合格率推定系统，其特征在于：
上述存储机构存储有第4补正系数，该第4补正系数与确认上述装配部件是否正常地与上述被装配部件装配在一起的步骤的有无相对应；
在具有确认上述装配部件是否正常地与被装配部件装配在一起的步骤的场合，上述运算机构通过还采用该第4补正系数对上述抽出的不合格率系数进行补正，计算上述评价对象的装配不合格率。
13.根据权利要求9～12中任何一项所述的不合格率推定系统，其特征在于，上述装配部件或上述被装配部件的性质包括形状、尺寸精度、表面精度、尺寸、重量、材质、功能中的至少一种。
14.根据权利要求9～13中任何一项所述的不合格率推定系统，其特征在于，上述标准装配动作包括位置确定装配动作。
15.根据权利要求9～14中任何一项所述的不合格率推定系统，其特征在于，上述不合格率系数至少包括与轨迹控制不良有关的不合格率系数以及与动作力不足不良有关的不合格率系数。
16.根据权利要求9～15中任何一项所述的不合格率推定系统，其特征在于，上述补正系数至少包括与轨迹控制不良有关的补正系数以及与动作力不足不良有关的补正系数。
17.一种记录媒体，其特征在于，该记录媒体包括：
装配部件的其它的标准装配动作的不合格率系数；
其它的装配部件的性质的补正系数；
其它的被装配部的性质的补正系数；
下述程序，该程序通过这样的方式计算评价对象的装配不合格率，该方式为：在通过该标准动作的组合代表评价对象，输入该组合的信息，以及构成该评价对象的装配部件和被装配部件的性质的场合，从输入的信息中，抽出相应的标准装配动作的不合格率系数、装配部件的补正系数和被装配部的补正系数，通过补正系数和被装配部的补正系数对所抽出的每个不合格率系数进行补正，对该补正值进行加法运算。
CN98109292A 1997-03-31 1998-03-31 不合格率推定方法、不合格率推定系统和记录媒体 Expired - Lifetime CN1103979C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP79576/1997 1997-03-31
JP7957697 1997-03-31
JP79576/97 1997-03-31

Publications (2)

Publication Number Publication Date
CN1200517A true CN1200517A (zh) 1998-12-02
CN1103979C CN1103979C (zh) 2003-03-26

Family

ID=13693829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN98109292A Expired - Lifetime CN1103979C (zh) 1997-03-31 1998-03-31 不合格率推定方法、不合格率推定系统和记录媒体

Country Status (3)

Country Link
US (4) US6108586A (zh)
KR (1) KR100305439B1 (zh)
CN (1) CN1103979C (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114935703A (zh) * 2022-07-26 2022-08-23 成都市克莱微波科技有限公司 一种变频组件自动测试方法、装置及系统

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6526326B2 (en) 1997-03-31 2003-02-25 Hitachi, Ltd. Fraction defective estimating method and system for estimating an assembly fraction defective of an article
US6108586A (en) * 1997-03-31 2000-08-22 Hitachi, Ltd. Fraction defective estimating method, system for carrying out the same and recording medium
JP3739201B2 (ja) * 1998-03-06 2006-01-25 富士通株式会社 半導体チップの相関解析方法及び装置、半導体チップ歩留まり調整方法並びに記憶媒体
JP4317605B2 (ja) * 1998-09-29 2009-08-19 株式会社日立製作所 不良率評価方法および不良率評価システム
US6532426B1 (en) * 1999-09-17 2003-03-11 The Boeing Company System and method for analyzing different scenarios for operating and designing equipment
US6751343B1 (en) * 1999-09-20 2004-06-15 Ut-Battelle, Llc Method for indexing and retrieving manufacturing-specific digital imagery based on image content
JP3847644B2 (ja) * 2002-03-19 2006-11-22 株式会社ジャストシステム 設計支援装置、設計支援方法、ならびに、プログラム
DE102004029222A1 (de) * 2003-06-24 2005-02-17 Omron Corp. Verbesserungsunterstützungssystem
JP4322615B2 (ja) * 2003-09-30 2009-09-02 株式会社東芝 三次元配置調整ｃａｄシステムを備えた部品情報処理装置、部品情報処理方法および部品情報処理プログラム
JP4244768B2 (ja) * 2003-09-30 2009-03-25 株式会社日立製作所 不良影響度評価方法および設計支援システム
JP4500063B2 (ja) * 2004-02-06 2010-07-14 富士通株式会社 電子装置、予測方法および予測プログラム
US8019554B2 (en) * 2005-03-30 2011-09-13 Ethicon, Inc. Predictive indicator model
JP4755441B2 (ja) * 2005-04-25 2011-08-24 株式会社日立製作所 設計支援方法及びシステム
JP4967430B2 (ja) * 2006-04-11 2012-07-04 オムロン株式会社 不具合管理装置、不具合管理プログラム、およびこれを記録した記録媒体
US8548842B1 (en) * 2009-01-07 2013-10-01 Bank Of America Corporation Systems, methods and computer program products for assessing delivery affectivity in quality function deployment
US10438143B2 (en) 2015-09-28 2019-10-08 Bank Of America Corporation Collaborative decision engine for quality function deployment
US11144034B2 (en) 2019-01-30 2021-10-12 General Electric Company Additive manufacturing systems and methods of generating CAD models for additively printing on workpieces
US11344979B2 (en) 2019-01-30 2022-05-31 General Electric Company Build plate clamping-assembly and additive manufacturing systems and methods of additively printing on workpieces
US11173574B2 (en) 2019-01-30 2021-11-16 General Electric Company Workpiece-assembly and additive manufacturing systems and methods of additively printing on workpieces
US11198182B2 (en) 2019-01-30 2021-12-14 General Electric Company Additive manufacturing systems and methods of additively printing on workpieces
US11285538B2 (en) 2019-01-30 2022-03-29 General Electric Company Tooling assembly and method for aligning components for a powder bed additive manufacturing repair process
US11498132B2 (en) 2019-01-30 2022-11-15 General Electric Company Additive manufacturing systems and methods of calibrating for additively printing on workpieces
US11465245B2 (en) 2019-01-30 2022-10-11 General Electric Company Tooling assembly for magnetically aligning components in an additive manufacturing machine
US11407035B2 (en) 2019-01-30 2022-08-09 General Electric Company Powder seal assembly for decreasing powder usage in a powder bed additive manufacturing process
US11426799B2 (en) 2019-01-30 2022-08-30 General Electric Company Powder seal assembly for decreasing powder usage in a powder bed additive manufacturing process
US11458681B2 (en) 2019-01-30 2022-10-04 General Electric Company Recoating assembly for an additive manufacturing machine
US11298884B2 (en) 2019-06-07 2022-04-12 General Electric Company Additive manufacturing systems and methods of pretreating and additively printing on workpieces

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3876872A (en) * 1971-10-14 1975-04-08 Industrial Nucleonics Corp Process control system and method with integral-action set-point optimization using statistically-variable gain control responsive to fraction defective
US3875383A (en) * 1973-03-29 1975-04-01 Industrial Nucleonics Corp Control system for average value setpoint
JPS6433415A (en) 1987-07-27 1989-02-03 Kobe Steel Ltd Disposal method for disposal waste and disposer for ash of incinerated disposal waste
JPH01167631A (ja) * 1987-12-24 1989-07-03 Toyota Motor Corp ワークの手直し方法
WO1990007163A1 (en) * 1988-12-19 1990-06-28 Digital Equipment Corporation Attribute inductive data analysis
US5239456A (en) * 1990-07-30 1993-08-24 The Foxboro Company Method and apparatus for process control with opimum setpoint determination
US5301118A (en) * 1991-11-18 1994-04-05 International Business Machines Corporation Monte carlo simulation design methodology
US5351202A (en) * 1992-02-27 1994-09-27 International Business Machines Corporation Evaluation and ranking of manufacturing line non-numeric information
JP3511632B2 (ja) * 1992-12-24 2004-03-29 松下電器産業株式会社 実装工程不良要因分析方法
JPH07141005A (ja) * 1993-06-21 1995-06-02 Hitachi Ltd 半導体集積回路装置の製造方法および製造装置
JPH0713617A (ja) * 1993-06-29 1995-01-17 Ishikawajima Harima Heavy Ind Co Ltd 不具合事象の原因推定方法
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
JPH07271587A (ja) * 1994-03-31 1995-10-20 Fuji Heavy Ind Ltd 故障診断装置
DE4446966A1 (de) * 1994-12-28 1996-07-04 Itt Ind Gmbh Deutsche Informationssystem zur Produktionskontrolle
US5539652A (en) * 1995-02-07 1996-07-23 Hewlett-Packard Company Method for manufacturing test simulation in electronic circuit design
US5971586A (en) * 1995-04-21 1999-10-26 Sony Corporation Identifying causes of semiconductor production yield loss
JPH08297699A (ja) * 1995-04-26 1996-11-12 Hitachi Ltd 製造不良解析支援システム、製造システム、および製造不良解析支援方法
US5956251A (en) * 1995-06-28 1999-09-21 The Boeing Company Statistical tolerancing
JP3106919B2 (ja) * 1995-08-02 2000-11-06 ヤマハ株式会社 半導体集積回路の試験方法、試験装置およびウエハプローバ
JPH0962309A (ja) 1995-08-23 1997-03-07 Hitachi Plant Eng & Constr Co Ltd 工場診断装置
NL1003315C2 (nl) * 1996-06-11 1997-12-17 Europ Semiconductor Assembly E Werkwijze voor het inkapselen van een geïntegreerde halfgeleiderschake- ling.
JPH1033415A (ja) 1996-07-19 1998-02-10 Matsushita Electric Ind Co Ltd 電気掃除機
JP3634085B2 (ja) 1996-09-02 2005-03-30 松下電器産業株式会社 実装工場診断システム
US5773315A (en) * 1996-10-28 1998-06-30 Advanced Micro Devices, Inc. Product wafer yield prediction method employing a unit cell approach
US6473703B1 (en) * 1996-11-20 2002-10-29 International Business Machines Corporation Method for controlling a manufacturing process utilizing control charts with specified confidence intervals
US6108586A (en) * 1997-03-31 2000-08-22 Hitachi, Ltd. Fraction defective estimating method, system for carrying out the same and recording medium
US5910011A (en) * 1997-05-12 1999-06-08 Applied Materials, Inc. Method and apparatus for monitoring processes using multiple parameters of a semiconductor wafer processing system
US5946214A (en) * 1997-07-11 1999-08-31 Advanced Micro Devices Computer implemented method for estimating fabrication yield for semiconductor integrated circuit including memory blocks with redundant rows and/or columns
US6281026B1 (en) * 1997-11-14 2001-08-28 Niigata Seimitsu Co., Ltd. Semiconductor device and method for manufacturing the same

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114935703A (zh) * 2022-07-26 2022-08-23 成都市克莱微波科技有限公司 一种变频组件自动测试方法、装置及系统

Also Published As

Publication number Publication date
US6895350B2 (en) 2005-05-17
KR19980080843A (ko) 1998-11-25
KR100305439B1 (ko) 2001-10-29
CN1103979C (zh) 2003-03-26
US20040083019A1 (en) 2004-04-29
US6401000B1 (en) 2002-06-04
US6108586A (en) 2000-08-22
US6553273B1 (en) 2003-04-22

Similar Documents

Publication Publication Date Title
CN1103979C (zh) 不合格率推定方法、不合格率推定系统和记录媒体
CN1229701C (zh) 用于支持金属板加工的集成支持系统
CN1744094A (zh) 产品设计方法、产品设计装置、产品设计系统以及产品设计程序
CN1488933A (zh) 良否判定装置、判定程序、方法以及多变量统计解析装置
CN1270275C (zh) 检查数据作成方法及使用该方法的基板检查装置
JP3705296B1 (ja) 品質制御装置およびその制御方法、品質制御プログラム、並びに該プログラムを記録した記録媒体
CN1794245A (zh) 带有用户交互图形工具的产品编辑和仿真数据库系统
US10872465B2 (en) System and method for model drawing tool
CN1799054A (zh) 用基本原理仿真辅助半导体制造过程的系统和方法
CN1848162A (zh) 成分信息的可靠性评价方法、系统及程序
CN1924734A (zh) 一种在线质量检测的控制方法
JP3800244B2 (ja) 品質制御装置およびその制御方法、品質制御プログラム、並びに該プログラムを記録した記録媒体
CN1703657A (zh) 在多事件同时发生期间确定竞争性原因事件的概率和/或系统有效性的方法
CN1287309C (zh) 制造系统以及检测数据收集系统和检测终端装置
CN1154837C (zh) 坐标及表面特性测量仪的维修管理支援装置及方法
CN1249799C (zh) 应用于半导体产品生产的植入式可靠度分析系统
CN1849616A (zh) 用于为多个照明装置生成更换时间表的自动生成系统
CN111061246B (zh) 一种机械产品装配过程故障模式、影响及危害性分析方法
CN1525812A (zh) 安装处理模拟程序及用于同样目的的方法和系统
CN1434918A (zh) 用于检验多色和轮廓图像的cam(计算机辅助制造)参考
CN1278267C (zh) 用于实现复合电子电路的系统与方法
CN1647004A (zh) 用于帮助找到零件供应链中的问题的系统及其方法和程序
JP2010244506A (ja) 生産計画作成装置および該方法
CN100351997C (zh) 预测保养日期的方法以及仪器
CN1264109C (zh) 半导体加工机床检测的自动化管理系统及方法

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
CX01 Expiry of patent term
CX01 Expiry of patent term

Granted publication date: 20030326