JP2019003453A - 不良要因分析システム及び不良要因分析方法 - Google Patents

Abstract

【課題】良品のデータと不良品のデータの分布が重なり合っている場合でも、不良要因の特徴をよく表した情報を提示できる不良要因分析システム及び不良要因分析方法を提供する。【解決手段】不良要因分析システムは、目的変数についての製品毎の目的変数データと、複数の説明変数のそれぞれについての製品毎の説明変数データとを含むデータ集合について、前記目的変数データの度数分布を作成し、作成された度数分布における互いに離れた２つの抽出領域を設定し、設定された２つの抽出領域のうちの一方に目的変数データが含まれる製品と、他方に目的変数データが含まれる製品との間における説明変数データの差を表す特徴量の違いを、説明変数毎に算出する。不良要因分析システムは、算出された特徴量の違いに基づいて、説明変数の不良要因に対する関連度合いを重要度として評価し、評価結果を出力する。【選択図】図３

Description

本発明は、製品の不良要因を分析するための不良要因分析システム及び不良要因分析方法に関する。

製品の製造工程を評価するために、製品の不良要因を分析することが行われている。特許文献１には、複数の製品毎の複数のプロセス項目（温度、圧力、ヒータへの投入電力、材料ガスの流量など）についてのプロセスデータからなるデータセットを良品データと不良品データとに分割し、良品データ及び不良品データに対して主成分分析を施し、不良品の主成分空間における中心点との距離が最小となる不良品のデータを選択する方法が開示されている。この方法では、ユーザによる不良要因の分析に供するために、選択された不良品のデータを良品のデータと共に表示する。

特開２０１１−１１３１９５号公報

上記のような従来の方法では、良品のデータと不良品のデータの主成分空間における分布が重なっており、不良品データの主成分空間における中心点が良品データの分布範囲に含まれているような場合には、選択された不良品のデータが十分に不良要因を反映しておらず、不良要因を捉えることが難しくなるという問題がある。

本発明は斯かる事情に鑑みてなされたものであり、その主たる目的は、上記課題を解決することができる不良要因分析システム及び不良要因分析方法を提供することにある。

上述した課題を解決するために、本発明の一の態様の不良要因分析システムは、良品か不良品かの決定に使用される目的変数についての複数の製品毎の目的変数データと、前記製品についての特徴を各別に示す複数の説明変数のそれぞれについての前記複数の製品毎の説明変数データとを含むデータ集合について、前記目的変数データの度数分布を作成する度数分布作成手段と、前記度数分布作成手段によって作成された前記度数分布における互いに離れた２つの抽出領域を設定する設定手段と、前記設定手段によって設定された前記２つの抽出領域のうちの一方に前記目的変数データが含まれる製品と、他方に前記目的変数データが含まれる製品との間における前記説明変数データの差を表す特徴量の違いを、前記説明変数毎に算出する算出手段と、前記算出手段によって算出された前記特徴量の違いに基づいて、説明変数の不良要因に対する関連度合いを重要度として評価する重要度評価手段と、前記重要度評価手段による評価結果を出力する出力部とを備える。

この態様において、前記設定手段は、前記抽出領域の所定の属性値に基づいて、前記２つの抽出領域を設定するように構成されていてもよい。

また、上記態様において、前記設定手段は、前記２つの抽出領域それぞれの前記属性値を同一とするよう前記２つの抽出領域を設定するように構成されていてもよい。

また、上記態様において、前記設定手段は、前記算出手段によって前記特徴量の違いが算出された後、前記２つの抽出領域を互いに近づけるよう再設定するように構成されており、前記算出手段は、前記２つの抽出領域が再設定されると、再設定された前記２つの抽出領域についての前記特徴量の違いを前記説明変数毎に算出するように構成されており、前記重要度評価手段は、前記算出手段によって算出された複数の前記特徴量の違いに基づいて、前記重要度を評価するように構成されていてもよい。

また、上記態様において、前記設定手段は、前記度数分布における互いに離れた前記目的変数データである上側値と、前記上側値よりも小さい下側値とを定め、前記上側値と前記度数分布における前記目的変数データの最大値との間を一方の前記抽出領域とし、前記下側値と前記度数分布における前記目的変数データの最小値との間を他方の前記抽出領域として設定し、前記算出手段によって前記特徴量の違いが算出された後、前記上側値と前記下側値とを互いに近づけるように変更することで、前記２つの抽出領域を再設定するように構成されていてもよい。

また、上記態様において、前記設定手段は、前記算出手段によって前記特徴量の違いが算出された後、前記２つの抽出領域の所定の属性値を変えずに前記２つの抽出領域を再設定するように構成されていてもよい。

また、上記態様において、前記属性値は、前記抽出領域の領域幅であってもよい。

また、上記態様において、前記属性値は、前記抽出領域の面積であってもよい。

また、上記態様において、前記属性値は、前記抽出領域に前記目的変数が含まれる製品数であってもよい。

また、上記態様において、前記重要度評価手段は、前記特徴量の違いと前記抽出領域の前記度数分布上の位置との関係の近似式を算出し、算出された前記近似式に基づいて、前記説明変数毎に前記重要度を算出するように構成されていてもよい。

また、上記態様において、前記重要度評価手段は、前記関係の一次近似式及びｎ次近似式（ｎは２以上の整数）を算出し、算出された前記一次近似式及びｎ次近似式に基づいて、前記説明変数毎に前記重要度を算出するように構成されていてもよい。

また、上記態様において、前記不良要因分析システムは、前記度数分布作成手段によって作成された前記度数分布での目的変数データの代表値を分割点に決定する決定手段をさらに備え、前記設定手段は、前記決定手段によって決定された前記分割点を挟むよう前記２つの抽出領域を設定するように構成されていてもよい。

また、上記態様において、前記設定手段は、前記算出手段によって前記特徴量の違いが算出された後、前記２つの抽出領域の両方が前記分割点と重なっていない場合に、前記２つの抽出領域のそれぞれを前記分割点に近づけるよう再設定するように構成されており、前記重要度評価手段は、前記２つの抽出領域の何れかが前記分割点と重なっている場合に、前記重要度を評価するように構成されていてもよい。

また、本発明の他の態様の不良要因分析方法は、良品か不良品かの決定に使用される目的変数についての複数の製品毎の目的変数データと、前記製品についての特徴を各別に示す複数の説明変数のそれぞれについての前記複数の製品毎の説明変数データとを含むデータ集合について、前記目的変数データの度数分布を作成するステップと、作成された前記度数分布における互いに離れた２つの抽出領域を設定するステップと、設定された前記２つの抽出領域のうちの一方に前記目的変数データが含まれる製品と、他方に前記目的変数データが含まれる製品との間における前記説明変数データの差を表す特徴量の違いを、前記説明変数毎に算出するステップと、算出された前記特徴量の違いに基づいて、説明変数の不良要因に対する関連度合いを重要度として評価するステップと、評価結果を出力するステップとを有する。

本発明に係る不良要因分析システム及び不良要因分析方法によれば、良品のデータと不良品のデータの分布が重なり合っている場合でも、不良要因の特徴をよく表した情報を提示することができる。

実施の形態１に係る不良要因分析システムの構成を示す模式図。 実施の形態１に係る不良要因分析システムの構成を示すブロック図。 実施の形態１に係る不良要因分析システムによる不良要因分析処理の手順を示すフローチャート。 データ集合の一例を示す図。 度数分布の一例を示すグラフ。 実施の形態１に係る不良要因分析システムによる抽出領域の設定を説明するための度数分布図のグラフ。 重要度評価処理の手順を示すフローチャート。 特徴量の違いと抽出領域の位置との関係を例示したグラフ。 実施の形態２に係る不良要因分析システムによる不良要因分析処理の手順を示すフローチャート。 実施の形態２に係る不良要因分析システムによる抽出領域の設定を説明するための度数分布図のグラフ。 実施例において算出された特徴量の違いと抽出領域の位置との関係を示すグラフ。

以下、本発明の好ましい実施の形態を、図面を参照しながら説明する。なお、以下に示す各実施の形態は、本発明の技術的思想を具体化するための方法及び装置を例示するものであって、本発明の技術的思想は下記のものに限定されるわけではない。本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において種々の変更を加えることができる。

（実施の形態１）
本実施の形態では、不良要因分析システムが、目的変数についての各製品のデータ（目的変数データ）と説明変数についての各製品のデータ（説明変数データ）とを含むデータ集合について、目的変数データの度数分布を作成し、度数分布における互いに離れた２つの抽出領域を設定し、これらの抽出領域のうちの一方に目的変数データが含まれる製品と、他方に目的変数データが含まれる製品との間における説明変数データの差を特徴量の違いとして算出する。不良要因分析システムは、抽出領域を互いに近づけるように再設定し、その都度特徴量の違いを算出し、各特徴量の違いに基づいて不良要因の特徴を表す説明変数を重要変数として選択し、これを表示する。

＜不良要因分析システムの構成＞
図１は、本実施の形態に係る不良要因分析システムの構成を示す模式図である。不良要因分析システム１０は、製品の不良要因を分析するためのものである。不良要因分析システム１０には、目標変数についての製品毎のデータである目標変数データと、説明変数についての製品毎のデータである説明変数データとを含むデータ集合が入力として与えられる。目標変数は、製品２０が良品か不良品かを決定するために使用される変数であり、説明変数は、製品についての特徴を示す変数である。例えば、圧延鋼板を分析対象の製品２０とする場合、硬さ等の試験値を目標変数とし、製造設備（圧延設備）２１における温度、圧力、材料の成分等を説明変数とすることができる。図１の例では、製造設備２１には温度センサ、圧力センサ等の複数のセンサ２２が設置され、これらの複数のセンサによって各製品２０の説明変数データが収集される。また、製造設備２１で製造された製品２０に対して試験装置２３によって硬さ試験などの試験が実施され、その試験値が目的変数データとして収集される。

図２は、本実施の形態に係る不良要因分析システム１０の構成を示すブロック図である。不良要因分析システム１０は、コンピュータ１１によって実現される。コンピュータ１１は、本体１１０と、入力部１２０と、表示部１３０とを備えている。本体１１０は、ＣＰＵ１１１と、ＲＯＭ１１２と、ＲＡＭ１１３と、ハードディスク１１４と、入出力インタフェース１１５と、映像出力インタフェース１１６とを備えている。ＣＰＵ１１１、ＲＯＭ１１２、ＲＡＭ１１３、ハードディスク１１４、入出力インタフェース１１５、及び映像出力インタフェース１１６は、バスによって相互に接続されている。

不良要因分析用のコンピュータプログラムである不良要因分析プログラム１５０をＣＰＵ１１１が実行することにより、コンピュータ１１が不良要因分析システム１０として機能する。

ＲＯＭ１１２には、ＣＰＵ１１１に実行されるコンピュータプログラム及びこれに用いるデータ等が記録されている。ＲＡＭ１１３は、ハードディスク１１４に記録されている不良要因分析プログラム１５０の読み出しに用いられる。また、ＲＡＭ１１３は、ＣＰＵ１１１がコンピュータプログラムを実行するときに、ＣＰＵ１１１の作業領域として利用される。

ハードディスク１１４は、オペレーティングシステム及びアプリケーションプログラム等、ＣＰＵ１１１に実行させるための種々のコンピュータプログラム及び当該コンピュータプログラムの実行に用いられるデータがインストールされている。不良要因分析プログラム１５０も、このハードディスク１１４にインストールされている。

入出力インタフェース１１５には、キーボード及びマウスからなる入力部１２０が接続されている。また、入出力インタフェース１１５には、センサ２２及び試験装置２３が接続されている。センサ２２及び試験装置２３から出力されたデータが入出力インタフェース１１５を介してＣＰＵ１１１に与えられる。

映像出力インタフェース１１６は、ＬＣＤまたはＣＲＴ等で構成された表示部１３０に接続されており、ＣＰＵ１１１から与えられた映像データに応じた映像信号を表示部１３０に出力するようになっている。表示部１３０は、入力された映像信号にしたがって、画像を表示する。

＜不良要因分析システムの動作＞
次に、不良要因分析システム１０の動作について説明する。図３は、本実施の形態に係る不良要因分析システム１０による不良要因分析処理の手順を示すフローチャートである。製造設備２１が稼働している間、センサ２２が説明変数データを収集し、試験装置２３が目的変数データを収集する。これらの説明変数データ及び目的変数データを含むデータ集合が、不良要因分析システム１０に入力される。又は、オペレータがセンサ２２によって計測された説明変数データ、及び試験装置２３によって計測された目的変数データを収集し、これらのデータ集合を、入力部１２０から不良要因分析システム１０に手入力することもできる。不良要因分析システム１０のＣＰＵ１１１は、このようにして入力されたデータ集合を受け付ける（ステップＳ１１）。

図４は、データ集合の一例を示す図である。図４に示す例では、製品毎に製品ＩＤが割り振られ、製品ＩＤ毎に、当該製品の目的変数データと説明変数データとが対応付けられる。この例のように、データ集合では、同一製品についての目的変数データと各説明変数データとが対応付けられる。

ＣＰＵ１１１は、入力されたデータ集合について、目的変数データの度数分布（ヒストグラム）を作成する（ステップＳ１２）。図５は、作成された度数分布の一例を示すグラフである。図５において、縦軸は頻度を示し、横軸は目的変数を示している。目的変数は、良品か不良品かを決定する項目の１つとして用いられる。このため、度数分布において、目的変数の値（目的変数データ）の大きさによって、良品と不良品とが偏って分布する。図５に示す例では、目的変数データが大きい領域には不良品が多く含まれ、目的変数データが小さい領域には良品が多く含まれている。また、良品か不良品かの決定には目的変数以外の項目（例えば、製品の成分値等）も使用されることがある。この場合、目的変数だけでは良品か不良品かが決まらないため、度数分布において良品と不良品とが重なって分布する場合がある。図５に示す例では、目的変数データが大きい領域に不良品が偏在しており、目的変数データが小さい領域に良品が偏在しており、また良品と不良品との分布が一部において重なっている。かかる図５に示す度数分布では、目的変数データが最大の領域に含まれる製品は極端な不良品であり、最小の領域に含まれる製品は極端な良品であるといえる。

再度図３を参照する。ＣＰＵ１１１は、度数分布での目的変数データの代表値を分割点に決定し（ステップＳ１３）、この分割点を挟むように、互いに離れた２つの抽出領域を設定する（ステップＳ１４）。図６は、抽出領域の設定を説明するための度数分布図のグラフである。図６に示すように、度数分布では多くの場合において正規分布またはこれに近い分布を示す。つまり、目的変数データの中間部分において多くの製品が分布し、両端に近づくにしたがって製品が少なくなる。かかる度数分布における目的変数データの代表値、例えば、最頻値、平均値、中央値が分割点μとして設定される。このような代表値は、多くの製品が存在する目的変数データであり、良品の領域と不良品の領域とをよく分ける点であるといえる。また、ステップＳ１４では、ＣＰＵ１１１は、分割点μより大きい目的変数データである上側値Ｖ_Ｕを定め、分割点μより小さい目的変数データである下側値Ｖ_Ｌを定める。さらにＣＰＵ１１１は、上側値Ｖ_Ｕと度数分布における目的変数データの最大値Ｖ_ｍａｘとの間の領域を、分割点μより目的変数データが大きい抽出領域（以下、「第１抽出領域」という）３１に設定し、下側値Ｖ_Ｌと度数分布における目的変数データの最小値Ｖ_ｍｉｎとの間の領域を、分割点μより目的変数データが小さい抽出領域（以下、「第２抽出領域」という）３２に設定する。さらに具体的には、ＣＰＵ１１１はある正の数ａを定め、μ＋ａをＶ_ＵとしてＶ_Ｕ以上の領域を第１抽出領域３１に設定し、μ−ａをＶ_ＬとしてＶ_Ｌ以下の領域を第２抽出領域３２に設定する。こうして設定された第１抽出領域は、極端な不良品が属する領域であり、第２抽出領域は、極端な良品が属する領域である。

再度図３を参照する。ＣＰＵ１１１は、第１抽出領域３１に目的変数データが含まれる製品と、第２抽出領域３２に目的変数データが含まれる製品とをデータ集合から抽出し、抽出された第１及び第２抽出領域３１，３２の製品の説明変数データの平均値の差を、特徴量の違いとして説明変数毎に算出する（ステップＳ１５）。例えば、第１抽出領域３１に目的変数データが含まれる製品の温度の平均値と、第２抽出領域３２に目的変数データが含まれる製品の温度の平均値との差が、特徴量の違いとして算出される。同様にして、圧力、材料成分等の他の説明変数についても特徴量の違いが算出される。

ＣＰＵ１１１は、第１又は第２抽出領域３１，３２の何れかが分割点μに重なっているか否かを判定する（ステップＳ１６）。第１又は第２抽出領域３１，３２の両方が分割点μに重なっていない場合（ステップＳ１６においてＮＯ）、ＣＰＵ１１１は、ステップＳ１４に処理を戻し、第１及び第２抽出領域３１，３２のそれぞれを互いに近づけるよう、つまり、分割点μに近づけるように再設定する（ステップＳ１４）。さらに具体的に説明すると、ＣＰＵ１１１は、ａを所定値小さくするように更新し、μ＋ａを新たな上側値Ｖ_ＵとしてＶ_Ｕ以上の領域を第１抽出領域３１に再設定し、μ−ａを新たな下側値Ｖ_ＬとしてＶ_Ｌ以下の領域を第２抽出領域３２に再設定する。ＣＰＵ１１１は、再設定された第１及び第２抽出領域３１，３２について特徴量の違いを算出し（ステップＳ１５）、第１又は第２抽出領域３１，３２の何れかが分割点μに重なっているか否かを判定する（ステップＳ１６）。こうして、ＣＰＵ１１１は、ステップＳ１４乃至Ｓ１６の処理を繰り返し実行し、説明変数毎に特徴量の違いを複数算出する。

次にＣＰＵ１１１は、不良要因についての重要度を説明変数毎に評価する重要度評価処理を実行する（ステップＳ１７）。以下、重要度評価処理について詳細に説明する。図７は、重要度評価処理の手順を示すフローチャートである。重要度は、抽出領域の変化に応じて特徴量の違いがどのように変化したのかを示す指標であり、説明変数の不良要因に対する関連度合いを表している。

重要度評価処理において、まずＣＰＵ１１１は、説明変数毎に、特徴量の違いと抽出領域の位置との関係を作成する（ステップＳ１７１）。図８は、特徴量の違いと抽出領域の位置との関係を例示したグラフである。図８において、縦軸は特徴量の違いを示し、横軸は抽出領域の位置を示している。抽出領域の位置とは、第１及び第２抽出領域３１，３２の位置のことであり、図８における横軸では、縦軸との交点が、第１及び第２抽出領域３１，３２が度数分布の両側端に位置することを示し（つまり、ａの初期値に対応し）、右方に向かうにしたがって第１及び第２抽出領域３１，３２が分割点μに近づくこと（つまり、ａが減少すること）を示している。ステップＳ１７１の処理では、具体的にはＣＰＵ１１１が、説明変数毎に、抽出領域の位置とこれに対応する特徴量の違いとのデータセットを作成したり、抽出領域の位置の順に特徴量の違いを並べたデータセットを作成したりすることにより、特徴量の違いと抽出領域の位置との関係を作成する。

図８において、実線のグラフが、ある説明変数についての特徴量の違いと抽出領域の位置との関係を示しており、破線のグラフが、これとは別の説明変数についての特徴量の違いと抽出領域の位置との関係を示している。実線のグラフでは、第１及び第２抽出領域３１，３２が度数分布の両側端に位置するときには特徴量の違いが大きく、第１及び第２抽出領域３１，３２が分割点μに近づくにしたがって特徴量の違いが減少している。つまり、このグラフは、極端な良品が含まれる度数分布の一端側と、極端な不良品が含まれる度数分布の他端側とではこの説明変数についての特徴量の違いが大きく、概ね良品しか含まれない又は良品に近い不良品が含まれる分割点μの近傍では特徴量の違いが小さいことを示している。このため、この説明変数は不良要因に強い関連があるといえる。他方、破線のグラフでは、抽出領域の変化とは無関係に特徴量の違いが変化している。これは、この説明変数についての不良要因との関連性が低いことを示している。

再度図７を参照する。次にＣＰＵ１１１は、作成された特徴量の違いと抽出領域の位置との関係の一次近似式とｎ次近似式（ｎは２以上の整数）を算出し（ステップＳ１７２）、次式にしたがって重要度を算出する（ステップＳ１７３）。
（重要度）＝λ×（一次近似式の傾きの絶対値）−（ｎ次近似式とデータとの誤差の合計）
但し、上式におけるλは定数である。抽出領域の位置に対して特徴量の違いの変化が大きい程、一次近似式の傾きの絶対値は大きくなる。このため、一次近似式の傾きの絶対値は、その説明変数の不良要因との関連の強さを表している。また、図８の実線で示すグラフのように、抽出領域の位置に応じて特徴量の違いが滑らかに変化する説明変数では、ｎ次近似式によって特徴量の違いと抽出領域の位置との関係をよく近似できるため、ｎ次近似式とデータとの誤差が小さくなる。これに対して、図８の破線で示すグラフのように、抽出領域の位置と無関係に特徴量の違いが変化する説明変数では、ｎ次近似式による近似が困難であり、ｎ次近似式とデータとの誤差が大きくなる。このため、ｎ次近似式とデータとの誤差は、抽出領域の位置と無関係に変化するような説明変数では大きくなる。以上より、上記の重要度は、不良要因との関連が強い説明変数ほど大きくなり、抽出領域の位置と無関係に変化するような説明変数ほど小さくなる。

次にＣＰＵ１１１は、上記のようにして算出された重要度を比較し、重要度が予め定めた基準値以上の説明変数を重要変数として選択し、ハードディスク１１４に記憶する（ステップＳ１７４）。以上で、重要度評価処理を終了する。

再度図３を参照する。ＣＰＵ１１１は、重要度評価処理による評価結果を表示部１３０に表示させる（ステップＳ１８）。この表示画面では、ステップＳ１７４において選択された重要変数が表示される。また、重要変数が複数の場合、重要度の順で並べられたり、重要度の順位を付されたりして重要変数が表示される。これにより、オペレータは表示部１３０の表示画面を参照することで、どの説明変数が重要変数であるのか、また、重要変数の中でも重要度の高いものはどれなのかを特定することができる。重要度の評価結果を出力すると、ＣＰＵ１１１は、不良要因分析処理を終了する。

（実施の形態２）
本実施の形態では、不良要因分析システム１０が、第１及び第２抽出領域の幅を一定としつつ、これらを互いに近づけるように繰り返し設定する。

＜不良要因分析システムの構成＞
本実施の形態に係る不良要因分析システムの構成は、実施の形態１に係る不良要因分析システム１０の構成と同様であるので、同一構成要素については同一符号を付し、その説明を省略する。

＜不良要因分析システムの動作＞
本実施の形態に係る不良要因分析システム１０の動作について説明する。図９は、本実施の形態に係る不良要因分析システム１０による不良要因分析処理の手順を示すフローチャートである。ステップＳ１１〜Ｓ１３の処理については、実施の形態１において説明したものと同様であるので、その説明を省略する。

分割点を決定すると、ＣＰＵ１１１は、この分割点を挟むように、予め設定された領域幅の２つの抽出領域を設定する（ステップＳ２４）。図１０は、抽出領域の設定を説明するための度数分布図のグラフである。ステップＳ２４では、ＣＰＵ１１１は、分割点μより大きい目的変数データである上側値Ｖ_Ｕを定め、分割点μより小さい目的変数データである下側値Ｖ_Ｌを定める。さらにＣＰＵ１１１は、上側値Ｖ_Ｕから所定の領域幅ｄだけ目的変数データが大きい領域を、分割点μより目的変数データが大きい第１抽出領域２３１に設定し、下側値Ｖ_Ｌから領域幅ｄだけ目的変数データが小さい領域を、分割点μより目的変数データが小さい第２抽出領域２３２に設定する。さらに具体的には、ＣＰＵ１１１はある正の数ａを定め、μ＋ａ以上μ＋ａ＋ｄ以下の領域を第１抽出領域２３１に設定し、μ−ａ以下μ−ａ−ｄ以上の領域を第２抽出領域２３２に設定する。

再度図９を参照する。ＣＰＵ１１１は、第１抽出領域３１に目的変数データが含まれる製品と、第２抽出領域３２に目的変数データが含まれる製品とをデータ集合から抽出し、抽出された第１及び第２抽出領域３１，３２の製品の説明変数データの平均値の差を、特徴量の違いとして説明変数毎に算出する（ステップＳ１５）。次に、ＣＰＵ１１１は、第１又は第２抽出領域２３１，２３２の何れかが分割点μに重なっているか否かを判定する（ステップＳ１６）。第１又は第２抽出領域２３１，２３２の両方が分割点μに重なっていない場合（ステップＳ１６においてＮＯ）、ＣＰＵ１１１は、ステップＳ２４に処理を戻し、第１及び第２抽出領域３１，３２のそれぞれを互いに近づけるよう、つまり、分割点μに近づけるように再設定する（ステップＳ２４）。さらに具体的に説明すると、ＣＰＵ１１１は、ａを所定値小さくするように更新し、μ＋ａを新たな上側値Ｖ_Ｕとして、前回と同一の領域幅ｄだけ上側値Ｖ_Ｕから目的変数データが大きい領域を第１抽出領域２３１に再設定し、μ−ａを新たな下側値Ｖ_ＬとしてＶ_Ｌから領域幅ｄだけ目的変数データが小さい領域を第２抽出領域２３２に再設定する。ＣＰＵ１１１は、再設定された第１及び第２抽出領域３１，３２について特徴量の違いを算出し（ステップＳ１５）、第１又は第２抽出領域３１，３２の何れかが分割点μに重なっているか否かを判定する（ステップＳ１６）。こうして、ＣＰＵ１１１は、ステップＳ２４、Ｓ１５、Ｓ１６の処理を繰り返し実行し、説明変数毎に特徴量の違いを複数算出する。

ステップＳ１７〜Ｓ１８の処理については、実施の形態１において説明したものと同様であるので、その説明を省略する。

以上のように構成したことにより、２つの抽出領域の領域幅が固定された状態でこれらの抽出領域が互いに近づくように再設定される。したがって、抽出領域が再設定の度に拡大されるのではなく、極端な不良品及び極端な良品が含まれる度数分布の両側から概ね良品しか含まれない又は良品に近い不良品が含まれる分割点μの近傍へと、同じ領域幅で抽出領域が順次移動することになる。このため、特徴量の違いは、実施の形態１に比べて不良要因をより一層強く反映したものとなり、かかる特徴量の違いを用いて算出される重要度は、説明変数の不良要因に対する関連度合いをより顕著に表したものとなる。

＜実施例＞
ある試験値を目的変数とし、計測値等の５つの要素を説明変数（変数１〜５）として、ある製品に実施の形態１に係る不良要因分析方法を適用した。図１１は、本実施例において算出された特徴量の違いと抽出領域の位置との関係を示すグラフである。図１１において、縦軸は特徴量の違いを示し、横軸は抽出領域の位置（具体的には、ａの値）を示している。この実施例では、分割点μが１０５５．２０２となった。図１１に示すように、特徴量の違いが最も大きい説明変数は変数４である。変数４は、抽出領域が互いに離れているほど特徴量の違いが大きく、互いに近づくほど（分割点μに近づくほど）特徴量の違いが小さくなっている。また、変数４では、特徴量の違いの変化は概ね滑らかである。変数３は、変数４に次いで特徴量の違いが大きく、抽出領域の位置が分割点μに近づくにしたがって、少々ばらつきながら特徴量の違いが減少している。変数１は、特徴量の違いの変化は滑らかであるが、その変化量は小さい。変数２は、抽出領域の位置の全域にわたって、特徴量の違いが殆ど変化していない。変数５は、抽出領域の位置の変化に応じて特徴量の違いが少し増加しており、またばらつきが大きい。

上記のような変数１〜５のそれぞれについて、λ＝１．５、ｎ＝２として重要度を算出した結果を次表に示す。この表では、重要度について降順に説明変数を並べている。

抽出領域が互いに離れているほど特徴量の違いが大きく、互いに近づくほど特徴量の違いが小さい、即ち、一次近似式の傾きの絶対値が大きい変数４についての重要度が最も高い。また、特徴量の違いのばらつきが大きい変数５は、二次近似式とデータとの誤差が大きいため重要度が低くなっている。最も重要度が小さい説明変数は変数２であり、これは、一次近似式の傾きの絶対値が小さいためであると考えられる。

（その他の実施の形態）
上述した実施の形態１においては、度数分布において分割点μよりａ大きい上側値Ｖ_Ｕと分割点μよりａ小さい下側値Ｖ_Ｌとを定め、上側値Ｖ_Ｕと目的変数データの最大値Ｖ_ｍａｘとの間を第１抽出領域３１とし、下側値Ｖ_Ｌと目的変数データの最小値Ｖ_ｍｉｎとの間を第２抽出領域３２として設定する構成について述べ、実施の形態２においては、上側値Ｖ_Ｕから領域幅ｄだけ目的変数データが大きい領域を第１抽出領域２３１とし、下側値Ｖ_Ｌから領域幅ｄだけ目的変数データが小さい領域を第２抽出領域２３２として設定する構成について述べた。しかし、度数分布において互いに離れた２つの抽出領域を設定する構成であれば、上記に限定されるものではない。例えば、度数分布において分割点μよりａ大きい上側値Ｖ_ｕと、分割点μよりａとは異なるｂだけ小さい下側値Ｖ_ｌとを定め、上側値Ｖ_ｕと目的変数データの最大値Ｖ_ｍａｘとの間を第１抽出領域とし、下側値Ｖ_ｌと目的変数データの最小値Ｖ_ｍｉｎとの間を第２抽出領域として設定することもできるし、上側値Ｖ_ｌから領域幅ｄ１だけ目的変数データが大きい領域を第１抽出領域とし、下側値Ｖ_ｌからｄ１とは異なる領域幅ｄ２だけ目的変数データが小さい領域を第２抽出領域として設定することもできる。また、第１及び第２抽出領域の属性値（抽出領域の領域幅、抽出領域の面積、抽出領域に目的変数が含まれる製品数等）に基づいて、度数分布において互いに離れた位置に第１及び第２抽出領域を設定する構成としてもよい。例えば、第１及び第２抽出領域の面積が同じとなるように第１及び第２抽出領域を設定してもよいし、第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数が同じとなるように第１及び第２抽出領域を設定してもよい。

また、上述した実施の形態１においては、上側値Ｖ_Ｕと下側値Ｖ_Ｌとを互いに近づけるように更新し、新たな上側値Ｖ_Ｕと目的変数データの最大値Ｖ_ｍａｘとの間を第１抽出領域３１として再設定し、新たな下側値Ｖ_Ｌと目的変数データの最小値Ｖ_ｍｉｎとの間を第２抽出領域３２として再設定する構成について述べ、実施の形態２においては、領域幅ｄを変えずに第１及び第２抽出領域２３１，２３２を互いに近づけるように再設定する構成について述べた。しかし、互いに近づくように２つの抽出領域を再設定する構成であれば、上記に限定されるものではない。第１及び第２抽出領域の領域幅とは異なる属性値（抽出領域の面積、抽出領域に目的変数が含まれる製品数等）に基づいて、第１及び第２抽出領域を再設定する構成としてもよい。例えば、第１及び第２抽出領域それぞれの面積を変化させずにこれらを互いに近づけるように再設定することもできるし、第１及び第２抽出領域それぞれに含まれる製品数を変化させずにこれらを互いに近づけるように再設定することもできる。また、同一の時点における第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数が同じであれば、再設定の前後における第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数は異なっていてもよい。つまり、第１回目に設定された第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数をＰ１、第２回目に設定された第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数をＰ２、第３回目に設定された第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数をＰ３、…、第ｎ回目に設定された第１及び第２抽出領域のそれぞれに目的変数が含まれる製品数をＰｎとしてもよい。ここで、Ｐ１，Ｐ２，Ｐ３，…，Ｐｎは任意の自然数であり、これらは互いに異なっていてもよい。

また、上述した実施の形態１及び２においては、第１及び第２抽出領域に含まれる製品の説明変数データの平均値の差を、特徴量の違いとして算出する構成について述べたが、これに限定されるものではない。第１及び第２抽出領域に含まれる製品の説明変数データの代表値（例えば、中央値）の差を、特徴量の違いとすることもできる。

また、上述した実施の形態１及び２では、単一のコンピュータ１１によって不良要因分析プログラム１５０のすべての処理が実行される構成について述べたが、本発明はこれに限定されるものではなく、不良要因分析プログラム１５０と同様の処理を、複数の装置（コンピュータ）により分散して実行する分散システムとすることも可能である。

本発明の不良要因分析システム及び不良要因分析方法は、製品の不良要因を分析するための不良要因分析システム及び不良要因分析方法等として有用である。

１０ 不良要因分析システム
１１ コンピュータ
１１０ 本体
１２０ 入力部
１３０ 表示部
１１１ ＣＰＵ
１１２ ＲＯＭ
１１３ ＲＡＭ
１１４ ハードディスク
１１５ 入出力インタフェース
１１６ 映像出力インタフェース
１５０ 不良要因分析プログラム
２０ 製品
２１ 製造設備
２２ センサ
２３ 試験装置
３１，２３１ 第１抽出領域
３２，２３２ 第２抽出領域

Claims (14)

1. 良品か不良品かの決定に使用される目的変数についての複数の製品毎の目的変数データと、前記製品についての特徴を各別に示す複数の説明変数のそれぞれについての前記複数の製品毎の説明変数データとを含むデータ集合について、前記目的変数データの度数分布を作成する度数分布作成手段と、
   前記度数分布作成手段によって作成された前記度数分布における互いに離れた２つの抽出領域を設定する設定手段と、
   前記設定手段によって設定された前記２つの抽出領域のうちの一方に前記目的変数データが含まれる製品と、他方に前記目的変数データが含まれる製品との間における前記説明変数データの差を表す特徴量の違いを、前記説明変数毎に算出する算出手段と、
   前記算出手段によって算出された前記特徴量の違いに基づいて、説明変数の不良要因に対する関連度合いを重要度として評価する重要度評価手段と、
   前記重要度評価手段による評価結果を出力する出力部と
   を備える、
   不良要因分析システム。
2. 前記設定手段は、前記抽出領域の所定の属性値に基づいて、前記２つの抽出領域を設定するように構成されている、
   請求項１に記載の不良要因分析システム。
3. 前記設定手段は、前記２つの抽出領域それぞれの前記属性値を同一とするよう前記２つの抽出領域を設定するように構成されている、
   請求項２に記載の不良要因分析システム。
4. 前記設定手段は、前記算出手段によって前記特徴量の違いが算出された後、前記２つの抽出領域を互いに近づけるよう再設定するように構成されており、
   前記算出手段は、前記２つの抽出領域が再設定されると、再設定された前記２つの抽出領域についての前記特徴量の違いを前記説明変数毎に算出するように構成されており、
   前記重要度評価手段は、前記算出手段によって算出された複数の前記特徴量の違いに基づいて、前記重要度を評価するように構成されている、
   請求項１乃至３のいずれかに記載の不良要因分析システム。
5. 前記設定手段は、前記度数分布における互いに離れた前記目的変数データである上側値と、前記上側値よりも小さい下側値とを定め、前記上側値と前記度数分布における前記目的変数データの最大値との間を一方の前記抽出領域とし、前記下側値と前記度数分布における前記目的変数データの最小値との間を他方の前記抽出領域として設定し、前記算出手段によって前記特徴量の違いが算出された後、前記上側値と前記下側値とを互いに近づけるように変更することで、前記２つの抽出領域を再設定するように構成されている、
   請求項４に記載の不良要因分析システム。
6. 前記設定手段は、前記算出手段によって前記特徴量の違いが算出された後、前記２つの抽出領域の所定の属性値を変えずに前記２つの抽出領域を再設定するように構成されている、
   請求項４に記載の不良要因分析システム。
7. 前記属性値は、前記抽出領域の領域幅である、
   請求項２、３又は６に記載の不良要因分析システム。
8. 前記属性値は、前記抽出領域の面積である、
   請求項２、３又は６に記載の不良要因分析システム。
9. 前記属性値は、前記抽出領域に前記目的変数が含まれる製品数である、
   請求項２、３又は６に記載の不良要因分析システム。
10. 前記重要度評価手段は、前記特徴量の違いと前記抽出領域の前記度数分布上の位置との関係の近似式を算出し、算出された前記近似式に基づいて、前記説明変数毎に前記重要度を算出するように構成されている、
    請求項４乃至６の何れかに記載の不良要因分析システム。
11. 前記重要度評価手段は、前記関係の一次近似式及びｎ次近似式（ｎは２以上の整数）を算出し、算出された前記一次近似式及びｎ次近似式に基づいて、前記説明変数毎に前記重要度を算出するように構成されている、
    請求項１０に記載の不良要因分析システム。
12. 前記度数分布作成手段によって作成された前記度数分布での目的変数データの代表値を分割点に決定する決定手段をさらに備え、
    前記設定手段は、前記決定手段によって決定された前記分割点を挟むよう前記２つの抽出領域を設定するように構成されている、
    請求項１乃至１１の何れかに記載の不良要因分析システム。
13. 前記設定手段は、前記算出手段によって前記特徴量の違いが算出された後、前記２つの抽出領域の両方が前記分割点と重なっていない場合に、前記２つの抽出領域のそれぞれを前記分割点に近づけるよう再設定するように構成されており、
    前記重要度評価手段は、前記２つの抽出領域の何れかが前記分割点と重なっている場合に、前記重要度を評価するように構成されている、
    請求項１２に記載の不良要因分析システム。
14. 良品か不良品かの決定に使用される目的変数についての複数の製品毎の目的変数データと、前記製品についての特徴を各別に示す複数の説明変数のそれぞれについての前記複数の製品毎の説明変数データとを含むデータ集合について、前記目的変数データの度数分布を作成するステップと、
    作成された前記度数分布における互いに離れた２つの抽出領域を設定するステップと、
    設定された前記２つの抽出領域のうちの一方に前記目的変数データが含まれる製品と、他方に前記目的変数データが含まれる製品との間における前記説明変数データの差を表す特徴量の違いを、前記説明変数毎に算出するステップと、
    算出された前記特徴量の違いに基づいて、説明変数の不良要因に対する関連度合いを重要度として評価するステップと、
    評価結果を出力するステップと
    を有する、
    不良要因分析方法。

Images