JPWO2015194235A1 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JPWO2015194235A1 JPWO2015194235A1 JP2016529121A JP2016529121A JPWO2015194235A1 JP WO2015194235 A1 JPWO2015194235 A1 JP WO2015194235A1 JP 2016529121 A JP2016529121 A JP 2016529121A JP 2016529121 A JP2016529121 A JP 2016529121A JP WO2015194235 A1 JPWO2015194235 A1 JP WO2015194235A1
- Authority
- JP
- Japan
- Prior art keywords
- product
- value
- characteristic
- limit value
- standard deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32199—If number of errors grow, augment sampling rate for testing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
製品ロットの抜取データから製品規格外に存在する製品ロットの数量を、製品ロットの分布を具体的に推定することで、高い精度で推定することが可能な抜取データ処理装置、方法及びコンピュータプログラムを提供する。対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付け、製品ロットの管理図に基づいて特性値の標準偏差の平均値を算出する。抜き取ったサンプルの測定データから、特性値の平均値を算出し、信頼度95%の信頼区間の特性値の平均値の上限値及び下限値を算出する。特性値に関する測定器自体のバラツキを示す測定標準偏差を推定し、算出した特性値の平均値が、入力を受け付けた上限値及び下限値のうち近い方に対応する信頼区間の特性値の平均値の上限値又は下限値を特性値の平均値として更新する。製品自体の特性値の標準偏差を推定し、上側不良率及び下側不良率を算出して、良品率を算出する。
Description
本発明は、製品ロットの抜取データから製品規格外に存在する製品ロットの数量を推定する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、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、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。
また、すべての製品について製品を選別することは困難であり、通常は一定の数量のサンプリングを行う抜取検査が実行される。抜取検査においては、検査対象となる製品の平均検査個数が少なければ少ないほど低コストで製品検査を行うことができる。
例えば非特許文献1では、品質特性が「正規分布」に従うと仮定し、ロット許容不良率のロット合格確率が指定値以下であることを保証することで、平均出検品質限界を保証する方法について、製品規格で規定されている選別型抜取検査に比べて大幅に平均検査個数を削減できる方法が開示されている。
「計量選別型抜取検査の設計 〜品質特性が正規分布に従う場合の選別型抜取検査〜」、日本経営工学会誌、Vol.42、No.6(1992)、p.397−405
非特許文献1に開示されている方法では、製品特性が「正規分布」に従うことを前提としているので、「正規分布」の特性を利用してOC曲線の精度を向上している。したがって、従来のOC曲線の推定方法と基本的に同一であり、製品ロットの分布を具体的に推定していないので、十分な推定精度を得ることが困難であるという問題点があった。
本発明は、上記事情に鑑みてなされたものであり、製品ロットの抜取データから製品規格外に存在する製品ロットの数量を、管理図データを使用して製品ロットの分布を具体的に推定することで、高い精度で推定することが可能な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本発明に係る抜取データ処理装置は、対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置において、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段と、前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段と、前記製品ロットから抜き取った所定数のサンプルの測定データから、前記特性値の平均値を算出するサンプル平均算出手段と、算出した前記特性値の標準偏差の平均値及び前記特性値の平均値に基づいて、信頼度95%の信頼区間の前記特性値の平均値の上限値及び下限値を算出する信頼区間算出手段と、前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段と、算出した前記特性値の平均値が、入力を受け付けた前記特性値の上限値及び下限値のどちらに近いかを判断し、近い方に対応する前記信頼区間の前記特性値の平均値の上限値又は下限値を前記特性値の平均値として更新する平均値更新手段と、前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段と、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段と、算出した前記上側不良率及び前記下側不良率に基づいて良品率を算出する良品率算出手段とを備えることを特徴とする。
次に、上記目的を達成するために本発明に係る抜取データ処理装置は、対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置において、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段と、前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段と、前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段と、前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段と、入力を受け付けた前記特性値の上限値と下限値との間で、順次、前記特性値の平均値を特定する平均特定手段と、特定された前記特性値の平均値ごとに、順次、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段と、算出した前記上側不良率及び前記下側不良率に基づいて、順次、良品率を算出する良品率算出手段とを備え、順次、算出された良品率が所定の閾値以上である前記特性値の平均値の区間を特定することで、対応するサンプルの抜取個数を算出することを特徴とする。
次に、上記目的を達成するために本発明に係る抜取データ処理方法は、対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置で実行することが可能な抜取データ処理方法において、前記抜取データ処理装置は、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける工程と、前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する工程と、前記製品ロットから抜き取った所定数のサンプルの測定データから、前記特性値の平均値を算出する工程と、算出した前記特性値の標準偏差の平均値及び前記特性値の平均値に基づいて、信頼度95%の信頼区間の前記特性値の平均値の上限値及び下限値を算出する工程と、前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する工程と、算出した前記特性値の平均値が、入力を受け付けた前記特性値の上限値及び下限値のどちらに近いかを判断し、近い方に対応する前記信頼区間の前記特性値の平均値の上限値又は下限値を前記特性値の平均値として更新する工程と、前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する工程と、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する工程と、算出した前記上側不良率及び前記下側不良率に基づいて良品率を算出する工程とを含むことを特徴とする。
次に、上記目的を達成するために本発明に係る抜取データ処理方法は、対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置で実行することが可能な抜取データ処理方法において、前記抜取データ処理装置は、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける工程と、前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する工程と、前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する工程と、前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する工程と、入力を受け付けた前記特性値の上限値と下限値との間で、順次、前記特性値の平均値を特定する工程と、特定された前記特性値の平均値ごとに、順次、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する工程と、算出した前記上側不良率及び前記下側不良率に基づいて、順次、良品率を算出する工程とを含み、順次、算出された良品率が所定の閾値以上である前記特性値の平均値の区間を特定することで、対応するサンプルの抜取個数を算出することを特徴とする。
次に、上記目的を達成するために本発明に係るコンピュータプログラムは、対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理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、前記抜取データ処理装置を、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段、前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段、前記製品ロットから抜き取った所定数のサンプルの測定データから、前記特性値の平均値を算出するサンプル平均算出手段、算出した前記特性値の標準偏差の平均値及び前記特性値の平均値に基づいて、信頼度95%の信頼区間の前記特性値の平均値の上限値及び下限値を算出する信頼区間算出手段、前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段、算出した前記特性値の平均値が、入力を受け付けた前記特性値の上限値及び下限値のどちらに近いかを判断し、近い方に対応する前記信頼区間の前記特性値の平均値の上限値又は下限値を前記特性値の平均値として更新する平均値更新手段、前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段、及び算出した前記上側不良率及び前記下側不良率に基づいて良品率を算出する良品率算出手段として機能させることを特徴とする。
次に、上記目的を達成するために本発明に係るコンピュータプログラムは、対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理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、前記抜取データ処理装置を、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段、前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段、前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段、前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段、入力を受け付けた前記特性値の上限値と下限値との間で、順次、前記特性値の平均値を特定する平均特定手段、特定された前記特性値の平均値ごとに、順次、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段、算出した前記上側不良率及び前記下側不良率に基づいて、順次、良品率を算出する良品率算出手段、及び順次、算出された良品率が所定の閾値以上である前記特性値の平均値の区間を特定することで、対応するサンプルの抜取個数を算出する手段として機能させることを特徴とする。
本発明に係る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は、上記の構成により、製品ロットの抜取データから製品規格外に存在する製品ロットの数量を高い精度で推定することが可能となる。また、逆に、良品率の分布を推定することにより、所定の良品率、例えば99.99%以上となるためのサンプルの抜き取り個数を逆算することも可能となる。
以下、本発明の実施の形態における製品ロットの抜取データから製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置について、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、抜取データ処理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、抜取データ処理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に係る抜取データ処理装置の構成例を示すブロック図である。本実施の形態1に係る抜取データ処理装置は、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。
図1は、本発明の実施の形態1に係る抜取データ処理装置の構成例を示すブロック図である。本実施の形態1に係る抜取データ処理装置は、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、上述した構成の抜取データ処理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に係る抜取データ処理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。
規格範囲受付手段201は、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける。例えば特性値として、静電容量が2.5pFのコンデンサ10000個で構成される製品ロットを想定した場合、該コンデンサの上限製品規格(上限値:SUL)は2.64pF、下限製品規格(下限値:SLL)は2.44pFである。したがって、ユーザは、製品の所定の特性値の上限値及び下限値を、キーボード241等を介して入力する。もちろん、図示しない通信ネットワークを介して事前に記憶装置23に記憶しておいても良い。
サンプル平均算出手段202は、製品ロットから抜き取った所定数のサンプルの測定データから、特性値の平均値を算出する。例えば製品ロットからサンプルとして製品を10個抜き取り、測定部(LCRメータ)1により抜き取ったサンプルの静電容量を測定する。測定した特性値の平均値を算出して、例えば特性値の平均値Xbar (2.5388pF)をメモリ22等へ記憶する。
標準偏差算出手段203は、製品ロットの管理図に基づいて特性値の標準偏差の平均値を算出する。図3は、製品ロットの管理図の例示図である。
図3に示すように、30の製品ロットについて、それぞれの製品ロットの標準偏差(pF)をプロットしている。したがって、例えば30ロットの標準偏差の平均値0.020531pFを全体の特性値の標準偏差の平均値σsbar(pF)として算出することができる。
図2に戻って、信頼区間算出手段205は、記憶されている特性値の平均値Xbar (2.5388pF)、及び算出した特性値の標準偏差の平均値σsbar(0.020531pF)に基づいて、信頼度95%の信頼区間の特性値の平均値の上限値及び下限値を算出する。具体的には、信頼度95%の信頼区間の特性値の平均値の上限値及び下限値を、それぞれ(式1)及び(式2)に従って算出する。
ただし、(式1)及び(式2)における管理図係数C4は、(式3)に従って算出する。
例えば(式3)においてサンプル数nが10個の場合、n=10を代入して管理図係数C4=0.97266を得る。それぞれ(式1)及び(式2)へ代入して、信頼区間の特性値の平均値の上限値は2.552150pF、下限値は2.525450pFとなる。
次に、測定標準偏差算出手段204は、特性値に関する測定部1自体のバラツキを示す特性値の測定標準偏差S1を推定する。具体的には、同一の製品10を、条件を変更することなく10回測定した特性値の測定データの標準偏差σEVを用いて、(式4)から特性値の測定標準偏差S1を算出する。例えばS1=0.002242pFを得る。なお、C4を求める(式3)において、nは繰り返し測定回数‘10’である。
平均値更新手段206は、サンプル平均算出手段202で算出した特性値の平均値Xbarが、入力を受け付けた特性値の上限値SUL及び下限値SLLのどちらに近いかを判断し、近い方に対応する信頼区間の特性値の平均値の上限値又は下限値を、特性値の平均値Xbar として更新する。例えばサンプル平均算出手段202において、製品ロットからサンプルとして製品を10個抜き取り、測定部1で測定して算出した特性値の平均値Xbar は、2.5388pFであるので、特性値の上限値SUL及び下限値SLLとの差分をそれぞれ算出する(式5)。
(式5)より、特性値の下限値SLLに近いので、信頼区間算出手段205で算出した、信頼度95%の信頼区間の特性値の平均値の下限値2.525450pFを特性値の平均値Xbar として更新する。
製品標準偏差推定手段207は、特性値の標準偏差の平均値σsbar、及び特性値の測定標準偏差S1に基づいて、製品自体の特性値の標準偏差S2を推定する。まず、(式6)に従って、総合バラツキを示す特性値の標準偏差TVを算出する。
(式6)における、管理図係数B4、C4は、ともに製品ロットごとの標準偏差を求めたサンプル数n=30個からB4=1.39558、C4=0.99142と算出される。これを(式6)に代入して、TV=0.0289008pFを得る。
製品自体の特性値の標準偏差S2は、(式7)により算出することができる。製品の特性値の標準偏差S2=0.0288137pFを得る。
製品の特性値の平均値Xbar 、製品自体の特性値の標準偏差S2、製品の特性値の上限値SUL及び下限値SLLが定まったので、下限値SLLを下回る不良品の割合である下側不良率、及び上限値SULを上回る不良品の割合である上側不良率を算出することができる。不良率算出手段208は、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する。
図4は、本発明の実施の形態1に係る抜取データ処理装置の上側不良率及び下側不良率を示す模式図である。まず、図4に示すSL値及びBias値を算出する。SL値は、製品規格から定まる特性値の規格中心値から上限値又は下限値までの距離を標準化した値を、Bias値は、製品分布の特性値の平均値から規格中心値までの距離を標準化した値を意味している。
SL値は、(式8)に従って、Bias値は、(式9)に従って、それぞれ算出する。
(式8)において、製品自体の特性値の標準偏差S2=0.0288137、製品の特性値の上限値SUL=2.64、下限値SLL=2.44より、SL値は3.47058となる。また、(式9)において、製品の特性値の平均値Xbar=2.525450、製品自体の特性値の標準偏差S2=0.0288137、製品の特性値の上限値SUL=2.64、下限値SLL=2.44より、Bias値は−0.50497となる。
図4に示すように、SL値とBias値とを用いて、対象製品の製品規格に基づく所定の特性値の上限値SUL以下の確率、及び対象製品の製品規格に基づく所定の特性値の下限値SLL以下の確率を算出することができる。つまり、平均が0で標準偏差が1である正規分布における累積分布関数の値を、正規分布における標準密度関数f(z)を用いて算出する。標準密度関数f(z)は(式10)で表すことができる。
まず、SL値とBias値とを用いて、計算要素SS1及びSS2を算出する。具体的には、(式11)に従って計算要素SS1及びSS2を算出する。
そして、算出した計算要素SS1及びSS2を引数として、(式10)に示す標準密度関数f(z)により、対象製品の製品規格に基づく所定の特性値の上限値SULを下回る確率PU、及び対象製品の製品規格に基づく所定の特性値の下限値SLLを下回る確率PLを算出する。したがって、対象製品の製品規格に基づく所定の特性値の上限値SULを上回る不良品の割合である上側不良率42は、(1−PU)で求めることができ、対象製品の製品規格に基づく所定の特性値の下限値SLLを下回る不良品の割合である下側不良率41は、確率PLそのものである。
上述した例では、SL値が3.47058、Bias値が−0.50497であるので、SS1=3.9755、SS2=−2.96561となり、上側不良率42は0.000035、下側不良率41は0.00151となる。
図2に戻って、良品率算出手段209は、算出した上側不良率42及び下側不良率41に基づいて良品率を算出する。具体的には、良品率は、(1−(上側不良率+下側不良率))で算出することができ、0.998455となる。なお、良品率が‘1’であるとは、良品率が100%であることを意味している。
したがって、製品ロットの抜取データから良品率を高い精度で推定することができ、製品規格外に存在する製品ロットの数量を高い精度で推定することが可能となる。
図5は、本発明の実施の形態1に係る抜取データ処理装置の演算処理部2のCPU21の処理手順を示すフローチャートである。図5において、演算処理部2のCPU21は、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける(ステップS501)。
CPU21は、製品ロットから抜き取った所定数のサンプルの測定データを取得し(ステップS502)、特性値の平均値Xbarを算出する(ステップS503)。CPU21は、製品ロットの管理図に基づいて特性値の標準偏差の平均値σsbarを算出する(ステップS504)。
CPU21は、記憶されている特性値の平均値Xbar 、及び算出した特性値の標準偏差の平均値σsbarに基づいて、信頼度95%の信頼区間の特性値の平均値の上限値及び下限値を算出する(ステップS505)。CPU21は、特性値に関する測定部1自体のバラツキを示す測定標準偏差S1を推定する(ステップS506)。
CPU21は、算出して記憶されている特性値の平均値Xbar と、入力を受け付けた所定の特性値の上限値SUL、下限値SLLとのそれぞれの差分を算出し(ステップS507)、特性値の平均値Xbar と特性値の上限値SULとの差分の方が小さいか否かを判断する(ステップS508)。CPU21が、特性値の平均値Xbar と特性値の上限値SULとの差分の方が小さいと判断した場合(ステップS508:YES)、CPU21は、信頼区間の特性値の平均値の上限値を特性値の平均値Xbar として更新する(ステップS509)。CPU21が、特性値の平均値Xbar と特性値の上限値SULとの差分の方が大きいと判断した場合(ステップS508:NO)、CPU21は、信頼区間の特性値の平均値の下限値を特性値の平均値Xbar として更新する(ステップS510)。
CPU21は、特性値の標準偏差の平均値σsbar、及び特性値の測定標準偏差S1に基づいて、製品自体の特性値の標準偏差S2を推定する(ステップS511)。CPU21は、上側不良率、及び下側不良率を算出して(ステップS512)、算出した上側不良率及び下側不良率に基づいて良品率を算出する(ステップS513)。
以上のように本実施の形態1によれば、管理図の管理限界を使用することで、製品ロットの分布を具体的に推定しており、製品ロットの抜取データから良品率の最悪値を高い精度で推定することができるので、製品規格外に存在する製品ロットの数量を高い精度で推定することが可能となる。
(実施の形態2)
本発明の実施の形態2に係る抜取データ処理装置の構成は、実施の形態1と同様であることから、同一の符号を付することで詳細な説明は省略する。本実施の形態2は、所定の良品率を得るために最低限必要なサンプルの個数を算出する点で、実施の形態1とは相違する。
本発明の実施の形態2に係る抜取データ処理装置の構成は、実施の形態1と同様であることから、同一の符号を付することで詳細な説明は省略する。本実施の形態2は、所定の良品率を得るために最低限必要なサンプルの個数を算出する点で、実施の形態1とは相違する。
図6は、本発明の実施の形態2に係る抜取データ処理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。
規格範囲受付手段201は、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける。例えば特性値として、静電容量が2.5pFのコンデンサ10000個で構成される製品ロットを想定した場合、該コンデンサの上限製品規格(上限値:SUL)は2.75pF、下限製品規格(下限値:SLL)は2.26pFである。したがって、ユーザは、製品の所定の特性値の上限値及び下限値を、キーボード241等を介して入力する。もちろん、図示しない通信ネットワークを介して事前に記憶装置23に記憶しておいても良い。
標準偏差算出手段203は、製品ロットの管理図に基づいて特性値の標準偏差の平均値を算出する。実施の形態1と同様、30ロットの特性値の標準偏差の平均値0.020531pFを全体の特性値の標準偏差の平均値σsbar(pF)として算出する。
測定標準偏差算出手段204は、特性値に関する測定部1自体のバラツキを示す特性値の測定標準偏差S1を推定する。具体的には、同一の製品10を、条件を変更することなく10回測定した特性値の測定データの標準偏差σEVを用いて、(式12)から特性値の測定標準偏差S1を算出する。例えばS1=0.002242pFを得る。
製品標準偏差推定手段207は、特性値の標準偏差の平均値σsbar、及び特性値の測定標準偏差S1に基づいて、製品自体の特性値の標準偏差S2を推定する。まず、(式13)に従って、総合バラツキを示す特性値の標準偏差TVを算出する。
(式13)における管理図係数B4、C4は、ともに製品ロットごとの標準偏差を求めたサンプル数n=30個からB4=1.39558、C4=0.99142と算出される。これを(式13)に代入して、TV=0.0289008pFを得る。
なお、製品自体の特性値の標準偏差S2は、(式14)により算出することができる。製品の特性値の標準偏差S2=0.0288137pFを得る。
平均特定手段210は、規格範囲受付手段201で入力を受け付けた特性値の上限値と下限値との間で、順次、特性値の平均値を特定する。具体的には、変数iを0〜100まで順次‘1’ずつインクリメントし、(式15)に従って製品の特性値の平均値Xbar を算出して、特性値の平均値として特定する。
例えば(式15)において、変数i=0の場合、Xbar =SLL=2.26pFとなる。不良率算出手段211は、変数iを順次変動させながら特定された特性値の平均値Xbar ごとに、順次、対象製品の製品規格に基づく特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく特性値の下限値を下回る不良品の割合である下側不良率を算出する。
実施の形態1と同様、SL値は、(式16)に従って、Bias値は、(式17)に従って、それぞれ算出する。
そして、SL値とBias値とを用いて、まず計算要素SS1及びSS2を算出する。具体的には、(式18)に従って計算要素SS1及びSS2を算出する。
そして、算出した計算要素SS1及びSS2を引数として、(式10)に示す標準密度関数f(z)により、対象製品の製品規格に基づく所定の特性値の上限値SULを下回る確率PU、及び対象製品の製品規格に基づく所定の特性値の下限値SLLを下回る確率PLを算出する。したがって、実施の形態1と同様、図4において、対象製品の製品規格に基づく所定の特性値の上限値SULを上回る不良品の割合である上側不良率42は、(1−PU)で求めることができ、対象製品の製品規格に基づく所定の特性値の下限値SLLを下回る不良品の割合である下側不良率41は、確率PLそのものである。変数i=0の場合には、上側不良率42は0.0、下側不良率41は0.5となる。
図6に戻って、良品率算出手段212は、算出した上側不良率42及び下側不良率41に基づいて、順次、良品率を算出する。具体的には、良品率は、(1−(上側不良率+下側不良率))で算出することができ、0.5となる。良品率を変数iを0〜100まで変動させながら、すべて算出する。
サンプル個数特定手段213は、順次、算出された良品率が所定の閾値以上である特性値の平均値の区間を特定し、対応するサンプルの抜取個数を算出する。図7は、変数iを0〜100まで変動させた場合の良品率の変動を示すグラフである。図7では、縦軸は良品率を、横軸は下限値SLLから上限値SULまでの特性値の平均値Xbar を、それぞれ示している。なお、図7において、例えば、良品率が‘1’であるとは、良品率が100%であることを意味している。
図8は、図7の2つの領域71及び領域72を拡大して表示したグラフである。例えば良品率99.99%以上となる特性値の平均値Xbarの区間を求める場合、図8(a)及び図8(b)から、良品率99.99%である区間は、2.3678pF〜2.6422pFであるので、区間の長さは、0.2744pFとなる。この区間の上下に区間バラツキの許容幅を設定する。図7、図8(a)及び図8(b)からも明らかなように、区間バラツキの許容幅は、良品率99.99%以上である区間内で2か所設定されている。本実施の形態1では、区間バラツキの許容幅を0.015pFとした。また、標準偏差算出手段203で算出された、製品全体の特性値の標準偏差の平均値σsbar=0.020531pFを用いて、(式19)が成立する。
(式19)を逆算することにより、サンプルの抜取個数n=13.3が求まり、小数点以下を切り上げてn=14を求めることができる。
図9は、本発明の実施の形態2に係る抜取データ処理装置の演算処理部2のCPU21の処理手順を示すフローチャートである。図9において、演算処理部2のCPU21は、対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける(ステップS901)。
CPU21は、製品ロットの管理図に基づいて特性値の標準偏差の平均値σsbarを算出する(ステップS902)。CPU21は、特性値に関する測定部1自体のバラツキを示す測定標準偏差S1を推定する(ステップS903)。
CPU21は、特性値の標準偏差の平均値σsbar、及び特性値の測定標準偏差S1に基づいて、製品自体の特性値の標準偏差S2を推定する(ステップS904)。CPU21は、変数iを‘0’とし(ステップS905)、入力を受け付けた所定の特性値の上限値SULと下限値SLLとの間で、順次、特性値の平均値Xbar を特定する(ステップS906)。
CPU21は、特定された特性値の平均値ごとに、順次、上側不良率及び下側不良率を算出し(ステップS907)、算出した上側不良率及び下側不良率に基づいて、順次、良品率を算出する(ステップS908)。具体的には、良品率は、(1−(上側不良率+下側不良率))で算出することができる。
CPU21は、変数iが‘100’を超えたか否かを判断する(ステップS909)。CPU21が、変数iが‘100’を超えていないと判断した場合(ステップS909:NO)、CPU21は、変数iを‘1’インクリメントし(ステップS910)、処理をステップS906へ戻して、上述した処理を繰り返す。
CPU21が、変数iが‘100’を超えたと判断した場合(ステップS909:YES)、CPU21は、サンプルの抜取個数nを算出する(ステップS911)。
以上のように本実施の形態2によれば、管理図データを使用することで、製品ロットの分布を具体的に推定しており、良品率の分布を推定することにより、所定の良品率、例えば99.99%以上となるためのサンプルの抜き取り個数を逆算することが可能となる。
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨の範囲内であれば多種の変更、改良等が可能である。例えば上述した実施の形態1及び2では、製品の分布を正規分布として推定しているが、製品分布が正規分布以外の任意の分布であっても、本発明を適用することができることは言うまでもない。
1 測定部
2 演算処理部
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
2 演算処理部
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 (6)
- 対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置において、
対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段と、
前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段と、
前記製品ロットから抜き取った所定数のサンプルの測定データから、前記特性値の平均値を算出するサンプル平均算出手段と、
算出した前記特性値の標準偏差の平均値及び前記特性値の平均値に基づいて、信頼度95%の信頼区間の前記特性値の平均値の上限値及び下限値を算出する信頼区間算出手段と、
前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段と、
算出した前記特性値の平均値が、入力を受け付けた前記特性値の上限値及び下限値のどちらに近いかを判断し、近い方に対応する前記信頼区間の前記特性値の平均値の上限値又は下限値を前記特性値の平均値として更新する平均値更新手段と、
前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段と、
対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段と、
算出した前記上側不良率及び前記下側不良率に基づいて良品率を算出する良品率算出手段と
を備えることを特徴とする抜取データ処理装置。 - 対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置において、
対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段と、
前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段と、
前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段と、
前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段と、
入力を受け付けた前記特性値の上限値と下限値との間で、順次、前記特性値の平均値を特定する平均特定手段と、
特定された前記特性値の平均値ごとに、順次、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段と、
算出した前記上側不良率及び前記下側不良率に基づいて、順次、良品率を算出する良品率算出手段と
を備え、
順次、算出された良品率が所定の閾値以上である前記特性値の平均値の区間を特定することで、対応するサンプルの抜取個数を算出することを特徴とする抜取データ処理装置。 - 対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置で実行することが可能な抜取データ処理方法において、
前記抜取データ処理装置は、
対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける工程と、
前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する工程と、
前記製品ロットから抜き取った所定数のサンプルの測定データから、前記特性値の平均値を算出する工程と、
算出した前記特性値の標準偏差の平均値及び前記特性値の平均値に基づいて、信頼度95%の信頼区間の前記特性値の平均値の上限値及び下限値を算出する工程と、
前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する工程と、
算出した前記特性値の平均値が、入力を受け付けた前記特性値の上限値及び下限値のどちらに近いかを判断し、近い方に対応する前記信頼区間の前記特性値の平均値の上限値又は下限値を前記特性値の平均値として更新する工程と、
前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する工程と、
対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する工程と、
算出した前記上側不良率及び前記下側不良率に基づいて良品率を算出する工程と
を含むことを特徴とする抜取データ処理方法。 - 対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理装置で実行することが可能な抜取データ処理方法において、
前記抜取データ処理装置は、
対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける工程と、
前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する工程と、
前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する工程と、
前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する工程と、
入力を受け付けた前記特性値の上限値と下限値との間で、順次、前記特性値の平均値を特定する工程と、
特定された前記特性値の平均値ごとに、順次、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する工程と、
算出した前記上側不良率及び前記下側不良率に基づいて、順次、良品率を算出する工程と
を含み、
順次、算出された良品率が所定の閾値以上である前記特性値の平均値の区間を特定することで、対応するサンプルの抜取個数を算出することを特徴とする抜取データ処理方法。 - 対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理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、
前記抜取データ処理装置を、
対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段、
前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段、
前記製品ロットから抜き取った所定数のサンプルの測定データから、前記特性値の平均値を算出するサンプル平均算出手段、
算出した前記特性値の標準偏差の平均値及び前記特性値の平均値に基づいて、信頼度95%の信頼区間の前記特性値の平均値の上限値及び下限値を算出する信頼区間算出手段、
前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段、
算出した前記特性値の平均値が、入力を受け付けた前記特性値の上限値及び下限値のどちらに近いかを判断し、近い方に対応する前記信頼区間の前記特性値の平均値の上限値又は下限値を前記特性値の平均値として更新する平均値更新手段、
前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段、
対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段、及び
算出した前記上側不良率及び前記下側不良率に基づいて良品率を算出する良品率算出手段
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。 - 対象製品の製品ロットの抜取データから、製品規格外に存在する製品ロットの数量を推定する抜取データ処理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、
前記抜取データ処理装置を、
対象製品の製品規格に基づく所定の特性値の上限値及び下限値の入力を受け付ける規格範囲受付手段、
前記製品ロットの管理図に基づいて前記特性値の標準偏差の平均値を算出する標準偏差算出手段、
前記特性値に関する測定器自体のバラツキを示す測定標準偏差を推定する測定標準偏差算出手段、
前記特性値の標準偏差の平均値、及び前記測定標準偏差に基づいて、製品自体の前記特性値の標準偏差を推定する製品標準偏差推定手段、
入力を受け付けた前記特性値の上限値と下限値との間で、順次、前記特性値の平均値を特定する平均特定手段、
特定された前記特性値の平均値ごとに、順次、対象製品の製品規格に基づく所定の特性値の上限値を上回る不良品の割合である上側不良率、及び対象製品の製品規格に基づく所定の特性値の下限値を下回る不良品の割合である下側不良率を算出する不良率算出手段、
算出した前記上側不良率及び前記下側不良率に基づいて、順次、良品率を算出する良品率算出手段、及び
順次、算出された良品率が所定の閾値以上である前記特性値の平均値の区間を特定することで、対応するサンプルの抜取個数を算出する手段
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。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014127367 | 2014-06-20 | ||
JP2014127367 | 2014-06-20 | ||
PCT/JP2015/060501 WO2015194235A1 (ja) | 2014-06-20 | 2015-04-02 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2015194235A1 true JPWO2015194235A1 (ja) | 2017-05-25 |
JP6206692B2 JP6206692B2 (ja) | 2017-10-04 |
Family
ID=54935232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016529121A Active JP6206692B2 (ja) | 2014-06-20 | 2015-04-02 | 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 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10346509B2 (ja) |
JP (1) | JP6206692B2 (ja) |
CN (1) | CN106462148B (ja) |
WO (1) | WO2015194235A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3413153A1 (en) | 2017-06-08 | 2018-12-12 | ABB Schweiz AG | Method and distributed control system for carrying out an automated industrial process |
CN107886434A (zh) * | 2017-11-02 | 2018-04-06 | 深圳市买买提乐购金融服务有限公司 | 一种资金赎回的确认方法、系统及终端设备 |
KR102155846B1 (ko) * | 2019-09-30 | 2020-09-14 | 주식회사 크라우드웍스 | 이전 작업의 반려율을 활용한 샘플링 검수 방법 및 장치 |
US11004087B1 (en) * | 2020-06-08 | 2021-05-11 | Coupang Corp. | Systems and methods for processing exception event request to identify defective product |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008309690A (ja) * | 2007-06-15 | 2008-12-25 | Hitachi High-Technologies Corp | 異種計測装置間のキャリブレーション方法及びそのシステム |
WO2010137488A1 (ja) * | 2009-05-29 | 2010-12-02 | 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 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08321745A (ja) * | 1995-03-20 | 1996-12-03 | Fujitsu Ltd | オーディオデータ処理装置 |
JP4191772B1 (ja) * | 2007-06-27 | 2008-12-03 | シャープ株式会社 | 異常要因特定方法およびシステム、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 |
JP4394728B2 (ja) * | 2008-04-15 | 2010-01-06 | シャープ株式会社 | 影響要因特定装置 |
JP5287985B2 (ja) | 2009-05-29 | 2013-09-11 | 株式会社村田製作所 | 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 |
MY166377A (en) * | 2011-08-30 | 2018-06-25 | Omron Tateisi Electronics Co | Management device, management method, program, and recording media |
-
2015
- 2015-04-02 JP JP2016529121A patent/JP6206692B2/ja active Active
- 2015-04-02 WO PCT/JP2015/060501 patent/WO2015194235A1/ja active Application Filing
- 2015-04-02 CN CN201580032956.2A patent/CN106462148B/zh active Active
-
2016
- 2016-12-20 US US15/384,732 patent/US10346509B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008309690A (ja) * | 2007-06-15 | 2008-12-25 | Hitachi High-Technologies Corp | 異種計測装置間のキャリブレーション方法及びそのシステム |
WO2010137488A1 (ja) * | 2009-05-29 | 2010-12-02 | 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 |
---|---|
JP6206692B2 (ja) | 2017-10-04 |
CN106462148B (zh) | 2019-06-14 |
US10346509B2 (en) | 2019-07-09 |
CN106462148A (zh) | 2017-02-22 |
US20170103043A1 (en) | 2017-04-13 |
WO2015194235A1 (ja) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10956451B2 (en) | Time-series data processing method, recording medium having recorded thereon time-series data processing program, and time-series data processing device | |
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 | |
JP6253860B1 (ja) | 品質管理装置、品質管理方法及び品質管理プログラム | |
CN109643397B (zh) | 时间序列数据特征量提取装置、时间序列数据特征量提取方法和时间序列数据特征量提取程序 | |
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 | |
US9061322B2 (en) | Product discriminating device, product discriminating method, and computer program | |
Alevizakos et al. | Monitoring of time between events with a double generally weighted moving average control chart | |
US20160146707A1 (en) | Collection of field measurement data using a pre-defined workflow | |
Lu et al. | Interval censored sampling plans for the gamma lifetime model | |
WO2021017374A1 (zh) | 一种浓度测量仪器校准方法、装置及浓度测量仪器 | |
CN109781341B (zh) | 气压传感器的数据校准方法及装置 | |
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 | |
US20130110448A1 (en) | Metrology Management | |
CN110646134A (zh) | 一种气压传感器的校准方法和校准装置 | |
JP6757846B2 (ja) | 工程/装備の計測データの微細変動検知方法及びシステム | |
JP2012058816A (ja) | 抜取検査の設計方法 | |
Lima-Filho et al. | Process monitoring using inflated beta regression control chart | |
JP2022061157A (ja) | 異常検知装置及び異常検知方法 | |
KR101615346B1 (ko) | 반도체 제조 공정에서의 이상 감지 방법, 장치 및 기록매체 | |
CN115291528B (zh) | 模型不确定性等级确定方法、装置、系统及存储介质 | |
EP4067899A1 (en) | Maintenance method for zirconia-type oxygen analyzer, maintenance system, and zirconia-type oxygen analyzer | |
CN114296759A (zh) | 应用程序的更新版本异常的确定方法及装置 | |
Bolton | Validation of statistical models for creep rupture by parametric analysis | |
CN105718467A (zh) | 检索算法评估推荐方法和系统 | |
Pearn et al. | Convenient ratio approach for industrial implementation in estimating and testing process yield |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161115 |
|
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: 20170809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6206692 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |