JPWO2010137487A1 - 製品選別装置、製品選別方法及びコンピュータプログラム - Google Patents

製品選別装置、製品選別方法及びコンピュータプログラム Download PDF

Info

Publication number
JPWO2010137487A1
JPWO2010137487A1 JP2011515983A JP2011515983A JPWO2010137487A1 JP WO2010137487 A1 JPWO2010137487 A1 JP WO2010137487A1 JP 2011515983 A JP2011515983 A JP 2011515983A JP 2011515983 A JP2011515983 A JP 2011515983A JP WO2010137487 A1 JPWO2010137487 A1 JP WO2010137487A1
Authority
JP
Japan
Prior art keywords
rank
standard deviation
product
characteristic value
products
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
JP2011515983A
Other languages
English (en)
Other versions
JP5287985B2 (ja
Inventor
輝久 鶴
輝久 鶴
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.)
Murata Manufacturing Co Ltd
Original Assignee
Murata Manufacturing Co 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 Murata Manufacturing Co Ltd filed Critical Murata Manufacturing Co Ltd
Priority to JP2011515983A priority Critical patent/JP5287985B2/ja
Publication of JPWO2010137487A1 publication Critical patent/JPWO2010137487A1/ja
Application granted granted Critical
Publication of JP5287985B2 publication Critical patent/JP5287985B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches

Abstract

本発明は、測定治具の取り外し等の煩雑な作業を行うことなく、短時間の作業で、製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を算出することができる製品選別装置、製品選別方法及びコンピュータプログラムを提供する。本発明に係る製品選別装置は、測定部１と、選別部３と、みなし標準偏差算出部４と、再選別部５と、ランク別推定個数算出部６と、標準偏差算出部７とを備える。標準偏差算出部７は、少なくとも一度再選別した所定の複数のランクのうち、少なくとも一つのランクに属する製品１０の個数と、ランク別推定個数算出部６で推定した該ランクに属する製品１０の推定個数とが略一致するようにみなし標準偏差の確率分布の変数を変更し、変更した変数を製品１０の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する。

Description

本発明は、製品を選別する製品選別装置、製品選別方法及びコンピュータプログラムに関する。
製品は、出荷する前に所定の特性を示す特性値が測定され、所定の規格を満たすか否かにより良品又は不良品に選別される。製品の選別は、製品選別装置を用いて測定した製品の特性値と、製品規格（製品として要求される特性値）よりも条件が厳しい検査規格とを比較することにより行われる。測定した製品の特性値のバラツキが、製品自体の特性値のバラツキのみであれば、検査規格を製品規格と同一の条件に規定した場合であっても、製品選別装置により製品を良品又は不良品に正しく選別することができる。
しかし、測定した製品の特性値のバラツキには、製品自体の特性値のバラツキのみではなく、測定システムの測定値のバラツキが含まれている。そのため、製品選別装置において良品と選別された製品に不良品が含まれている、又は不良品と選別された製品に良品が含まれているおそれがある。ここで、不良品である製品が誤って良品に選別される確率を消費者リスク、良品である製品が誤って不良品に選別される確率を生産者リスクという。
消費者リスク及び生産者リスクを算出する方法が、非特許文献１及び２に開示されている。非特許文献１には、モンテカルロ法を用いて、製品選別装置における消費者リスク及び生産者リスクを算出する方法が開示されている。非特許文献２には、二重積分式を用いて、特性値のバラツキ及び測定値のバラツキの分布が正規分布であるとして、消費者リスク及び生産者リスクを算出する方法が開示されている。
エム．ドバート（Ｍ．Ｄｏｂｂｅｒｔ）「測定リスクの理解（Ｕｎｄｅｒｓｔａｎｄｉｎｇ Ｍｅａｓｕｒｅｍｅｎｔ Ｒｉｓｋ）」、エヌシーエスエル インターナショナル ワークショップ アンド シンポジウム（ＮＣＳＬ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ａｎｄ Ｓｙｍｐｏｓｉｕｍ）、２００７年８月 デーヴィッド ディーヴァー（Ｄａｖｉｄ Ｄｅａｖｅｒ）、「実用上の校正管理（Ｍａｎａｇｉｎｇ Ｃａｌｉｂｒａｔｉｏｎ Ｃｏｎｆｉｄｅｎｃｅ ｉｎ ｔｈｅ Ｒｅａｌ Ｗｏｒｌｄ）」、エヌシーエスエル インターナショナル ワークショップ アンド シンポジウム（ＮＣＳＬ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ａｎｄ Ｓｙｍｐｏｓｉｕｍ）、１９９５年
非特許文献１又は２に開示されている方法を用いて、消費者リスク及び生産者リスクを算出することはできる。しかし、製品自体の特性値のバラツキ、測定システムの測定値のバラツキ等については、非特許文献１又は２に開示されている方法を用いても算出することはできない。
測定システムの測定値のバラツキを算出するには、不確かさを評価する手法、品質マネジメントシステム規格（ＩＳＯ９００１：２０００）の自動車生産及び関連サービス部品組織に関する固有要求事項（ＩＳＯ／ＴＳ１６９４９）で規定している測定システム解析ＭＳＡ（Ｍｅａｓｕｒｅｍｅｎｔ Ｓｙｓｔｅｍｓ Ａｎａｌｙｓｉｓ）の手法等が従来用いられている。
しかし、不確かさを評価する手法は、測定システムを測定治具、センサ等の不確かさが生じる要素に分け、要素ごとの不確かさを評価して、測定システム全体の不確かさである測定値のバラツキの標準偏差を算出している。そのため、不確かさを評価する手法は、それぞれの要素ごとに専門的な技術が必要であり、長時間の作業が必要となるので製造ラインに設ける製品選別装置に適用することが困難であった。
また、測定システム解析ＭＳＡの手法では、ＧＲ＆Ｒ（Ｇａｇｅ Ｒｅｐｅａｔａｂｉｌｉｔｙ ａｎｄ Ｒｅｐｒｏｄｕｃｉｂｉｌｉｔｙ）の手法を用いて測定値のバラツキの標準偏差を算出するため、測定治具の取り外し等の作業を伴う繰返し測定、全ての製品の特性値の再測定等を行う必要があり、労務コストが高くなるという問題があった。例えば、コンデンサ容量を特性値とするコンデンサを１分間に１万個選別する製品選別装置では、特に測定治具の取り外し等の作業が煩雑であり、測定値のバラツキの標準偏差を算出するために約２時間の作業が必要となり、労務コストが高くなる。
本発明は、上記事情に鑑みてなされたものであり、測定治具の取り外し等の煩雑な作業を行うことなく、短時間の作業で製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を算出することができる製品選別装置、製品選別方法及びコンピュータプログラムを提供することを目的とする。
上記目的を達成するために第１発明に係る製品選別装置は、製品の所定の特性を示す特性値を測定する測定部と、測定した特性値に基づき、前記製品を所定の複数のランクに選別する選別部と、測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するみなし標準偏差算出部と、選別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の特性値を再測定し、再測定した特性値に基づき、前記製品を前記所定の複数のランクに再選別する再選別部と、前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とする前記みなし標準偏差の確率分布に基づいて、少なくとも一度再選別した場合に各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出するランク別推定個数算出部と、少なくとも一度再選別した複数のランクのうち、少なくとも一つのランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致するように前記みなし標準偏差の確率分布の前記変数を変更し、変更した変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する標準偏差算出部とを備える。
また、第２発明に係る製品選別装置は、第１発明において、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再選別部は、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を再選別するようにしてあり、前記標準偏差算出部は、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する。
また、第３発明に係る製品選別装置は、第１発明において、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再選別部は、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を再選別するようにしてあり、前記標準偏差算出部は、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する。
また、第４発明に係る製品選別装置は、第１乃至第３発明のいずれか一つにおいて、前記ランク別推定個数算出部は、前記製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間の確率分布が前記測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出する。
上記目的を達成するために第５発明に係る製品選別方法は、製品の所定の特性を示す特性値を測定するステップと、測定した特性値に基づき、前記製品を所定の複数のランクに選別するステップと、測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するステップと、選別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の特性値を再測定し、再測定した特性値に基づき、前記製品を前記所定の複数のランクに再選別するステップと、前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とする前記みなし標準偏差の確率分布に基づいて、少なくとも一度再選別した場合に各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出するステップと、少なくとも一度再選別した複数のランクのうち、少なくとも一つのランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致するように前記みなし標準偏差の確率分布の前記変数を変更し、変更した変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出するステップとを含む。
また、第６発明に係る製品選別方法は、第５発明において、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を再選別し、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する。
また、第７発明に係る製品選別方法は、第５発明において、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を再選別し、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する。
また、第８発明に係る製品選別方法は、第５乃至第７発明のいずれか一つにおいて、前記製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間の確率分布が前記測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出する。
次に、上記目的を達成するために第９発明に係るコンピュータプログラムは、製品を選別する製品選別装置で実行することが可能なコンピュータプログラムにおいて、前記製品選別装置を、製品の所定の特性を示す特性値を測定する測定手段、測定した特性値に基づき、前記製品を所定の複数のランクに選別する選別手段、測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するみなし標準偏差算出手段、選別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の特性値を再測定し、再測定した特性値に基づき、前記製品を前記所定の複数のランクに再選別する再選別手段、前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とする前記みなし標準偏差の確率分布に基づいて、少なくとも一度再選別した場合に各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出するランク別推定個数算出手段、及び少なくとも一度再選別した複数のランクのうち、少なくとも一つのランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致するように前記みなし標準偏差の確率分布の前記変数を変更し、変更した変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する標準偏差算出手段として機能させる。
また、第１０発明に係るコンピュータプログラムは、第９発明において、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再選別手段を、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を再選別する手段として機能させ、前記標準偏差算出手段を、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する手段として機能させる。
また、第１１発明に係るコンピュータプログラムは、第９発明において、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再選別手段を、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を再選別する手段として機能させ、前記標準偏差算出手段を、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する手段として機能させる。
また、第１２発明に係るコンピュータプログラムは、第９乃至第１１発明のいずれか一つにおいて、前記ランク別推定個数算出手段を、前記製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間の確率分布が前記測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出する手段として機能させる。
第１、第５、第９発明では、選別した所定の複数のランクのうち、少なくとも一つのランクに属する製品の特性値を再測定し、再測定した特性値に基づき、製品を所定の複数のランクに再選別することにより、全ての製品の特性値を再測定する必要がなく、測定システム解析ＭＳＡの手法のような測定治具の取り外し等の作業を伴う繰返し測定を行う必要がないため、測定値バラツキの標準偏差を算出する時間を大幅に短縮することができる。また、製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とするみなし標準偏差の確率分布に基づいて、各ランクに属する製品の個数を推定し、各ランクに属する製品の推定個数として算出し、少なくとも一つのランクに属する製品の個数と、該ランクに属する製品の推定個数とが略一致するようにみなし標準偏差の確率分布の変数を変更し、変更した変数を製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出することにより、数学的に解くことが困難な連立方程式を解くことなく、製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を算出することができる。
第２、第６、第１０発明では、特性値が所定の検査規格の上限値以下、下限値以上であるランクに属する製品を再選別するので、良品であると選別された当該ランクに属する製品を再度検査することになり、不良品を誤って良品と選別して出荷する確率を低減することができる。
第３、第７、第１１発明では、特性値が所定の検査規格の上限値より大きいランク及び所定の検査規格の下限値より小さいランクに属する製品を再選別するので、不良品と選別された当該ランクに属する製品を再度検査することになり、良品を誤って不良品と選別する確率を低減でき良品率を改善することができる。
第４、第８、第１２発明では、製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間が測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する製品の個数を推定し、各ランクに属する製品の推定個数として算出するので、数学的に解くことが困難な連立方程式を解くことなく、各ランクに属する製品の個数を推定することができる。
本発明に係る製品選別装置、製品選別方法及びコンピュータプログラムでは、上記の構成により、測定治具の取り外し等の煩雑な作業を行うことなく、短時間で製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を算出することができる。
本発明の実施の形態１に係る製品選別装置の構成例を示すブロック図である。 本発明の実施の形態１に係る製品選別装置の機能ブロック図である。 本発明の実施の形態１に係る製品選別装置の選別部が製品を複数のランクに選別した場合の確率分布の模式図である。 本発明の実施の形態１に係る製品選別装置の再選別部がランクＢに属する製品を複数のランクに再選別した場合の確率分布の模式図である。 本発明の実施の形態１に係る製品選別装置が、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順を示すフローチャートである。 本発明の実施の形態１に係る製品選別装置が、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順を示すフローチャートである。 本発明の実施の形態１に係る製品選別装置が、各ランクに選別された製品の個数を推定する処理手順を示すフローチャートである。 特性値バラツキの標準偏差ＰＶの各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従う様子を示す模式図である。 本発明の実施の形態２に係る製品選別装置の再選別部がランクＡ、Ｃに属する製品を複数のランクに再選別した場合の確率分布の模式図である。 本発明の実施の形態２に係る製品選別装置が、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順を示すフローチャートである。
以下、本発明の実施の形態における製品自体の特性値のバラツキの標準偏差及び測定システムの測定値のバラツキの標準偏差を算出することが可能な製品選別装置について、図面を用いて具体的に説明する。以下の実施の形態は、特許請求の範囲に記載された発明を限定するものではなく、実施の形態の中で説明されている特徴的事項の組み合わせの全てが解決手段の必須事項であるとは限らないことは言うまでもない。
以下の実施の形態では、コンピュータシステムにコンピュータプログラムを導入した、製品選別装置について説明するが、当業者であれば明らかな通り、本発明はその一部をコンピュータで実行することが可能なコンピュータプログラムとして実施することができる。したがって、本発明は、製品選別装置というハードウェアとしての実施の形態、ソフトウェアとしての実施の形態、又はソフトウェアとハードウェアとの組み合わせの実施の形態をとることができる。コンピュータプログラムは、ハードディスク、ＤＶＤ、ＣＤ、光記憶装置、磁気記憶装置等の任意のコンピュータで読み取ることが可能な記録媒体に記録することができる。
（実施の形態１）
図１は、本発明の実施の形態１に係る製品選別装置の構成例を示すブロック図である。本実施の形態１に係る製品選別装置は、製品の所定の特性を示す特性値を測定する測定部１と、測定した特性値を演算する演算処理部２とを備えている。
測定部１は、製品の所定の特性を示す特性値を測定する。例えば、製品がセラミックコンデンサである場合、製品の特性値であるコンデンサ容量を測定部１で測定する。コンデンサ容量を測定する測定部１のハードウェア構成としては、ＬＣＲメータがある。
演算処理部２は、少なくともＣＰＵ（中央演算装置）２１、メモリ２２、記憶装置２３、Ｉ／Ｏインタフェース２４、ビデオインタフェース２５、可搬型ディスクドライブ２６、測定インタフェース２７及び上述したハードウェアを接続する内部バス２８で構成されている。
ＣＰＵ２１は、内部バス２８を介して演算処理部２の上述したようなハードウェア各部と接続されており、上述したハードウェア各部の動作を制御するとともに、記憶装置２３に記憶しているコンピュータプログラム２３０に従って、種々のソフトウェア的機能を実行する。メモリ２２は、ＳＲＡＭ、ＳＤＲＡＭ等の揮発性メモリで構成され、コンピュータプログラム２３０の実行時にロードモジュールが展開され、コンピュータプログラム２３０の実行時に発生する一時的なデータ等を記憶する。
記憶装置２３は、内蔵される固定型記憶装置（ハードディスク）、ＲＯＭ等で構成されている。記憶装置２３に記憶しているコンピュータプログラム２３０は、プログラム及びデータ等の情報を記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体９０から、可搬型ディスクドライブ２６によりダウンロードされ、実行時には記憶装置２３からメモリ２２へ展開して実行される。もちろん、ネットワークに接続されている外部のコンピュータからダウンロードされたコンピュータプログラムであっても良い。
測定インタフェース２７は内部バス２８に接続されており、測定部１と接続されることにより、測定部１と演算処理部２との間で測定した特性値や制御信号等を送受信することが可能となっている。
Ｉ／Ｏインタフェース２４は、キーボード２４１、マウス２４２等のデータ入力媒体と接続され、データの入力を受け付ける。また、ビデオインタフェース２５は、ＣＲＴモニタ、ＬＣＤ等の表示装置２５１と接続され、所定の画像を表示する。
以下、上述した構成の製品選別装置の動作について説明する。図２は、本発明の実施の形態１に係る製品選別装置の機能ブロック図である。測定部１は、製品１０の所定の特性を示す特性値を測定する。
選別部３は、測定部１において測定した特性値に基づいて、製品１０を複数のランクに選別する。製品１０を選別するランクは、例えば製品１０が良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられる。なお、本実施の形態１では、検査規格を製品規格と同一の条件に規定している場合について説明する。図３は、本発明の実施の形態１に係る製品選別装置の選別部３が製品１０を複数のランクに選別した場合の確率分布の模式図である。図３は、横軸を製品１０の特性値、縦軸を製品１０の個数として、測定した製品１０の特性値の確率分布を表している。測定した製品１０の特性値の確率分布は、正規分布となっている。
さらに、図３には、所定の検査規格で規定した特性値の上限値及び下限値が図示されている。選別部３は、特性値の下限値より小さい範囲をランクＡ、特性値の下限値以上、上限値以下の範囲をランクＢ、特性値の上限値より大きい範囲をランクＣとして製品１０を選別する。なお、ランクＢに属する製品１０は検査規格に基づき良品と判断され、ランクＡ、Ｃに属する製品１０は検査規格に基づき不良品と判断される。
図２に戻って、みなし標準偏差算出部４は、測定した特性値のバラツキの標準偏差をみなし標準偏差として算出する。なお、みなし標準偏差算出部４は、みなし標準偏差を算出するとともに、測定した製品１０の特性値の平均値も算出することができる。なお、測定した特性値に基づいて、みなし標準偏差及び平均値を算出することができる。しかし、本実施の形態１に係るみなし標準偏差算出部４では、測定した特性値からみなし標準偏差や平均値を算出するのではなく、選別部３で選別した複数のランクのうち、少なくとも１つのランク（例えば、ランクＢ）に属する製品１０の個数を利用して、正規分布の累積分布関数の逆関数からみなし標準偏差及び平均値を算出する。つまり、測定した製品１０の特性値の確率分布が正規分布であるとして、ランクＡに属する製品１０の個数を得ることで、当該確率分布を特定することができ、みなし標準偏差及び平均値等を求めることができる。
再選別部５は、選別部３で選別したランクＢに属する製品１０の特性値を、測定部１で再測定し、再測定した特性値に基づき、製品１０を選別部３と同じ検査規格を基準に設けられた複数のランクに再選別する。ここで、測定部１に測定値のバラツキ（測定値バラツキ）がない場合であって、再選別部５がランクＢに属する製品１０の特性値を再測定して、再測定した特性値に基づいて複数のランクに再選別した場合、常に再選別した製品１０は全てランクＢに属することになる。一方、測定値バラツキがある場合であって、再選別部５がランクＢに属する製品１０の特性値を再測定して、再測定した特性値に基づいて複数のランクに再選別した場合、再選別した製品１０はランクＢ以外にランクＡ、Ｃにも属することになる。再選別することによりランクＡ、Ｃに製品１０が属することになるのは、測定値バラツキにより、再選別において本来はランクＡ、Ｃに属する製品１０が、ランクＢに属する製品１０と誤って再選別されている場合、あるいは測定値バラツキにより、再選別により本来はランクＢに属する製品１０が、ランクＡ、Ｃに属する製品１０と誤って再選別されている場合があるためである。なお、実際の測定部１は、測定値バラツキが必ず存在するために、再選別した製品１０はランクＢ以外にランクＡ、Ｃにも属することになる。
再選別部５が、ランクＢに属する製品１０を複数のランクに再選別する具体例を、図面を用いて説明する。図４は、本発明の実施の形態１に係る製品選別装置の再選別部５がランクＢに属する製品１０を複数のランクに再選別した場合の確率分布の模式図である。図４も、図３と同様に、検査規格で規定した特性値の上限値及び下限値が図示されている。図４では、選別においてランクＢに属していた製品１０が、測定部１の測定値バラツキにより、ランクＡ、Ｃに再選別されている様子が示されている。具体的に、図４においてランクＡに属する製品１０は、ランクＢからランクＡに再選別された製品である。図４においてランクＣに属する製品１０は、ランクＢからランクＣに再選別された製品である。なお、図４においてランクＢに属する製品１０は、ランクＢからランクＢに再選別された製品である。
例えば、再選別した製品１０をコンデンサ容量１ｐＦのコンデンサとして、３５２５個の製品１０を測定部１で測定した場合、測定結果より特性値の平均値が１．００６７ｐＦと算出され、みなし標準偏差算出部４ではみなし標準偏差が０．０２１２５ｐＦと算出された。また、検査規格の下限値を０．９８５ｐＦ、上限値を１．０１５ｐＦとした場合、選別部３は、３５２５個の製品１０を、ランクＡには５４３個、ランクＢには１７５８個、ランクＣには１２２４個と選別した。
再選別部５は、ランクＢに属する１７５８個の製品１０について、測定部１にて特性値を再測定させ、再測定した特性値に基づいて複数のランクに再選別する。再選別部５で再選別した結果、製品１０は、ランクＡに７７個、ランクＢに１５５９個、ランクＣに１２２個と再選別される。このとき、再選別したランクＡ、Ｃに属する１９９個（７７個＋１２２個）の製品１０の条件は、次の第１及び第２条件の２種類の条件となる。第１条件は、製品１０が真にランクＢ（真の特性値が検査規格の上限値以下、下限値以上の範囲内）であって、選別部３でランクＢと選別され、再選別部５でランクＡ、Ｃと再選別された製品１０である。第２条件は、製品１０が真にランクＡ、Ｃ（真の特性値が検査規格の上限値より大きい範囲、又は下限値より小さい範囲）であって、選別部３でランクＢと選別され、再選別部５でランクＡ、Ｃと再選別された製品１０である。
再選別部５でランクＡ、Ｃと再選別された製品１０が存在するのは、上述したように、製品自体の特性値のバラツキ（特性値バラツキ）だけでなく、測定値バラツキが存在するからである。測定部１で測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するみなし標準偏差算出部４で算出されるみなし標準偏差ＴＶは、特性値バラツキの標準偏差ＰＶと、測定値バラツキの標準偏差ＧＲＲとにより（数１）として表わすことができる。
Figure 2010137487
（数１）から分かるように、測定値バラツキの標準偏差ＧＲＲが０（ゼロ）であれば、みなし標準偏差算出部４で算出されるみなし標準偏差ＴＶは、特性値バラツキの標準偏差ＰＶと等しくなる。
測定値バラツキの標準偏差ＧＲＲが０（ゼロ）でない場合は、みなし標準偏差ＴＶをみなし標準偏差算出部４で算出しただけでは、特性値バラツキの標準偏差ＰＶと、測定値バラツキの標準偏差ＧＲＲとを算出することができない。そこで、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出するためには、（数１）と、上述の第１及び第２条件を満たす製品１０の個数とを共に満足させる必要がある。
第１及び第２条件を満たす製品１０の個数は、非特許文献２で開示されている真の不良品を測定により良品と選別する確率の消費者リスクＣＲ（数２）と、真の良品を測定により不良品と選別する確率の生産者リスクＰＲ（数３）とを解くことにより求めることができる。
Figure 2010137487
Figure 2010137487
（数２）及び（数３）は、製品１０の特性値バラツキの確率分布と測定部１の測定値バラツキの確率分布を正規分布とした場合、製品１０の特性値バラツキの標準偏差ＰＶにより基準正規分布を求めた製品１０の特性値バラツキの確率密度関数と、測定部１の測定値バラツキの標準偏差ＧＲＲにより基準正規分布を求めた測定値バラツキの確率密度関数との二重積分の形式で表現されている。ここで、ｔは製品１０の特性値バラツキの確率分布の中心からの位置、ｓは測定部１の測定値バラツキの確率分布の中心からの位置、Ｌは製品規格の半値幅（製品１０の製品規格の中心を零点とした場合、零点から製品１０の製品規格の上限値又は下限値までの距離）、ｋ・Ｌは検査規格の半値幅（製品１０の検査規格の中心を零点とした場合、零点から製品１０の検査規格の上限値又は下限値までの距離）、ｕは製品１０の特性値バラツキの確率分布の偏り、ｖは測定部１の測定値バラツキの確率分布の偏り、Ｒは精度比（製品１０の特性値バラツキの標準偏差ＰＶを測定部１の測定値バラツキの標準偏差ＧＲＲで割った値）を示している。なお、本実施の形態１に係る製品選別装置では、製品規格と検査規格とが同一の条件であるためｋ＝１となる。
（数２）及び（数３）を利用して特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出するには、第１条件及び第２条件を満たす（数２）及び（数３）の二重積分式と、（数１）との連立方程式を解く必要がある。しかし、該連立方程式を数学的に解くことは困難である。
そこで、本実施の形態１に係る製品選別装置では、図２に示すランク別推定個数算出部６及び標準偏差算出部７を利用して、（数１）と、第１条件及び第２条件を満たす製品１０の個数とを共に満足させる製品１０の特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する。ここで、ランク別推定個数算出部６は、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを変数とするみなし標準偏差ＴＶの確率分布に基づいて、再選別した後のランクＡ、Ｂ、Ｃそれぞれに属する製品１０の個数を推定し、各ランクに属する製品１０の推定個数として算出する。標準偏差算出部７は、再選別部５で再選別したランクＡ、Ｃに属する製品１０の個数と、ランクＡ、Ｃに属する製品１０の推定個数とが略一致するようにみなし標準偏差ＴＶの確率分布の変数を変更し、変更した変数を製品１０の特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲとして算出する。
具体的に、本実施の形態１に係る製品選別装置において、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順について、フローチャートを用いて説明する。図５及び図６は、本発明の実施の形態１に係る製品選別装置が、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順を示すフローチャートである。
演算処理部２のＣＰＵ２１は、測定インタフェース２７で受信した、測定部１で測定した製品１０の特性値を取得し（ステップＳ５０１）、取得した製品１０の特性値に基づいて、製品１０を図３で示したランクＡ、ランクＢ、ランクＣに選別する（ステップＳ５０２）。ＣＰＵ２１は、ランクＢに選別された製品１０の特性値を再測定するよう測定部１へ指示信号を送信する（ステップＳ５０３）。指示信号を受信した測定部１は、ランクＢに選別された製品１０の特性値を再測定する。ＣＰＵ２１は、再測定した製品１０の特性値を再度取得し（ステップＳ５０４）、再度取得した特性値に基づいて製品１０を複数のランクに再選別し（ステップＳ５０５）、再選別した各ランクに属する製品１０の個数を計数する（ステップＳ５０６）。
ＣＰＵ２１は、選別されたランクＡ、ランクＢ、ランクＣのうち少なくとも１つのランクに属する製品１０の個数に基づき、測定部１で測定した製品１０の特性値の確率分布を特定し、みなし標準偏差ＴＶや特性値の平均値を算出する（ステップＳ５０７）。
ＣＰＵ２１は、測定値バラツキの標準偏差ＧＲＲをＧＲＲ１＝０．１ＴＶ（初期値）と設定し、測定値バラツキの標準偏差ＧＲＲの変更幅ＧＲＲ２を、ＧＲＲ２＝（ＴＶ−ＧＲＲ１）／１０＝（ＴＶ−０．１ＴＶ）／１０＝０．０９ＴＶと設定する（ステップＳ５０８）。
ＣＰＵ２１は、算出したみなし標準偏差ＴＶと、設定した測定値バラツキの標準偏差ＧＲＲ１とに基づき、特性値バラツキの標準偏差ＰＶを設定し（ステップＳ５０９）、設定した特性値バラツキの標準偏差ＰＶの確率分布から、再選別した場合にランクＢに属する製品１０の個数を推定する（ステップＳ６１０）。
ステップＳ６１０の処理手順について、さらに詳しいフローチャート用いて説明する。図７は、本発明の実施の形態１に係る製品選別装置が、各ランクに再選別した場合に製品１０の個数を推定する処理手順を示すフローチャートである。ＣＰＵ２１は、算出したみなし標準偏差ＴＶと、設定した測定値バラツキの標準偏差ＧＲＲ１とを（数１）に代入して、特性値バラツキの標準偏差ＰＶを設定する（ステップＳ７０１）。具体的に、特性値バラツキの標準偏差ＰＶは、（数１）よりＰＶ2 ＝ＴＶ2 −ＧＲＲ2 となり、初期設定値のＧＲＲ１＝０．１ＴＶを代入することで、ＰＶ2 ＝ＴＶ2 −（０．１ＴＶ）2 として算出することができる。
ＣＰＵ２１は、設定した特性値バラツキの標準偏差ＰＶの確率分布を、所定の特性値ごとに複数の区間に分け、各区間の確率分布を特定する（ステップＳ７０２）。ＣＰＵ２１は、特定した各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従うと仮定して測定した結果として（以下、測定後）、特性値バラツキの標準偏差ＰＶの確率分布を算出する（ステップＳ７０３）。なお、各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従うと仮定することについて、図を用いて説明する。図８は、特性値バラツキの標準偏差ＰＶの各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従う様子を示す模式図である。図８に示すように、特性値バラツキの標準偏差ＰＶの確率分布は複数の区間６１（図８では９つの区間）に分けられる。例えば、特性値αから特性値βまでの区間６１Ａには、特性値αから特性値βまでの特性値の製品１０は存在するが、特性値αより小さい特性値、又は特性値βより大きい特性値の製品１０は存在しない。区間６１Ａの測定後の確率分布６２Ａが測定値バラツキの標準偏差ＧＲＲ１の確率分布に従うと仮定すると、区間６１Ａに属する製品１０のそれぞれの特性値は測定値バラツキを有することになり、区間６１Ａの確率分布６２Ａを測定後の確率分布６２Ｂとみなすことができる。測定後の確率分布６２Ｂでは、特性値αより小さい特性値、又は特性値βより大きい特性値の製品１０も存在する。ＣＰＵ２１は、各区間６１の確率分布を、測定後の確率分布とみなすことで、測定後の特性値バラツキの標準偏差ＰＶの確率分布を算出する。
ＣＰＵ２１は、測定後の特性値バラツキの標準偏差ＰＶの確率分布に基づいて、ランクＢに属する製品１０の個数を推定する（ステップＳ７０４）。図８に示すように、ランクＢに属する区間６１Ａの確率分布６２Ａは測定後の確率分布６２Ｂとみなされるため、区間６１Ａに属する製品であっても測定後にランクＡに属する製品１０が存在する。また、ランクＡに属する区間６１Ｃの確率分布も測定後の確率分布６２Ｃとみなされるため、区間６１Ｃに属する製品であってもランクＢに属する製品１０が存在する。ＣＰＵ２１は、区間６１Ａの確率分布６２Ａを測定後の確率分布６２Ｂと、区間６１Ｃの確率分布を測定後の確率分布６２Ｃとそれぞれみなして、測定後の確率分布６２ＢからランクＢに属さない製品１０を減算し、測定後の確率分布６２ＣからランクＢに属する製品１０を加算する処理を、各区間６１に行うことでランクＢに属する製品１０の個数を推定する。なお、実際使用するプログラムの中では、精度を高めるために、ランクＡ、Ｂ、Ｃをそれぞれ２００程度の区間に分けて計算を行っている。
図６に戻って、演算処理部２のＣＰＵ２１は、例えば、ランクＡ、Ｂ、Ｃをそれぞれ２００の区間に分けて、各区間に属する製品１０の特性値を測定した後にランクＢに入る確率分布ごとに、個数を推定したランクＢの確率分布をさらに複数の区間に分け、各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従うと仮定して、ランクＢを再選別した後のランクＡ、Ｃに属する製品１０の個数を推定し、ランクＡ、Ｃの推定個数として算出する（ステップＳ６１１）。なお、個数を推定したランクＢの各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従うと仮定すること、及びランクＢの測定後の確率分布からランクＡ、Ｃに属する製品１０の個数を推定することは、ステップＳ６１０を詳細に説明した図７に示す処理手順と同じであるため詳細な説明は省略する。
ＣＰＵ２１は、ランクＡ、Ｃに属する製品１０の推定個数が、ステップＳ５０５で再選別したランクＡ、Ｃに属する製品１０の個数より多いか否かを判断する（ステップＳ６１２）。ＣＰＵ２１が、推定個数が、ステップＳ５０５で再選別したランクＡ、Ｃに属する製品１０の個数以下であると判断した場合（ステップＳ６１２：ＮＯ）、ＣＰＵ２１は、測定値バラツキの標準偏差ＧＲＲ１を変更幅ＧＲＲ２だけインクリメントし（ステップＳ６１３）、処理をステップＳ６１０へ戻す。具体的に、ステップＳ６１３では、推定個数が、ステップＳ５０５で再選別したランクＡ、Ｃに属する製品１０の個数より多くなるまで、測定値バラツキの標準偏差ＧＲＲ１を０．１ＴＶ＋０．０９ＴＶ、０．１ＴＶ＋０．０９ＴＶ＋０．０９ＴＶ、・・・と変更幅ＧＲＲ２（０．０９ＴＶ）ずつインクリメントする。
ＣＰＵ２１が、推定個数が、ステップＳ５０５で再選別したランクＡ、Ｃに属する製品１０の個数より多いと判断した場合（ステップＳ６１２：ＹＥＳ）、ＣＰＵ２１は、測定値バラツキの標準偏差ＧＲＲ１が初期値（０．１ＴＶ）であるか否か判断する（ステップＳ６１４）。
ＣＰＵ２１が、測定値バラツキの標準偏差ＧＲＲ１が初期値（０．１ＴＶ）であると判断した場合（ステップＳ６１４：ＹＥＳ）、測定値バラツキの標準偏差ＧＲＲがＧＲＲ１より小さくなるので、ＣＰＵ２１は、測定値バラツキの標準偏差ＧＲＲ１を２分の１（ＧＲＲ１＝０．０５ＴＶ）に設定し、変更幅ＧＲＲ２も２分の１（０．０４５ＴＶ）に設定して（ステップＳ６１５）、処理をステップＳ６１０へ戻す。
ＣＰＵ２１が、測定値バラツキの標準偏差ＧＲＲ１が初期値（０．１ＴＶ）でないと判断した場合（ステップＳ６１４：ＮＯ）、測定値バラツキの標準偏差ＧＲＲ１の精度を上げるために、ＣＰＵ２１は、測定値バラツキの標準偏差ＧＲＲ１を変更幅ＧＲＲ２だけデクリメントする（ステップＳ６１６）。
ＣＰＵ２１は、ステップＳ６１６の処理を行った回数を計数し（ステップＳ６１７）、計数した処理回数が５回以下であるか否かを判断する（ステップＳ６１８）。ＣＰＵ２１が、計数した処理回数が５回以下であると判断した場合（ステップＳ６１８：ＹＥＳ）、測定値バラツキの標準偏差ＧＲＲ１の精度がまだ不十分であると判断して、ＣＰＵ２１は、変更幅ＧＲＲ２を４分の１に設定して（ステップＳ６１９）、処理をステップＳ６１０へ戻す。ＣＰＵ２１が、計数した処理回数が５回より多いと判断した場合（ステップＳ６１８：ＮＯ）、測定値バラツキの標準偏差ＧＲＲ１の精度が十分であると判断して、ＣＰＵ２１は、ステップＳ６１６の処理後の測定値バラツキの標準偏差ＧＲＲ１を変更幅ＧＲＲ２の２分の１だけ大きくした値を測定値バラツキの標準偏差ＧＲＲとして算出し（ステップＳ６２０）、算出した測定値バラツキの標準偏差ＧＲＲと、算出したみなし標準偏差ＴＶとを（数１）に代入することで特性値バラツキの標準偏差ＰＶを算出する（ステップＳ６２１）。
図５及び図６に示す処理手順を行うことで、上述の製品１０をコンデンサ容量１ｐＦのコンデンサとした場合（選別部３は、検査規格の下限値０．９８５ｐＦ、上限値１．０１５ｐＦで３５２５個の製品を、ランクＡには５４３個、ランクＢには１７５８個、ランクＣには１２２４個と選別した。また、再選別部５は、ランクＢに属する１７５８個の製品１０について、再選別した結果、製品１０は、ランクＡに７７個、ランクＢに１５５９個、ランクＣに１２２個と再選別した場合）、特性値の平均値が１．００６７ｐＦ、みなし標準偏差ＴＶが０．０２１２５ｐＦ、特性値バラツキの標準偏差ＰＶが０．０２０９６ｐＦ、測定値バラツキの標準偏差ＧＲＲが０．００３５０ｐＦと算出することができる。また、本実施の形態１では製品１０をランクＡ、Ｂ、Ｃの３つのランクに選別又は再選別する場合を説明したが、図８に示すランクＢに属する区間６１Ａや区間６１Ｄなどを１つのランク（サブランク）とみなして、再選別した後のサブランクの上限値以下、下限値以上の範囲に属する製品１０の個数、サブランクの下限値より小さい範囲に属する製品１０の個数、サブランクの上限値より大きい範囲に属する製品１０の個数から、上述の特性値の平均値、みなし標準偏差ＴＶ、特性値バラツキの標準偏差ＰＶ、測定値バラツキの標準偏差ＧＲＲを同様に算出することもできる。
なお、ステップＳ５０１乃至ステップＳ５０６で示したように、測定インタフェース２７で受信した、測定部１で測定した製品１０の特性値に基づいて、製品１０を選別、再選別することに限定されるものではなく、製品１０を選別、再選別することなく、キーボード２４１からの入力等により製品１０を選別、再選別した結果を受け付けても良い。
以上のように、本実施の形態１に係る製品選別装置では、ランクＢに属する製品１０を再選別部５で再選別したランクＡ、Ｃに属する製品１０の個数と、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを変数とするみなし標準偏差ＴＶの確率分布に基づいて推定した再選別した後のランクＡ、Ｃに属する製品１０の推定個数とが略一致するようにみなし標準偏差ＴＶの確率分布の変数を変更し、変更した変数を特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲとして算出するので、測定システム解析ＭＳＡの手法では必要不可欠な繰返し測定を行うことなく測定値バラツキの標準偏差ＧＲＲを算出することができる。
また、本実施の形態１に係る製品選別装置では、測定システム解析ＭＳＡの手法のように、測定値バラツキの標準偏差ＧＲＲを算出するために繰返し測定を行う必要がないので、繰返し測定にかかる時間が不要になり、短時間で測定値バラツキの標準偏差ＧＲＲを算出することができる。特に、製造ラインの検査工程に組み込まれた本実施の形態１に係る製品選別装置では、測定システム解析ＭＳＡの手法を用いた場合、測定治具の取り外し等の煩雑な作業に時間がかかり、測定値バラツキの標準偏差ＧＲＲを算出するために約２時間必要であったが、本実施の形態１に係る製品選別方法を用いた場合には約５分で算出することが可能になる。
さらに、本実施の形態１に係る製品選別装置では、測定システム解析ＭＳＡの手法に比べて、数多くの製品１０を測定して特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出するので精度が格段に良い。例えば、測定システム解析ＭＳＡの手法では、１０個程度の製品１０を測定するが、本実施の形態１に係る製品選別装置では、１万個の製品１０を測定するため、算出される特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲの精度は、測定システム解析ＭＳＡの手法で算出したものに比べて３倍程度良くなる。
さらに、また本実施の形態１に係る製品選別装置では、良品であると選別されたランクＢに属する製品１０の特性値を再測定し、再測定した特性値に基づいて複数のランクに再選別するため、不良品を誤って良品と選別して出荷する確率を低減することができる。
なお、本実施の形態１に係る製品選別装置は、ランク別推定個数算出部６が、特性値バラツキの標準偏差ＰＶの確率分布を複数の区間に分け、各区間の確率分布が測定値バラツキの標準偏差ＧＲＲの確率分布に従うと仮定して、各ランクに属する製品１０の個数を推定して各ランクに属する製品１０の推定個数として算出する場合に限定されるものではなく、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを変数とするみなし標準偏差ＴＶの確率分布に基づく製品１０の特性値をモンテカルロ法により生成して、各ランクに属する製品１０の個数を推定して推定個数を算出しても良い。
（実施の形態２）
本発明の実施の形態１に係る製品選別装置では、ランクＢに属する製品１０の特性値を再測定し、再測定した特性値に基づき複数のランクに再選別して、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する場合について説明した。本発明の実施の形態２に係る製品選別装置では、ランクＡ、Ｃに属する製品１０の特性値を再測定し、再測定した特性値に基づき複数のランクに再選別して、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する場合について説明する。そのため、本実施の形態２に係る製品選別装置の構成例を示すブロック図及び機能ブロック図は、実施の形態１の図１及び図２と同じであるため詳細な説明は省略し、同じ構成要素の符号を用いて以下説明する。
図２に示す選別部３は、測定部１において測定した特性値に基づいて、製品１０を図３に示すように複数のランクＡ、Ｂ、Ｃのそれぞれに選別する。再選別部５は、選別部３で選別したランクＡ、Ｃに属する製品１０の特性値を、測定部１で再測定し、再測定した特性値に基づき、製品１０を選別部３と同じ検査規格を基準に設けられたランクに再選別する。
再選別部５が、ランクＡ、Ｃに属する製品１０を複数のランクに再選別する具体例を、図を用いて説明する。図９は、本発明の実施の形態２に係る製品選別装置の再選別部５がランクＡ、Ｃに属する製品１０を複数のランクに再選別した場合の確率分布の模式図である。図９も、図３と同様に、検査規格で規定した特性値の上限値及び下限値が図示されている。図９では、選別においてランクＡ、Ｃに属していた製品１０が、測定部１の測定値バラツキにより、ランクＢに再選別されている様子が示されている。具体的に、図９においてランクＡに属する製品１０は、ランクＡからランクＡに再選別された製品である。図９においてランクＣに属する製品１０は、ランクＣからランクＣに再選別された製品である。なお、図９においてランクＢに属する製品１０は、ランクＡ、ＣからランクＢに再選別された製品である。
例えば、再選別した製品１０をコンデンサ容量１ｐＦのコンデンサとして、３５２５個の製品１０を測定部１で測定した場合、検査規格の下限値を０．９８５ｐＦ、上限値を１．０１５ｐＦとした選別部３は、３５２５個の製品１０を、ランクＡには５４３個、ランクＢには１７５８個、ランクＣには１２２４個と選別する。再選別部５は、ランクＡ、Ｃに属する１７６７個（５４３個+１２２４個）の製品１０を、測定部１にて特性値を再測定させ、再測定した特性値に基づいて複数のランクに再選別する。再選別部５で再選別した結果、製品１０はランクＡに４６５個、ランクＢに１９９個、ランクＣに１１０３個と再選別される。このとき、再選別したランクＡ、Ｃに属する１５６８個（４６５個＋１１０３個）の製品１０の条件は、次の第３条件及び第４条件の２種類の条件となる。第３条件は、製品１０が真にランクＢ（真の特性値が検査規格の上限値以下、下限値以上の範囲内）であって、選別部３でランクＡ、Ｃと選別され、再選別部５でランクＡ、Ｃと再選別された製品１０である。第４条件は、製品１０が真にランクＡ、Ｃ（真の特性値が検査規格の上限値より大きい範囲、又は下限値より小さい範囲）であって、選別部３でランクＡ、Ｃと選別され、再選別部５でランクＡ、Ｃと再選別された製品１０である。
本実施の形態２に係る製品選別装置でも、図２に示すランク別推定個数算出部６及び標準偏差算出部７を利用して、（数１）と、第３条件及び第４条件を満たす製品１０の個数とを共に満足させる製品１０の特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する。ここで、ランク別推定個数算出部６は、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを変数とするみなし標準偏差ＴＶの確率分布に基づいて、再選別した後のランクＡ、Ｂ、Ｃそれぞれに属する製品１０の個数を推定し、各ランクに属する製品１０の推定個数として算出する。標準偏差算出部７は、再選別部５で再選別したランクＡ、Ｃに属する製品１０の個数と、ランクＡ、Ｃに属する製品１０の推定個数とが略一致するようにみなし標準偏差ＴＶの確率分布の変数を変更し、変更した変数を製品１０の特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲとして算出する。
具体的に、ランク別推定個数算出部６及び標準偏差算出部７で行う処理は、本実施の形態２においても実施の形態１と同様の処理で、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出している。図１０は、本発明の実施の形態２に係る製品選別装置が、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順を示すフローチャートである。なお、本実施の形態２に係る製品選別装置が、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを算出する処理手順のうち、図５に示す実施の形態１のステップＳ５０１からステップＳ５０９までの処理手順と同じである。また、図１０に示すフローチャートは、ステップＳ１０１０及びステップＳ１０１１以外は図６に示す実施の形態１のフローチャートと同じであるため、詳細な説明は省略する。
ステップＳ６１０に代えて、ＣＰＵ２１は、設定した特性値バラツキの標準偏差ＰＶの確率分布から、再選別した場合にランクＡ、Ｃに属する製品１０の個数を推定する（ステップＳ１０１０）。また、ステップＳ６１１に代えて、ＣＰＵ２１は、個数を推定したランクＡ、Ｃの確率分布をさらに複数の区間に分け、各区間の確率分布が測定値バラツキの標準偏差ＧＲＲ１の確率分布に従うと仮定して、ランクＡ、Ｃを再選別した後のランクＡ、Ｃに属する製品１０の個数を推定し、ランクＡ、Ｃの推定個数として算出する（ステップＳ１０１１）。
以上のように、本実施の形態２に係る製品選別装置では、ランクＡ、Ｃに属する製品１０を再選別部５で再選別したランクＡ、Ｃに属する製品１０の個数と、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを変数とするみなし標準偏差ＴＶの確率分布に基づいて推定した再選別した後のランクＡ、Ｃに属する製品１０の推定個数とが略一致するようにみなし標準偏差ＴＶの確率分布の変数を変更し、変更した変数を特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲとして算出するので、測定システム解析ＭＳＡの手法で必要不可欠な繰返し測定を行うことなく測定値バラツキの標準偏差ＧＲＲを算出することができる。
また、本実施の形態２に係る製品選別装置では、不良品であると選別されたランクＡ、Ｃに属する製品１０の特性値を再測定し、再測定した特性値に基づき複数のランクに再選別するため、良品を誤って不良品と選別する確率を低減でき良品率を改善することができる。
また、本実施の形態２では製品１０をランクＡ、Ｂ、Ｃの３つのランクに選別又は再選別する場合を説明したが、図８に示すようにランクＡに属する区間６１ＣやランクＣに属する区間６１Ｅなどを１つのランク（サブランク）とみなして、再選別した後のサブランクの上限値以下、下限値以上の範囲に属する製品１０の個数、サブランクの下限値より小さい範囲に属する製品１０の個数、サブランクの上限値より大きい範囲に属する製品１０の個数から、上述の特性値の平均値、みなし標準偏差ＴＶ、特性値バラツキの標準偏差ＰＶ、測定値バラツキの標準偏差ＧＲＲを同様に算出することもできる。
なお、本実施の形態２に係る製品選別装置でも、ランク別推定個数算出部６が、特性値バラツキの標準偏差ＰＶの確率分布を複数の区間に分け、各区間の確率分布が測定値バラツキの標準偏差ＧＲＲに従うと仮定して、各ランクに属する製品１０の個数を推定して各ランクに属する製品１０の推定個数として算出する場合に限定されるものではなく、特性値バラツキの標準偏差ＰＶ及び測定値バラツキの標準偏差ＧＲＲを変数とするみなし標準偏差ＴＶの確率分布に基づく製品１０の特性値をモンテカルロ法により生成して、各ランクに属する製品１０の個数を推定して推定個数を算出しても良い。
１ 測定部
２ 演算処理部
３ 選別部
４ みなし標準偏差算出部
５ 再選別部
６ ランク別推定個数算出部
７ 標準偏差算出部
１０ 製品
２１ ＣＰＵ
２２ メモリ
２３ 記憶装置
２４ Ｉ／Ｏインタフェース
２５ ビデオインタフェース
２６ 可搬型ディスクドライブ
２７ 測定インタフェース
２８ 内部バス
９０ 可搬型記録媒体
２３０ コンピュータプログラム
２４１ キーボード
２４２ マウス
２５１ 表示装置

Claims (12)

  1. 製品の所定の特性を示す特性値を測定する測定部と、
    測定した特性値に基づき、前記製品を所定の複数のランクに選別する選別部と、
    測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するみなし標準偏差算出部と、
    選別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の特性値を再測定し、再測定した特性値に基づき、前記製品を前記所定の複数のランクに再選別する再選別部と、
    前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とする前記みなし標準偏差の確率分布に基づいて、少なくとも一度再選別した場合に各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出するランク別推定個数算出部と、
    少なくとも一度再選別した複数のランクのうち、少なくとも一つのランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致するように前記みなし標準偏差の確率分布の前記変数を変更し、変更した変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する標準偏差算出部と
    を備えることを特徴とする製品選別装置。
  2. 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
    前記再選別部は、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を再選別するようにしてあり、
    前記標準偏差算出部は、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出することを特徴とする請求項１に記載の製品選別装置。
  3. 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
    前記再選別部は、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を再選別するようにしてあり、
    前記標準偏差算出部は、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出することを特徴とする請求項１に記載の製品選別装置。
  4. 前記ランク別推定個数算出部は、
    前記製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間の確率分布が前記測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出することを特徴とする請求項１乃至請求項３のいずれか一項に記載の製品選別装置。
  5. 製品の所定の特性を示す特性値を測定するステップと、
    測定した特性値に基づき、前記製品を所定の複数のランクに選別するステップと、
    測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するステップと、
    選別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の特性値を再測定し、再測定した特性値に基づき、前記製品を前記所定の複数のランクに再選別するステップと、
    前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とする前記みなし標準偏差の確率分布に基づいて、少なくとも一度再選別した場合に各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出するステップと、
    少なくとも一度再選別した複数のランクのうち、少なくとも一つのランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致するように前記みなし標準偏差の確率分布の前記変数を変更し、変更した変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出するステップと
    を含むことを特徴とする製品選別方法。
  6. 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
    特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を再選別し、
    再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出することを特徴とする請求項５に記載の製品選別方法。
  7. 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
    特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を再選別し、
    再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出することを特徴とする請求項５に記載の製品選別方法。
  8. 前記製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間の確率分布が前記測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出することを特徴とする請求項５乃至請求項７のいずれか一項に記載の製品選別方法。
  9. 製品を選別する製品選別装置で実行することが可能なコンピュータプログラムにおいて、
    前記製品選別装置を、
    製品の所定の特性を示す特性値を測定する測定手段、
    測定した特性値に基づき、前記製品を所定の複数のランクに選別する選別手段、
    測定した特性値のバラツキの標準偏差をみなし標準偏差として算出するみなし標準偏差算出手段、
    選別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の特性値を再測定し、再測定した特性値に基づき、前記製品を前記所定の複数のランクに再選別する再選別手段、
    前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を変数とする前記みなし標準偏差の確率分布に基づいて、少なくとも一度再選別した場合に各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出するランク別推定個数算出手段、及び
    少なくとも一度再選別した複数のランクのうち、少なくとも一つのランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致するように前記みなし標準偏差の確率分布の前記変数を変更し、変更した変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する標準偏差算出手段
    として機能させることを特徴とするコンピュータプログラム。
  10. 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
    前記再選別手段を、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を再選別する手段として機能させ、
    前記標準偏差算出手段を、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する手段として機能させることを特徴とする請求項９に記載のコンピュータプログラム。
  11. 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
    前記再選別手段を、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を再選別する手段として機能させ、
    前記標準偏差算出手段を、再選別した前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品の個数と、該ランクに属する前記製品の推定個数とが略一致する前記確率分布の変数を前記製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差として算出する手段として機能させることを特徴とする請求項９に記載のコンピュータプログラム。
  12. 前記ランク別推定個数算出手段を、
    前記製品の特性値バラツキの標準偏差の確率分布を複数の区間に分け、各区間の確率分布が前記測定値バラツキの標準偏差の確率分布に従うと仮定して、各ランクに属する前記製品の個数を推定し、各ランクに属する前記製品の推定個数として算出する手段として機能させることを特徴とする請求項９乃至請求項１１のいずれか一項に記載のコンピュータプログラム。
JP2011515983A 2009-05-29 2010-05-18 製品選別装置、製品選別方法及びコンピュータプログラム Expired - Fee Related JP5287985B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011515983A JP5287985B2 (ja) 2009-05-29 2010-05-18 製品選別装置、製品選別方法及びコンピュータプログラム

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2009129932 2009-05-29
JP2009129932 2009-05-29
JP2011515983A JP5287985B2 (ja) 2009-05-29 2010-05-18 製品選別装置、製品選別方法及びコンピュータプログラム
PCT/JP2010/058324 WO2010137487A1 (ja) 2009-05-29 2010-05-18 製品選別装置、製品選別方法及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
JPWO2010137487A1 true JPWO2010137487A1 (ja) 2012-11-12
JP5287985B2 JP5287985B2 (ja) 2013-09-11

Family

ID=43222598

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011515983A Expired - Fee Related JP5287985B2 (ja) 2009-05-29 2010-05-18 製品選別装置、製品選別方法及びコンピュータプログラム

Country Status (4)

Country Link
US (1) US9061322B2 (ja)
JP (1) JP5287985B2 (ja)
CN (1) CN102448626B (ja)
WO (1) WO2010137487A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5477382B2 (ja) 2009-05-29 2014-04-23 株式会社村田製作所 製品検査装置、製品検査方法及びコンピュータプログラム
GB2505566A (en) * 2012-08-31 2014-03-05 Avx Corp Iterative screening method for electrolytic capacitors
US11543448B2 (en) * 2013-12-23 2023-01-03 Keysight Technologies, Inc. Dynamically determining measurement uncertainty (MU) of measurement devices
CN106462148B (zh) * 2014-06-20 2019-06-14 株式会社村田制作所 抽样数据处理装置、抽样数据处理方法及计算机可读取介质
JP6394787B2 (ja) * 2015-03-20 2018-09-26 株式会社村田製作所 製品検査装置、製品検査方法及びコンピュータプログラム
CN105170483B (zh) * 2015-07-31 2017-10-20 重庆世纪精信实业（集团）有限公司 基于施工同步的工业机械手加工不合格品统计方法及装置
CN105005867B (zh) * 2015-07-31 2018-05-15 重庆世纪精信实业（集团）有限公司 基于施工同步的工业机械手加工不合格品统计装置及方法
CN108472691B (zh) * 2016-01-08 2020-11-27 株式会社村田制作所 产品分层装置、产品分层方法以及存储介质
US11448680B2 (en) 2020-03-31 2022-09-20 KYOCERA AVX Components Corporation Screening method for electrolytic capacitors that maintains individual capacitor unit identity

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63305974A (ja) * 1987-06-05 1988-12-13 井関農機株式会社 果実の選別装置
JP2600594B2 (ja) * 1993-12-01 1997-04-16 日本電気株式会社 半導体集積回路の検査方法及び外形検査装置
US6430522B1 (en) * 2000-03-27 2002-08-06 The United States Of America As Represented By The Secretary Of The Navy Enhanced model identification in signal processing using arbitrary exponential functions
WO2002037313A2 (en) * 2000-11-06 2002-05-10 Thrasos, Inc. Computer method and apparatus for classifying objects
JP2002149222A (ja) * 2000-11-08 2002-05-24 Mitsubishi Electric Corp 製品の生産ラインにおける品質管理方法および品質管理システム
JP3842592B2 (ja) * 2001-07-26 2006-11-08 株式会社東芝 変更危険度測定システム、変更危険度測定方法及び変更危険度測定プログラム
JP3756872B2 (ja) * 2002-11-07 2006-03-15 日精樹脂工業株式会社 成形品の判別条件設定方法
US7653515B2 (en) * 2002-12-20 2010-01-26 Lam Research Corporation Expert knowledge methods and systems for data analysis
US7346470B2 (en) * 2003-06-10 2008-03-18 International Business Machines Corporation System for identification of defects on circuits or other arrayed products
JP2005107896A (ja) * 2003-09-30 2005-04-21 Murata Mfg Co Ltd ばらつき解析方法
DE102004032822A1 (de) * 2004-07-06 2006-03-23 Micro-Epsilon Messtechnik Gmbh & Co Kg Verfahren zur Verarbeitung von Messwerten
JP4573036B2 (ja) * 2005-03-16 2010-11-04 オムロン株式会社 検査装置および検査方法
JP4693464B2 (ja) * 2005-04-05 2011-06-01 株式会社東芝 品質管理システム、品質管理方法及びロット単位のウェハ処理方法
JP4650152B2 (ja) 2005-08-04 2011-03-16 株式会社村田製作所 電子部品の特性測定・選別方法および装置
TW200745802A (en) 2006-04-14 2007-12-16 Dow Global Technologies Inc Process monitoring technique and related actions
JP5477382B2 (ja) * 2009-05-29 2014-04-23 株式会社村田製作所 製品検査装置、製品検査方法及びコンピュータプログラム

Also Published As

Publication number Publication date
US9061322B2 (en) 2015-06-23
US20120072174A1 (en) 2012-03-22
CN102448626A (zh) 2012-05-09
JP5287985B2 (ja) 2013-09-11
CN102448626B (zh) 2013-12-04
WO2010137487A1 (ja) 2010-12-02

Similar Documents

Publication Publication Date Title
JP5287985B2 (ja) 製品選別装置、製品選別方法及びコンピュータプログラム
JP5477382B2 (ja) 製品検査装置、製品検査方法及びコンピュータプログラム
JP5116307B2 (ja) 集積回路装置異常検出装置、方法およびプログラム
Wu et al. Developing a sampling plan by variables inspection for controlling lot fraction of defectives
CN108829878B (zh) 一种工业实验数据异常点检测方法及装置
Pendrill Operating ‘cost’characteristics in sampling by variable and attribute
JP6206692B2 (ja) 抜取データ処理装置、抜取データ処理方法及びコンピュータプログラム
Balamurali et al. Optimal designing of variables chain sampling plan by minimizing the average sample number
CN110598305B (zh) 一种比较电路扫描仿真增量的灵敏度分析方法
JP6394787B2 (ja) 製品検査装置、製品検査方法及びコンピュータプログラム
Fernández Optimal schemes for resubmitted lot acceptance using previous defect count data
CN107451408B (zh) 一种燃煤发热量数据校核方法
Mahmoud et al. Proposed approach for force transducers classification
JP6715705B2 (ja) 不良原因探索システム、及び不良要因探索方法
JP2022061157A (ja) 異常検知装置及び異常検知方法
KR101543828B1 (ko) 공정지표 관리 장치 및 방법
Aziz et al. A Time Truncated New Group Chain Sampling Plan Based on Log-Logistic Distribution
Dietrich Capability of measurement processes based on ISO/FDIS 22514-7 and VDA 5
Seifi et al. Designing different sampling plans based on process capability index
Fernández Most powerful lot acceptance test plans from dispersed nonconformity counts
JP6590301B2 (ja) 製品層別装置、製品層別方法及びコンピュータプログラム
Chen et al. Calculation of misjudgment probability for product inspection based on measurement uncertainty
Amara et al. Control chart limits based on true process capability with consideration of measurement system error
Carrión García et al. The impact of measurement systems performance on process capability evaluation
Barradas et al. Statistical Process Control: The importance of using calibrated measurement equipment: case study

Legal Events

Date Code Title Description
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: 20130507

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130520

R150 Certificate of patent or registration of utility model

Ref document number: 5287985

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees