JP7083304B2 - 製造方法、製造管理方法及び製造システム - Google Patents
製造方法、製造管理方法及び製造システム Download PDFInfo
- Publication number
- JP7083304B2 JP7083304B2 JP2018222376A JP2018222376A JP7083304B2 JP 7083304 B2 JP7083304 B2 JP 7083304B2 JP 2018222376 A JP2018222376 A JP 2018222376A JP 2018222376 A JP2018222376 A JP 2018222376A JP 7083304 B2 JP7083304 B2 JP 7083304B2
- Authority
- JP
- Japan
- Prior art keywords
- manufacturing
- inspection
- analysis model
- failure analysis
- product
- 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 description 511
- 238000000034 method Methods 0.000 title claims description 329
- 238000004458 analytical method Methods 0.000 claims description 281
- 230000008569 process Effects 0.000 claims description 281
- 238000007689 inspection Methods 0.000 claims description 242
- 230000002950 deficient Effects 0.000 claims description 116
- 230000007547 defect Effects 0.000 claims description 53
- 230000010354 integration Effects 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 22
- 238000009826 distribution Methods 0.000 claims description 22
- 230000001143 conditioned effect Effects 0.000 claims description 18
- 230000000717 retained effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 261
- 238000010586 diagram Methods 0.000 description 34
- 238000003066 decision tree Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 25
- 230000001133 acceleration Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 238000013500 data storage Methods 0.000 description 13
- 238000005520 cutting process Methods 0.000 description 8
- 239000012467 final product Substances 0.000 description 8
- 230000004043 responsiveness Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 239000013067 intermediate product Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000005389 magnetism Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 101000639461 Rattus norvegicus Small nuclear ribonucleoprotein-associated protein B Proteins 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記製造システムは、プロセッサ(例えばCPU112)と、前記プロセッサに接続される記憶装置(例えば主記憶装置111及びデータストア115)と、を有し、
前記記憶装置は、
製造装置における各製造工程の実際の製造条件(例えば製造データテーブル160-A、160-C、160-E、160-F、160-G等)と、
検査装置における各検査工程の実際の検査結果(例えば製造データテーブル160-B、160-D、160-M、160-N等)と、
前記製品における前記複数の部品の構成を示す情報(例えば部品構成テーブル170)と、
前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報(例えば工程情報テーブル180と、を保持し、
前記製造方法は、
前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順(例えば図23のステップS115)と、
前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順(例えば図23のステップS116)と、
前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順(例えば図23のステップS117、特に図26のステップS1172)と、
前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順(例えば図23のステップS117)と、
前記プロセッサが、前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定する第五手順(例えば図22のステップS107)と、
前記プロセッサが、前記特定された製造条件を出力し、前記製造工程に設定する第六手順(例えば図22のステップS108)と、を含むことを特徴とする。
前記製品における前記複数の部品の構成を示す情報に基づいて、前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、
前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品(例えば図12のヨーク及びシャフト等)である場合、前記第一部品及び前記第二部品に関する前記製造条件及び前記検査結果を全て抽出し(例えば図24のステップS1154)、
前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品でない場合、前記第一部品に関する検査工程である第一の検査工程の種別を判断し(例えば図24のステップS1158及びS1159)、
前記第一の検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査である場合、検査を通過した部品に関する製造条件及び検査結果のみを抽出し(例えば図24のステップS1160)、
前記第一の検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査である場合、検査を通過しない部品に関する製造条件及び検査結果のみを抽出する(例えば図24のステップS1161)。
前記第一手順において抽出された製造条件M及び検査結果Iから、製造条件Mで条件付けられた検査結果が良品である確率をモデリングする条件付き確率分布P(I=良|M)を前記部分不良分析モデルとして学習する。
前記製品における前記複数の部品の構成に基づいて、最下位階層の複数の部品の各々について、複数の仕様に関する部分不良分析モデルを結合することによって、各部品に関する部分不良分析モデルを構築し、
同じ階層の独立に製造・検査される複数の部品の部分不良分析モデルを結合することによって、一階層上位の部品に関する部分不良分析モデルを構築し、
最上位階層の前記製品の不良分析モデルが構築されるまで、前記一階層上位の部品に関する部分不良分析モデルの構築を繰り返す。
前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、前記第一部品と前記第二部品とが同じ階層の独立に製造及び検査される部品である場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件MAで条件付けられた第一仕様Aが良品である確率をモデリングする条件付き確率分布P(IA=良|MA)を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第二部品に関する第二検査工程の前工程の製造条件MBで条件付けられた第二仕様Bが良品である確率をモデリングする条件付き確率分布P(IB=良|MB)を生成し、
前記第一部分不良分析モデルP(IA=良|MA)と前記第二部分不良分析モデルP(IB=良|MB)を、式(1)に示すように掛け合わせることによって、第三不良分析モデルとして、前記第一検査工程の前工程の製造条件MAと前記第二検査工程の前工程の製造条件MBとの組合せで条件付けられた、前記第一部品が前記第一仕様Aを満たし、かつ、前記第二部品が前記第二仕様Bを満たす確率をモデリングする条件付き確率分布P(IA=良,IB=良|MA,MB)を生成する。
P(IA=良,IB=良|MA,MB)=P(IA=良|MA)×P(IB=良|MB) ・・・(1)
前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査であると判断した場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件MAで条件付けられた第一仕様Aが良品である確率をモデリングする条件付き確率分布P(IA=良|MA)を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過した部品に関して、前記第二部品に関する第二の検査工程の前工程の製造条件MA及びMBで条件付けられた第二仕様Bが良品である確率をモデリングする条件付き確率分布P(IB=良|MA, MB,IA=良)を生成し、
前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式(2)に示すように掛け合わせることによって、前記第二仕様が検査される前の全製造条件(MA,MB)で条件付けられた、前記第一仕様及び前記第二仕様を全て満たす確率をモデリングする第三不良分析モデルP(IA=良,IB=良|MA,MB)を生成する。
P(IA=良,IB=良|MA,MB)=P(IA=良|MA)×P(IB=良|MA,MB,IA=良) ・・・(2)
前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査であると判定した場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件MAで条件付けられた第一仕様Aが良品である確率をモデリングする条件付き確率分布P(IA=良|MA)を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過しない部品に関して、前記第二部品に関する第二検査工程の前工程の製造条件MA及びMBで条件付けられた第二仕様Bが良品である確率をモデリングする条件付き確率分布P(IB=良|MA,MB,IA=良)を生成し、
前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式(3)に示すように結合させることによって、第一仕様又は第二仕様を満たす良品の、第二仕様が検査される前の全製造データ(MA,MB)に関する第三不良分析モデルを生成する。
P(IA,B=良|MA,MB)=P(IA=良|MA)+(1-P(IA=良|MA))×P(IB=良|MA,MB,IA=不良) ・・・(3)
arg max{P(IA=良,…,IN=良|MA,…,MN)} ・・・(4)
11、111 主記憶装置
12、112 CPU
13、113 情報用通信I/F
14 制御用通信I/F
15、114 外部記憶装置I/F
16、115 データストア
20 制御系イントラネットワーク
30 情報系イントラネットワーク
30-A~30-N 設備
100 製造条件分析システム
116 外部装置I/F
117 マウス
118 モニター
119 キーボード
Claims (10)
- 製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造システムが実行する製造方法であって、
前記製造システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
前記記憶装置は、
製造装置における各製造工程の実際の製造条件と、
検査装置における各検査工程の実際の検査結果と、
前記製品における前記複数の部品の構成を示す情報と、
前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、
前記製造方法は、
前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順と、
前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順と、
前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順と、
前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順と、
前記プロセッサが、前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定する第五手順と、
前記プロセッサが、前記特定された製造条件を出力し、前記製造工程に設定する第六手順と、を含むことを特徴とする製造方法。 - 請求項1に記載の製造方法であって、
前記第一手順において、前記プロセッサは、
前記製品における前記複数の部品の構成を示す情報に基づいて、前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、
前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品である場合、前記第一部品及び前記第二部品に関する前記製造条件及び前記検査結果を全て抽出し、
前記第一部品及び前記第二部品が同じ階層の独立に製造及び検査される部品でない場合、前記第一部品に関する検査工程である第一の検査工程の種別を判断し、
前記第一の検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査である場合、検査を通過した部品に関する製造条件及び検査結果のみを抽出し、
前記第一の検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査である場合、検査を通過しない部品に関する製造条件及び検査結果のみを抽出することを特徴とする製造方法。 - 請求項1に記載の製造方法であって、
前記第二手順において、前記プロセッサは、
前記第一手順において抽出された製造条件M及び検査結果Iから、製造条件Mで条件付けられた検査結果が良品である確率をモデリングする条件付き確率分布P(I=良|M)を前記部分不良分析モデルとして学習することを特徴とする製造方法。 - 請求項1に記載の製造方法であって、
前記第三手順において、前記プロセッサは、
前記製品における前記複数の部品の構成に基づいて、最下位階層の複数の部品の各々について、複数の仕様に関する部分不良分析モデルを結合することによって、各部品に関する部分不良分析モデルを構築し、
同じ階層の独立に製造・検査される複数の部品の部分不良分析モデルを結合することによって、一階層上位の部品に関する部分不良分析モデルを構築し、
最上位階層の前記製品の不良分析モデルが構築されるまで、前記一階層上位の部品に関する部分不良分析モデルの構築を繰り返すことを特徴とする製造方法。 - 請求項1に記載の製造方法であって、
前記第三手順において、前記プロセッサは、
前記複数の部品のうち第一部品及び第二部品の前記製品における構成を判断し、前記第一部品と前記第二部品とが同じ階層の独立に製造及び検査される部品である場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件MAで条件付けられた第一仕様Aが良品である確率をモデリングする条件付き確率分布P(IA=良|MA)を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第二部品に関する第二検査工程の前工程の製造条件MBで条件付けられた第二仕様Bが良品である確率をモデリングする条件付き確率分布P(IB=良|MB)を生成し、
前記第一部分不良分析モデルP(IA=良|MA)と前記第二部分不良分析モデルP(IB=良|MB)を、式(1)に示すように掛け合わせることによって、第三不良分析モデルとして、前記第一検査工程の前工程の製造条件MAと前記第二検査工程の前工程の製造条件MBとの組合せで条件付けられた、前記第一部品が前記第一仕様Aを満たし、かつ、前記第二部品が前記第二仕様Bを満たす確率をモデリングする条件付き確率分布P(IA=良,IB=良|MA,MB)を生成することを特徴とする製造方法。
P(IA=良,IB=良|MA,MB)=P(IA=良|MA)×P(IB=良|MB) ・・・(1) - 請求項5に記載の製造方法であって、
前記第三手順において、前記プロセッサは、
前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過した部品のみを後工程に流すシーケンシャル検査であると判断した場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件MAで条件付けられた第一仕様Aが良品である確率をモデリングする条件付き確率分布P(IA=良|MA)を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過した部品に関して、前記第二部品に関する第二の検査工程の前工程の製造条件MA及びMBで条件付けられた第二仕様Bが良品である確率をモデリングする条件付き確率分布P(IB=良|MA, MB,IA=良)を生成し、
前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式(2)に示すように掛け合わせることによって、前記第二仕様が検査される前の全製造条件(MA,MB)で条件付けられた、前記第一仕様及び前記第二仕様を全て満たす確率をモデリングする第三不良分析モデルP(IA=良,IB=良|MA,MB)を生成することを特徴とする製造方法。
P(IA=良,IB=良|MA,MB)=P(IA=良|MA)×P(IB=良|MA,MB,IA=良) ・・・(2) - 請求項6に記載の製造方法であって、
前記第三手順において、前記プロセッサは、
前記複数の部品のうち第一部品及び第二部品の前記製品における構成に基づいて、前記第一部品と前記第二部品とが同一部品であると判断し、かつ、前記第一部品に関する第一検査工程の種別が、検査を通過しない部品のみを後工程に流す追加検査であると判定した場合、
前記第一部品に関する第一部分不良分析モデルとして、前記第一部品に関する第一検査工程の前工程の製造条件MAで条件付けられた第一仕様Aが良品である確率をモデリングする条件付き確率分布P(IA=良|MA)を生成し、
前記第二部品に関する第二部分不良分析モデルとして、前記第一検査工程を通過しない部品に関して、前記第二部品に関する第二検査工程の前工程の製造条件MA及びMBで条件付けられた第二仕様Bが良品である確率をモデリングする条件付き確率分布P(IB=良|MA,MB,IA=良)を生成し、
前記第一部分不良分析モデルと前記第二部分不良分析モデルとを式(3)に示すように結合させることによって、第一仕様又は第二仕様を満たす良品の、第二仕様が検査される前の全製造データ(MA,MB)に関する第三不良分析モデルを生成することを特徴とする製造方法。
P(IA,B=良|MA,MB)=P(IA=良|MA)+(1-P(IA=良|MA))×P(IB=良|MA,MB,IA=不良) ・・・(3) - 請求項7に記載の製造方法であって、
前記第五手順において、前記プロセッサは、前記製品の不良分析モデルP(IA=良,…,IN=良|MA,…,MN)から、式(4)の計算によって、全仕様を満たす製造条件を特定することを特徴とする製造方法。
arg max{P(IA=良,…,IN=良|MA,…,MN)} ・・・(4) - 製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造管理システムが実行する製造管理方法であって、
前記製造管理システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
前記記憶装置は、
製造装置における各製造工程の実際の製造条件と、
検査装置における各検査工程の実際の検査結果と、
前記製品における前記複数の部品の構成を示す情報と、
前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、
前記製造管理方法は、
前記プロセッサが、前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出する第一手順と、
前記プロセッサが、前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成する第二手順と、
前記プロセッサが、前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択する第三手順と、
前記プロセッサが、前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成する第四手順と、を含むことを特徴とする製造管理方法。 - 製品を製造するための複数の部品が複数の製造工程および複数の検査工程を順次通過する製造ラインを管理する製造システムであって、
プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
前記記憶装置は、
製造装置における各製造工程の実際の製造条件と、
検査装置における各検査工程の実際の検査結果と、
前記製品における前記複数の部品の構成を示す情報と、
前記各製造工程及び前記各検査工程の内容及び順序関係を示す情報と、を保持し、
前記プロセッサは、
前記製造条件および前記検査結果から、第一検査工程で検査される仕様に関して製造条件から検査結果を推定する第一部分不良分析モデル、及び、第二検査工程で検査される仕様に関して製造条件から検査結果を推定する第二部分不良分析モデルを生成するために利用する製造条件および検査結果を抽出し、
前記抽出された製造条件および検査結果に基づいて、前記第一部分不良分析モデル、及び、前記第二部分不良分析モデルを生成し、
前記製造工程の内容、前記各製造工程の順序関係及び前記製品における前記複数の部品の構成に基づいて、前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合する方法を選択し、
前記選択された統合方法で前記第一部分不良分析モデルと前記第二部分不良分析モデルとを統合することによって、統合不良分析モデルを生成し、
前記統合不良分析モデルに基づいて前記各製造工程の製造条件を特定し、
前記特定された製造条件を出力し、前記製造工程に設定することを特徴とする製造システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018222376A JP7083304B2 (ja) | 2018-11-28 | 2018-11-28 | 製造方法、製造管理方法及び製造システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018222376A JP7083304B2 (ja) | 2018-11-28 | 2018-11-28 | 製造方法、製造管理方法及び製造システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020087110A JP2020087110A (ja) | 2020-06-04 |
JP7083304B2 true JP7083304B2 (ja) | 2022-06-10 |
Family
ID=70909999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018222376A Active JP7083304B2 (ja) | 2018-11-28 | 2018-11-28 | 製造方法、製造管理方法及び製造システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7083304B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023044948A (ja) * | 2021-09-21 | 2023-04-03 | 株式会社日立製作所 | ライン設計装置およびライン設計方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006065598A (ja) | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
JP2008171037A (ja) | 2007-01-05 | 2008-07-24 | Fujitsu Ltd | 信頼性評価プログラムおよび信頼性評価装置 |
JP2008250910A (ja) | 2007-03-30 | 2008-10-16 | Fujitsu Microelectronics Ltd | データマイニング方法及び工程管理方法 |
JP2010039581A (ja) | 2008-07-31 | 2010-02-18 | Incs Inc | 品質検査装置、品質検査システム、品質検査方法、コンピュータプログラム及び記録媒体 |
JP2013015964A (ja) | 2011-07-01 | 2013-01-24 | Ricoh Co Ltd | 合格率推定装置、合格率推定方法、プログラム |
JP2018124667A (ja) | 2017-01-30 | 2018-08-09 | 三菱重工航空エンジン株式会社 | 生産工程分析装置及びこれを用いる生産管理システム |
-
2018
- 2018-11-28 JP JP2018222376A patent/JP7083304B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006065598A (ja) | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
JP2008171037A (ja) | 2007-01-05 | 2008-07-24 | Fujitsu Ltd | 信頼性評価プログラムおよび信頼性評価装置 |
JP2008250910A (ja) | 2007-03-30 | 2008-10-16 | Fujitsu Microelectronics Ltd | データマイニング方法及び工程管理方法 |
JP2010039581A (ja) | 2008-07-31 | 2010-02-18 | Incs Inc | 品質検査装置、品質検査システム、品質検査方法、コンピュータプログラム及び記録媒体 |
JP2013015964A (ja) | 2011-07-01 | 2013-01-24 | Ricoh Co Ltd | 合格率推定装置、合格率推定方法、プログラム |
JP2018124667A (ja) | 2017-01-30 | 2018-08-09 | 三菱重工航空エンジン株式会社 | 生産工程分析装置及びこれを用いる生産管理システム |
Also Published As
Publication number | Publication date |
---|---|
JP2020087110A (ja) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Genta et al. | Product complexity and design of inspection strategies for assembly manufacturing processes | |
Saghafian et al. | The newsvendor under demand ambiguity: Combining data with moment and tail information | |
CN106681299B (zh) | 事件解析装置、事件解析系统、事件解析方法及事件解析程序 | |
Grbac et al. | A second replicated quantitative analysis of fault distributions in complex software systems | |
EP2169541A2 (en) | Method, system and graphical user interface for configuring a simulator to simulate a plurality of devices | |
Rozinat et al. | Workflow simulation for operational decision support using design, historic and state information | |
US20150066163A1 (en) | System and method for multi-domain structural analysis across applications in industrial control and automation system | |
Jain et al. | A framework to study vendors’ contribution in a client vendor relationship in information technology service outsourcing in India | |
Hildebrandt et al. | Large-scale simulation-based optimization of semiconductor dispatching rules | |
KR20190060547A (ko) | 데이터 불균형 환경에서 머신러닝 모델을 통해 공정 불량 원인을 도출하고 시각화하는 방법 | |
Tan et al. | Quality analytics in a big data supply chain: commodity data analytics for quality engineering | |
JP7083304B2 (ja) | 製造方法、製造管理方法及び製造システム | |
Sjarov et al. | Towards “design for interoperability” in the context of systems engineering | |
Kovrigin et al. | Trends in the development of a digital quality management system in the aerospace industry | |
Aikhuele et al. | Proposal for a conceptual model for evaluating lean product development performance: a study of LPD enablers in manufacturing companies | |
Khemiri et al. | Improving business process in semiconductor manufacturing by discovering business rules | |
Hadjis | Bringing economy and robustness in parameter testing: a Taguchi methods‐based approach to model validation | |
Eckstein et al. | Towards extracting customer needs from incident tickets in it services | |
Škec et al. | Mapping risks on various product development process types | |
Goeminne | Understanding the evolution of socio-technical aspects in open source ecosystems | |
JP6715705B2 (ja) | 不良原因探索システム、及び不良要因探索方法 | |
Schneidewind | What can software engineers learn from manufacturing to improve software process and product? | |
Uriarte et al. | Introducing simulation and optimization in the lean continuous improvement standards in an automotive company | |
Ruiz Zúñiga et al. | Reconfiguration Assessment for Production Volume Changes Using Discrete-Event Simulation: A Large-Size Highly-Customized Product Case Study | |
Zavvar et al. | A method based on fuzzy system for assessing the reliability of software based aspects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210611 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220428 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220531 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7083304 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |