KR20040088491A - 제조설계 및 공정분석 시스템 - Google Patents
제조설계 및 공정분석 시스템 Download PDFInfo
- Publication number
- KR20040088491A KR20040088491A KR10-2004-7012074A KR20047012074A KR20040088491A KR 20040088491 A KR20040088491 A KR 20040088491A KR 20047012074 A KR20047012074 A KR 20047012074A KR 20040088491 A KR20040088491 A KR 20040088491A
- Authority
- KR
- South Korea
- Prior art keywords
- characteristic
- article
- predictor
- value
- residual
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 473
- 230000008569 process Effects 0.000 title claims abstract description 246
- 238000013461 design Methods 0.000 title claims abstract description 127
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 121
- 238000004458 analytical method Methods 0.000 title claims description 100
- 230000000116 mitigating effect Effects 0.000 claims description 32
- 238000012938 design process Methods 0.000 claims description 23
- 230000007547 defect Effects 0.000 claims description 22
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000004886 process control Methods 0.000 abstract description 33
- 238000005259 measurement Methods 0.000 abstract description 31
- 230000009467 reduction Effects 0.000 abstract description 4
- 238000001746 injection moulding Methods 0.000 description 23
- 239000000047 product Substances 0.000 description 20
- 230000008859 change Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 19
- 238000013400 design of experiment Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000002040 relaxant effect Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000003070 Statistical process control Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 230000001965 increasing effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 229910052751 metal Inorganic materials 0.000 description 6
- 238000000465 moulding Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000005096 rolling process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000001939 inductive effect Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013479 data entry Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000012369 In process control Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- 238000010965 in-process control Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000010327 methods by industry Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002991 molded plastic Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- 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
- G05B1/00—Comparing elements, i.e. elements for effecting comparison directly or indirectly between a desired value and existing or anticipated values
-
- 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] or computer integrated manufacturing [CIM]
- G05B19/41865—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] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- 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
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- 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
- G05B2219/32058—Execute program as function of deviation from predicted state, result
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/22—Moulding
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Multi-Process Working Machines And Systems (AREA)
- Feedback Control In General (AREA)
Abstract
본 발명은 제조 등의 공정과 관련하여 설계, 생산 및/또는 측정 작업을 용이하게 하는 방법 및 시스템을 제공한다. 일 실시예로서, 본 발명은 규격에 따라 만들어지는 임의의 부분 또는 다른 제품의 설계, 개발, 툴링, 제작준비, 한정시험, 검증 및 생산 공정의 모든 단계를 용이하게 하는, 컴퓨터 소프트웨어 애플리케이션에서 구현되는 의사결정 및 논리구조에 관한 것이다. 일실시예로서, 본 발명은 주어진 공정 출력의 여러 가지 특성이 서로, 규격제한, 공정전(pre-process) 입력에 어떻게 관련되는지에 대한 정보를 제공한다.
Description
공정 엔지니어링(process engineering)을 포함하여, 제조업계는 품질을 개선하고 비용을 절감하기 위한 시도가 계속되고 있으며 그 부담이 늘어나고 있다. 이러한 경향은 줄어드는 것이 아니라 더 증가하고 있다. 제조의 관점에서 보면, 품질은 (1) 공학적 설계 목표를 달성하거나 또는 이에 가깝게 달성하는 것, 그리고 (2) 편차를 최소로 하는 부품을 생산하는 것이다. 설계 엔지니어링(design engineering)의 분야도 또한 품질을 개선하고 비용을 절감하고자 하는 부담을 가지고 있다. 설계 엔지니어링은 계획한 설계 목표를 만들고 허용한계(tolerance limits)를 세워야 하는데, 이 허용한계는 목표에 맞고 설계 허용한계를 벗어나지 않는 부품을 생산하기 위한 제조가능한 것이어야 한다. 즉, 엔지니어는 형상, 치수 및 기능을 만족시키는 제품 설계뿐만 아니라 이러한 것들이 생산에 적합하도록 설계하는 작업을 하게 된다.
유용한 결과를 얻기 위해 공학 및 물리학 법칙에 따르는 제조 및 기타 다른 공정에서는, 5개의 기본 요소(도 1 참조)가 있다. 즉, 1) 제품을 만드는 공정(A); 2) 공정에의 입력(B); 3) 공정으로부터 출력(C); 4) 공정 출력에 영향을 미치도록 조정된 제어변수를 처리(D); 5) 공정에 영향을 미치는 비제어 공정 변수(uncontrolled process variables)(예컨대, "노이즈"라고 총괄적으로 말할 수 있는, 시간, 비용, 기타 다른 고려사항 때문에 제어되지 않은 비제어 변수 또는 변수들)이다.
설계 규격에 적합한, 부품 기타 다른 구성요소 등의 제품을 생산하기 위한 종래의 방법은 원인 조사(search for causation)에 기초한 논리적 방법이다. 이 방법은 공정에 영향을 미치는 변수에 대한 제어가 그 공정의 출력에 대한 제어를 가능하게 한다는 원리에 기초한다. 다시 말해서, 원인을 제어할 수 있다면 결과도제어할 수 있다는 것이다. 도 2는, 이러한 제어변수와 출력의 특성(예컨대, 제조된 부품)간의 관계, 연관성 또는 상관성을 결정하기 위한 시도가 이루어진 종래의 원리를 예시하고 있다.
바람직하지 않게도, 많은 제조 공정은 마치 블랙박스처럼 행해진다. 이러한 경우 중 일부의 경우에서, 공정 제어변수와 그 결과로서의 제품의 특성값 간의 관계를 결정하는 것은 어려울 수 있다. 또, 기술적으로 가능하다고 할 수 있는 경우라도, 시간과 경제적인 문제 때문에 이러한 결정이 불가능하게 될 수 있다.
이러한 것의 예로 플라스틱 사출성형이 있다. 적어도 22개의 제어변수를 사용하고 있는데, 이러한 제어설정이 2개의 레벨(고온 및 저온, 고압 및 저압 등)씩만 가지는 경우라 하더라도, 4백만개가 넘는 조합이 가능하다. 실제로, 레벨이 3개(고, 중, 저)라고 하면 10억개의 조합이 가능하다. 또한, 공정 변수에 대한 변경은 결과 제품 특성에 대한 가변적인 결과를 가지고 올 수 있다. 예를 들면, 압력 설정을 증가시키는 것은 제1 제품 특성을 증가시키고 제2 제품 특성은 감소시키며 제3 제품 특징에는 영향을 미치지 않을 수 있다. 단순 상호작용(interaction), 복합 상호작용 및 비선형성(non-linearity)은 상황을 더 복잡하게 한다. 또한, 단일 몰드에 보통 다수개의 몰드 캐비티가 존재한다. 결과적으로, 부합시켜야 하는 수많은 제품 특징(치수, 성능, 기타 다른 요건)이 존재하게 된다. 상술한 바와 같이, 허용가능한 제품을 생산하는 많은 설계 목표, 부품 허용한계, 몰드 설계 특징 및 사출성형 몰딩 프레스 세팅으로부터의 요인(factors)의 조합을 설정하는 것이 매우 어렵게 되는 경우가 있다.
이와 관련하여 어느 정도의 진전이 있었다. 실험을 설계하는 방법인 실험계획법(DOE: Design of Experiments)은 공정의 결과로서의 출력에 있어서 선택된 제어변수의 서브세트(subset)의 영향을 이해하기 위하여 행해져야 하는 실험의 수를 크게 감소시킨다. 그러나, 계획된 실험을 수행한 후에도, 결과 제품에 영향을 미칠 수 있는 제어변수가 여전히 많이 있다. 어느 경우에서나, 여전히 공급자와 OEM 고객은, 생산되는 제품이 허용 가능한 것을 보장하기 위해 생산된 부품의 광범위한 측정이 행해지게 된다.
아울러, 제조품질을 개선하기 위한 2가지 주요 방법이 있다. 그 첫 번째는 생산된 부품을 측정하고 나서 이 부품을 규격요건(설계 목표 및 허용도)과 비교하는 것이다. 이 방법은 피드백을 이용하는 "온라인" 공정이다. 이들 부품은 생산자와 고객(OEM, 제1 계층의 제조업자, 제2 계층의 제조업자 등) 모두에 의해 어느 정도까지 측정되는 것이 일반적이다. 그러나, 부품을 측정하는 것, 데이터를 기록 및 분석하는 것, 결과를 보고하는 것은 비용이 많이 들고 자원을 소모하는 공정이다.
품질을 개선하기 위한 노력으로서, 많은 제조업자들은 공정을 통계적으로 관리하는 통계 공정 제어(SPC: Statistical Process Control)와 공정 능력 연구(Process Capability study) 기술을 이용하기 시작했다. 실제로, 공급자가 SPC 또는 이와 동등한 다른 측정, 기록, 분석 및 보고 과정을 수행해주기를 원하는 고객이 많다. 이 기술에 의하면, 생산라인으로부터 샘플을 취해, 측정하고 분석하여 어떤 비정상(정상적으로 분류되지 않은) 패턴 또는 데이터 포인트가 나타나는지를검사하게 된다. 만일 이러한 비정상 데이터 포인트가 검출되면, 공정은 "제어불가"(out-of-control)(즉, 부합하는 예상 가능한 출력을 제공하는데 실패)로 간주되어 생산이 즉각 중단되고 공정을 조정하게 된다. 제조된 부품으로부터의 측정 데이터는 전용의 컴퓨터 프로그램에 내장된 차트작성용 도구(charting tool)와 매우 복잡한 SPC 통계법을 이용하여 분석된다. 대부분의 부품은 그 치수가 많이 상이하기 때문에, 통상 각각의 부품에 대한 많은 부품 치수에 측정 및 SPC 분석이 적용되어 왔으며, 이에 따라 생산과 관련하여 시간과 비용이 증가하게 된다. 그러나, SPC는 허용 불가한 부품의 적재 및/또는 허용 불가한 부품으로부터 허용 가능한 부품을 분류하는 것보다 결국에는 비용이 훨씬 덜 든다.
제조업자(및 이들의 고객)가 (1) SPC를 이용하여 치수의 몇 퍼센트를 모니터링하여야 하는지와, (2) 치수 세트가 완전하게 모니터링되지 않은 경우에 어떤 치수를 측정해야 하는지도 어렵다. 일반적으로, 설계 엔지니어에 의해 사용되는 "중요한" 치수의 전부는 아니더라도 대부분이 SPC 방법을 이용하여 측정 및 분석된다. 그러나, 경제적인 문제 때문에, 측정되고 분석되는 치수의 수가 바람직한 것보다 더 적게 될 수 있다. SPC 또는 다른 분석법에 대해 어떤 치수를 선택하는지에 대해 추측이나 어림짐작이 자주 있어 왔다.
제품 품질을 개선하기 위한 두 번째 방법은 제조된 물품의 자연적 편차(natural variation)를 감소시키는 것으로서, 공정제어 인자를 유지하는 정확도가 개선될 수 있으며 및/또는 "노이즈" 인자가 제거 또는 최소로 될 수 있다. 이것은 피드포워드(feed-forward)를 이용하는 개선된 "오프라인" 공정이다. 이러한 자연적 편차를 감소시키는 것은, 편차에 대해 비교적 많은 중대하지 않은 공통 원인이 존재하기 때문에, 비용이 많이 드는 방법이다. 생산된 부품에서의 자연적 편차를 어느 정도까지 제거하여야 하는 지는, 각각의 "중요한" 치수에 대해 수행되는 비용이 많이 드는 공정 능력 연구를 통해 결정되는 것이 일반적이다.
이와 같이, 본 기술분야에서는 설계 및 제조 공정을 용이하게 하고, 특히 상기 설명한 문제점을 해결하는 방법, 장치 및 시스템에 대한 요구가 있다. 예를 들어, 본 기술분야에서는, 예컨대 SPC 연구, 공정 능력 연구, 선적 검사, 및 수신 검사와 연관하여 상술한 측정, 기록, 분석, 및 보고 프로세스와 관련된 시간과 비용의 절감을 가져오는 방법에 대한 요구가 있다. 본 기술분야에서는 원하는 출력을 얻기 위해 어떻게 입력을 조정할지를 결정하는 방법에 대한 요구가 있다. 또한, 본 기술분야에서는 주어진 공정에서 얼마나 많은 물품 특성(예컨대, 치수, 기능 측정 등)이 측정되어야 하는지에 대한 결정을 용이하게 하는 방법 및 시스템에 대한 요구가 있다. 아래에서 보다 상세하게 설명하겠지만, 본 발명의 실시예는 실질적으로 이러한 요구를 해결하는 것이다.
관련출원
본 출원은 2002년 2월, "Manufacturing Design and Process Analysis System"이란 명칭으로 2002년 2월 출원된 동시계속 및 공동소유의 미국특허출원 제10/067,704호의 일부계속 출원으로서, 그 내용은 그 목적에 맞게 본 명세서에 참조로서 포함되는 것으로 한다.
본 발명은 제조, 설계, 툴링(tooling) 및 공정 엔지니어링에 관한 것으로, 일실시예로서, 제조 및 다른 공정과 관련된 설계, 툴링, 제작 및/또는 측정 작업을 용이하게 하는 방법, 장치 및 시스템에 관한 것이다. 일실시예로서, 본 발명은 규격(specification)에 따라 만들어지는 부품 또는 다른 제품의 설계, 개발, 툴링, 시작(試作)(pre-production), 품질보증(qualification), 검증(certification) 및 생산 공정의 모든 단계를 용이하게 하는, 컴퓨터 소프트웨어 애플리케이션에서 구현되는 의사결정(decision-making) 및 논리구조(logic structure)에 관한 것이다.
도 1은 제조 및 기타 다른 공정에 일반적으로 적용할 수 있는 공정 흐름도.
도 2는 종래 공정 제어 기술을 제조 공정에 적용한 것과 관련된 개념을 나타낸 공정 흐름도.
도 3은 제조 공정에 적용된 본 발명과 관련된 개념을 나타낸 공정 흐름도.
도 4는 두개의 물품 특성 간의 회귀 모델을 나타낸 산점도.
도 5는 공정 제어 세팅의 변경이 공정 출력에 미치는 영향을 모델링한 산점도.
도 6은 공정 입력의 변경에 의한 영향을 나타낸 산점도.
도 7은 공정 제어 세팅 및 공정 입력의 조합된 영향을 나타낸 산점도.
도 8은 회귀 모델과 관련된 예측 구간을 포함하는 산점도.
도 9는 본 발명의 실시예와 관련하여 사용되는 물품 특성 데이터의 입력을 용이하게 하는 그래픽 사용자 인터페이스를 보여주는 도면.
도 10은 두개의 물품 특성에 대한 간단한 선형 회귀 모델을 나타낸 산점도.
도 11은 본 발명과 관련하여 사용하기에 적합한 컴퓨터 하드웨어 시스템의 실시예를 나타낸 기능 블록도.
도 12는 본 발명의 실시예와 관련된 개념을 나타낸 산점도.
도 13은 선형 회귀 모델, 예측 구간, 목표 교차점, 및 규격 상한 및 하한을 포함하는 산점도.
도 14는 예측자 특성에 대한 동작 목표값 및 허용가능한 동작 범위의 결정을 나타낸 산점도.
도 15는 본 발명의 실시예에 따른 시스템 아키텍쳐를 나타낸 도면.
도 16은 본 발명의 실시예에 따른 방법을 제공하는 흐름도.
도 17은 사용자에게 회귀 모델과 관련 분석 요소를 디스플레이하는 것과 관련된 방법을 나타낸 흐름도.
도 18은 예측자 특성의 선택을 가능하게 하는 방법을 나타낸 흐름도.
도 19는 복수의 물품 특성, 상관계수, 및 각 물품 특성의 예측능력을 나타내는 값에 대해, 한 세트의 물품 특성값을 포함하는 스프레드시트 테이블.
도 20은 상관계수 테이블의 모집단을 허용하는 방법을 제공하는 흐름도.
도 21은 일실시예에 따른 본 발명의 사용과 관견된 방법을 나타낸 흐름도.
도 22은 본 발명의 실시예에 따른 제약 테이블.
도 23은 본 발명의 일실시예에 따른, 제약 테이블의 생성을 위한 방법을 나타낸 흐름도.
도 24는 회귀 모델과 관련된 경계값을 포함하는 예측자 특성과 피예측 특성에 대한 회귀 모델을 나타낸 차트.
도 25a 내지 25g는 예측자 특성과 피예측 특성 간의 회귀 모델을 나타낸 차트로서, 결함조건이 존재할 수 있는 여러 가지 상황을 나타내는 도면.
도 26a 내지 26b는 예측자 특성과 피예측 특성 간의 회귀 모델을 나타낸 차트로서, 피예측 특성이 피예측 특성의 규격 상한 및 하한 내에서 로버스트한 여러 가지 상황을 나타내는 도면.
도 27a 내지 27f는 상위, 하위 또는 상하위 예측 경계가 규격 한계 내의 부품을 생산하기 위해 최소 및/또는 최대 허용가능한 예측자 특성값을 제약하는 여러 가지 상황에 대한 회귀 모델을 나타낸 차트.
도 28a는 본 발명의 일실시예에 따른 오프셋 테이블의 생성을 위한 방법을 나타낸 흐름도.
도 28b는 본 발명의 일실시예에 따른 오프셋 테이블.
도 29는 본 발명의 일실시예에 따른 완화 테이블의 생성과 관련된 전반적인 공정을 나타낸 흐름도.
도 30은 본 발명의 일실시예에 의해 생성된 완화 테이블.
도 31은 피예측 특성의 규격 하한 및 상한 중 하나 또는 양자의 완화로 인한 새로운 규격 한계, 및 결과적으로 규격 한계 내의 부품을 생산하기 위해 요구되는 관련 최소 및/또는 최대 예측자 특성값의 결정을 위한 방법을 나타낸 흐름도.
도 32a, 32b, 32c, 및 32d는 피예측 특성에 대한 규격 상한 및 하한을 완화함으로써 얻어지는 Pmin의 감소 및 Pmax의 증가를 도식적으로 나타낸 차트.
도 33a, 33b, 33c, 및 33d는 적합 영역(compliance area), 회귀 영역(regression area), 유계(bounded) 회귀 영역, 및 유계 회귀 영역에 대한 적합 영역의 비교를 도식적으로 나타낸 차트.
본 발명은 제조 및 다른 공정과 관련된 설계, 생산 및/또는 측정 작업을 용이하게 하는 방법, 장치 및 시스템을 제공한다. 일실시예에서, 본 발명은 규격에 따라 생산되는 어떤 부품 또는 다른 물품의 설계, 개발, 툴링, 시작(試作), 품질보증, 검증, 및 생산 공정의 모든 측면을 용이하게 하는, 컴퓨터 소프트웨어에서 실행되는, 의사결정 및 논리구조에 관한 것이다. 일실시예에서, 본 발명은 주어진공정 출력의 다수의 특성들이 서로에게, 규격 한계에 및 공정전 입력에 어떻게 관련되어 있는지에 대한 지식을 제공한다. 이 지식은 생산 전이든 생산 중이든 측정, 분석, 및 보고 비용의 절감을 용이하게 한다. 또한, 이것은 설계 목표에 따른 생산을 달성하기 위해 전공정 입력에 필요한 변경을 결정할 수 있다. 이것은 설계 허용범위를 완화하기 위한 우선순위화된 순서를 제공한다. 이것은 규격 한계에 맞는 부품을 생산할 가능성을 평가한다. 이것은 기능성과 생산성 간의 트레이드오프(trade-off)를 평가하고, 생산성을 향상시키는 설계 목표를 제공한다. 이것은 공정 변동가능성이 언제 감소되어야 하는지에 대한 결정을 제공한다. 이것은 원재료의 비교 및 선택을 용이하게 한다. 이것은 공정 엔지니어와 오퍼레이터에게 향상된 조작 가이드라인을 제공한다.
본 발명은 선행하는 목적과 장점을 이룩하기 위해 분석 테크닉을 사용한다. 후술하겠지만, 일실시예에서, 그래픽 테크닉은 분석 테크닉 대신에 선택적으로 사용될 수 있다. 그래픽 테크닉은, 제한되지 않으면서 차트, 그래프, 및 플롯(plot)을 포함하고, 분석 결과를 디스플레이하기 위해 사용될 수 있다. 본 발명은, 일실시예에서, 측정, 기록, 분석 및 보고과 관련된 자원 소모와 비용을 잠재적으로 감소시키면서, 어느 물품 특성 및 얼마나 많은 물품 특성이 측정되어야 하는지에 대한 결정을 가능하게 하는 강력한 통계적 방법을 채용한다. 또한, 본 발명의 실시예는 설계 엔지니어에게 생산성을 위한 물품의 설계를 지원한다. 또한, 본 발명의 실시예는 설계 엔지니어 및 툴링 엔지니어에게, 설계 목표를 달성하고 규격 허용범위 한계 내에서 제조할 수 있도록 공정 입력에 대한 설계 요구사항을 수정할 수 있도록 하기 위해 필요한 매우 중요한 정보를 제공하도록 구성될 수 있다. 본 발명의 실시예는, 시스템 엔지니어링 접근법을 이용하여, 어느 물품 특성이 가장 제약적인 목표 및 규격 허용범위 한계를 가지고 있는지를 식별하기 위해 채택될 수 있다. 예컨대, 그러한 정보는 허용범위가 증가되어야 하는지 여부와 만일 그렇다면 어느 허용범위 및 어느 물품 특성에 대해서인지의 평가를 가능하게 한다. 또한, 본 발명은, 꼭 수행하여야 하는 공정 능력 연구의 수를, 때로는 매우 놀라울 정도로, 줄임으로써, 공정 능력 연구를 수행하는 비용을 절감하기 위해 채용될 수 있다. 본 발명의 상술한 측면 및 다른 측면은 본 발명의 바람직한 실시예에 대한 다음 설명으로부터 명확해 질 것이다.
일실시예에서, 본 발명은 피예측(predicted) 물품 특성과 하나 이상의 예측 물품 특성 간의 관계가 원하는 목적(예컨대, 목표 규격 및/또는 규격 허용범위 내의 부품의 생산)을 달성하기 위해 공정의 능력에 어떻게 영향을 미치는지에 대한 이해와 분석을 용이하게 하는 방법, 장치 및 시스템을 제공한다. 일실시예에서, 본 발명은 공정분석 시스템을 제공하고, 사용자로 하여금, 강력한 설계 또는 툴링, 또는 공정전 치수 또는 공정의 변경에 대한 강력하고 정보에 근거한 결정을 하기 위해, 물품 특성들 간의 관계를 이해하고 분석할 수 있도록, 한 세트의 그래프 및/또는 테이블(예컨대, 제약 테리블, 오프셋 테이블, 및 완화 테이블)을 생성한다. 아래에서 보다 상세히 설명하겠지만, 에측 특성과 하나 이상의 주어진 피예측 물품 특성 간의 관계는 일반적으로 다음의 세가지 가능한 상황 중 하나로 분류될 수 있다: 1) 피예측 물품 특성에 대해 규격 한계의 바깥에서 물품을 생산할 가능성이 있는 상황; 2) 피예측 특성이 강전하고, 항상 규격 한계 내에 있는 상황; 3) 피예측 물품 특성이 예측 물품 특성을 제약하는 상황. 일실시에에서, 본 발명은, 예컨대, 어느 피예측 물품 특성이 무시되어도 안전한지, 어느 피예측 물품 특성이 예측자 특성에 대한 동작 범위 또는 윈도우를 제약할 것인지, 또 어느 피예측 물품 특성이 설계 규격 한계의 바깥에서 물품을 생산하는 결과를 가져올 수 있는지를 결정하기 위해, 예측자 특성과 잔여 물품 특성 간의 가능한 관계를 분석하기 위한 방법을 제공한다. 이러한 피예측 물품 특성의 분류로, 사용자(예컨대, 설계 엔지니어, 툴링 엔지니어, 공정 엔지니어, 검사자 등)는 각 피예측 물품 특성을 취급하는 방법에 대해 결정하는 위치에 있게 된다. 예를 들면, 결함을 일으킬 수 있는 경우에, 사용자는 규격 허용범위를 완화하고, 및/또는 공정전 입력을 수정하고, 및/또는 공정 변수를 제약하도록 결정할 수 있다. 덧붙여, 만일 예측 물품 특성의 모든 가능한 값들(적어도 설계 규격 한계 내의)에 대해 주어진 피예측 물품 특성이 로버스트(robust)하다면(규격 내에 있다면), 예컨대 부품 측정 및 사전품질관리, 품질관리, 검증 및 생산활동과 관련된 분석과 같은 공정후 작업을 하는 동안, 피예측 물품 특성은 무시될 수 있다. 또한, 본 발명은 예측 물품 특성에 대한 허용가능한 범위를 제약하는 피예측 물품 특성의 영향에 대한 분석을 용이하게 한다. 아래에서 더욱 상세하게 설명하겠지만, 본 발명은 사용자가 주어진 설계 규격에서 요구되는 물품의 생산가능성에 대한 제약하는 피예측 물품 특성의 영향과 제약의 정도를 고려할 수 있도록 하고, 또 설계규격/요구에 맞는 출력을 생성하기 위해 주어진 공정의 적절함을 평가할 수 있도록 한다. 아래에서 보다 상세하게 설명하겠지만, 본 발명의실시예는, 제조 및 다른 프로세스와 관련된 분석 작업 및 의사결정 작업을 지원하는, 예컨대 산포 테이블, 제약 테이블, 오프셋 테이블, 완화 테이블과 같은, 그래프, 테이블 및 차트를 생성하는 동작을 행한다.
I. 배경 및 동작 원리
A. 원리 및 개념
본 발명은 물품 특성간의 관계를 분석하기 위한 몇 개의 그래픽, 통계학적 및 수학적 테크닉을 이용하여 신규한 설계 및 제조 공정 분석 시스템을 얻을 수 수 있다. 이러한 것으로서, 산점도(scatter diagram), 상관계수, 결정계수, 선형, 비선형 및 다변량 회귀, 예측 구간, 조절 예측 구간, 회귀를 이용한 예측, 예측 구간, DOE, 평균 및 가중화 평균을 이용하는 예측 등이 있다. 도 3은 본 발명의 특징이 종래기술과 어떻게 다른 지를 나타내는 처리도이다. 광범위한 제조 공정, 특히 사출성형에 있어서, 주어진 공정으로부터 생기는 물품 특성간에는 관련성이 강한 경우가 있다. 본 발명은 이러한 관련성의 통계적인 세기(강도)를 평가하고, 이들 관련성이 충분한 세기를 가지고 있다면, 본 발명은 제조 공정에 관련된 다양한 설계, 생산 및 측정 작업을 용이하게 해주는데 이러한 관련성을 이용한다.
도 2에 예시된 종래기술과 도 3에 예시된 본 발명간의 차이점을 이해하는데 있어서, 기본적인 핵심이 되는 것은 도 3에는 부품 특성간에 관련성이 존재한다는 것이다. 사출성형의 분야에서, 도 3의 상이한 출력(#1, #2 등)은 부품의 상이한 치수를 나타내는 것이 일반적이다. 본 발명에서, 상이한 부품 특성은 치수에만 한정되는 것이 아니라, 부품의 속성이 될 수도 있다. 또, 상이한 부품 특성은 사실상 다중 캐비티 몰드의 단일 사이클에서 생성되는 상이한 부품들간의 동일 치수를 포함할 수 있다.
도 4는 산점도상에 나타난 바와 같이, 2개의 물품 특성간의 관련성을 나타낸다. 도 4는, 한가지 형태로서, 예측자 특성과 피예측 특성간의 관련성을 나타낸다. 이하에 설명하는 바와 같이, 회귀모델을 만들기 위해 사용되는 데이터 포인트는 적어도 2가지 다른 가능한 방법을 이용하여 생성되는 것이 일반적이다.
제1 방법은 공정 세팅에 어떠한 변화도 주지 않고 부품을 생성하는 것을 포함한다. 이 방법은 일반적으로 정규적인 생산 과정에 대응한다. 모든 공정은 제어변수의 편차, 환경적 조건, 소모/마모 및 많은 다른 요인이 생기기 마련이다. 이들은 공정 출력에 자연적 편차를 생기게 하는 공정에 영향을 미친다. 이러한 방법으로부터의 공정 출력이 측정된다. 이러한 방법에서의 문제점으로서, 측정 공정은 다른 공정과 마찬가지로 측정 공정 자체로부터 측정 오차가 생기는 편차의 원인을 가지고 있다는 것이다. 만일 부품 특성에 자연적 편차의 크기가 측정 오차에 비해 작다면, 측정 오차는 자연적 편차를 상쇄하고도 남을 것이다. 이 경우, 부품 특성들간에 어떤 통계적으로 중요한 상관(correlations)이 설정될 수는 없을 것이다.
사출성형 공정은 전형적인 측정 오차와 대비하여 비교적 작은 자연적 편차를 갖는 것이 통상적이다. 따라서, 관련성의 평가를 위해 사출성형된 부품을 생성하는 제1 방법은 비생산적일 수 있다. 따라서, 부품을 생성하는 제2 방법이 사출성형된 부품에 보다 적절할 수 있다. 그러나, 상기 방법을 이용하기 위해 다른 공정들에서 중요한 자연적 편차가 나타날 수 있다.
제2 방법에 의하면, 부품 특성의 편차가 유도된다. 사출성형의 경우, 공정제어 세팅을 신중하게 변경함으로써 편차가 유도된다. 이러한 방식에 있어서, 부품 특성값의 편차가 측정 오차에 비해 크게 된다. 부품 특성값이 존재하는 정도까지의 상관관계가 명백하게 된다.
상술한 바와 같이, DOE는 관리가 불가능할 정도로 많은 수의 실험 조건을 관리가능한 적은 수의 실험 조건으로 감소시키는 데에 유용한 방법이다. 사출성형의 분야에서는 편차가 반드시 유도되어야 하기 때문에, 효과적인 실험을 계획하기 위해 DOE 기술을 이용하면 이점이 있다. 이러한 방법을 이용하게 되면, 데이터를 효과적으로 분석하고 그 분석의 결과를 보고하는 구입 가능한 컴퓨터 애플리케이션이 있다는 다른 이점도 있다. 따라서, DOE를 이용함에 의한 한가지 이점은 실험 과정으로부터 유용한 정보를 얻을 수 있다는 것이다. 구체적으로 말해서, 결과적으로 얻게 되는 출력의 부품 특성에 크게 영향을 미치는 데에 이용될 수 있는 적어도 하나의 공정 제어 세팅을 식별하는 것이 일반적으로 가능하다는 것이다. DOE로부터 획득한 정보는 이하 설명하는 바와 같이, 회귀 모델에서의 부품 특성값의 공동 동작 위치의 원하는 변경을 달성하도록 공정 제어 세팅을 조정하는 데에 이용될 수 있는 이점을 갖는다.
DOE의 이용과 연관된 어떠한 효율성 측정과도 관련되어 있지 않은 실험 과정에서 편차를 유도하는 다른 이점이 있다. 이 다른 이점은 본 발명의 일실시예로서 부품 특성에 가장 큰 영향을 미치는 공정 제어 세팅을 식별한다는 사실에 근거한다. 본 발명은 이러한 "큰 영향을 미치는" 제어 세팅을 선택하기 위해, 사출성형 압연공 및 관련 제조 및 공정 직원의 경험에 부분적으로 의존할 수도 있다. 사출성형에 있어서 일반 패러다임은 공정 세팅에 대한 변경을 최소로 하는 것이 중요하다. 이에 대하여, 본 발명은 향후 분석을 위해 부품 편차를 유도할 목적으로 그 영향을 최대로 한다. 다시 말해서, 편차를 유도하기 위하여, 본 발명은 "최악의" 제어 세팅을 찾는다. 생산 측면으로부터의 "최악의" 제어 세팅이 편차를 유도하는 측면으로부터의 "최상의" 제어 세팅으로 된다.
상술한 바와 같이, 사출성형 분야에는 다수, 통상적으로 22개 이상의 공정 제어 세팅이 있다. 본 발명은 일실시예로서 큰 영향을 미치는 압연 제어를 식별하기 위해, "과학적" 또는 "비연성 성형"(decoupled molding) 원리를 이용한다. DOE의 경우에는, "과학적"/"비연성 성형" 원리를 이용하는 것이 필요하지 않고, 추가적인 식별 이점을 잠재적으로 제공한다. 따라서, 가장 큰 영향을 미치는 몇 개, 통상 2-5개의 제어 세팅이 실험 과정에서 변경되는 경우, 가장 많은 양의 편차가 부품 특성에 도입될 것이다. 이러한 편차는 2가지 유형이 될 것이다. 그 첫 번째 유형은 회귀라인을 따라 공동 동작 위치의 이동이 될 것이다. 두 번째 유형은 회귀라인에 대해 데이터 포인트의 흩어짐을 유도할 수 있다. 강력한 데이터 세트를 생성하여 제공함으로써 예측을 위한 강력한 회귀모델을 생성하는 것이 중요하다.
결국, DOE 기술의 이용에 의해 추가적인 정보가 제공된다. 특히, 부품 편차를 유도하기 위해 DOE 기술을 이용함으로써, 변경된 공정 제어 변수가 부품 특성에 어떻게 영향을 미치는지와 이들 제어 변수들이 서로 어떻게 상호작용 하는지에 대한 이해가 가능하게 된다.
상술한 바와 같이, 사출성형 제어 세팅과 부품 특성간에 관련성을 설정하는것은, 대량의 제어 변수, 잠재적으로 다수의 부품 특성, 단순 상호작용, 복합 상호작용 비선형성 및 기타 다른 영향 등의 몇가지 이유에 의해 용이하지 않다. 본 발명의 이점들 중 하나는 부품 특성에 영향을 미치는 공정 제어 변수가 많고 이들 변경이 매우 복잡하게 어느 하나의 부품 특성에 영향을 미칠 수 있는 경우라 하더라도, 이들 변수들에서의 변경은 예측자 특성과 적어도 하나의 잔여 물품 특성간의 관계에 예측 가능한 결과를 갖는다는 점이다. 따라서, 이하에서 더 상세히 설명되는 바와 같이, 본 발명의 시스템과 방법에 의하면, 설계 엔지니어와 공정 오퍼레이터는 하나 이상의 피예측 특성이 설계 규격에 부합하는지 여부를 결정하기 위해 예측자 특성의 값에 의존할 수 있다. 또, 본 발명의 시스템과 방법에 의하면, 설계 엔지니어와 공정 오퍼레이터는 공정 출력을 설계 규격에 부합하도록 조정하기 위한 노력으로 피예측 특성에 중점을 둘 수 있다.
도 4의 회귀 모델은 2개의 변수간의 관계가 직선이고 모든 데이터 포인트가 직선상에 존재하는 것으로 가정하지만, 완벽한 선형 모델은 거의 달성되기 어려운데, 완전한 상관이 실제로는 매우 드물기 때문이다. 도 10은 산점도 상에 데이터 포인트가 흩어진(산란) 상태를 나타낸다. 데이터 포인트가 흩어진 상태를 나타내고 있지만, 데이터 포인트는 강한 경향(trend) 또는 관련성을 나타내기도 한다. 다시 말해서, 2개의 변수 중 하나의 값을 알면, 비교적 높은 정확도로 다른 변수를 예측하는 것이 가능하게 된다. 본 발명에 적용하면, 예측자 특성의 값을 아는 것으로 피예측 물품 특성의 값을 상당히 정확하게 알 수 있게 된다. 실제로, 데이터 포인트의 산란은 다수의 요인에 의해 생긴다. 이러한 것으로, 공통 원인 노이즈에의해 생기는 편차, 제어 변수의 공통 원인 변동, 공정 입력에서의 공통 원인 편차, 부품 특성을 측정하는데 이용되는 측정 시스템에서의 공통 원인 편차가 있다. 도 10은 또한 회귀 모델을 정의하는데 일반적으로 사용되는 2개의 파라미터를 나타낸다. 이들 파라미터는 회귀라인의 경사와 Y절편이지만, 다른 파라미터를 사용해도 된다. 도 10에 도시된 실시예는 선형의 회귀 모델을 나타낸다. 그러나 본 발명은 선형 모델의 사용에 한정되는 것이 아니다. 본 발명과 관련하여 다변량 모델과 같은 비선형 회귀 모델도 사용이 가능하다.
도 8은 회귀 모델에 상위 예측 구간과 하위 예측 구간을 추가한 것을 나타낸다. 예측 구간에 의해 한정되는 영역은, 자연적 편차와 측정 오차가 포함되는 경우, x축과 y축 특성에 대해 공정의 출력의 가능한 영역을 나타낸다. 다시 말해서, 공정의 모든 복잡한 요소가 "제거"되는데, 이는 이들 복잡한 요소가 가능한 출력의 한정된 영역으로 나타나기 때문이다. "제거"된 복잡한 요소는 상술한 공정 제어 변수의 단순 상호작용, 복합 상호작용, 비선형성 등을 포함한다.
이 방식에서 공정 출력의 분석은 설계와 제조 공정을 용이하게 하는 다양하고 유용한 정보를 제공한다. 예를 들어, 도 4는, 다른 것은 물론이고, 예측자 특성과 피예측 특성의 설계 목표간의 교점을 포함하고 있다. 목표 교점의 위치는 상당한 양의 유용한 정보를 설계 엔지니어 및 공정 오퍼레이터에게 제공하는데, 도 4에 도시된 상황의 경우, 공정 제어 세팅이 변경되더라도, 목표 교점을 교차하는 것이 불가능한 것을 나타낸다.
설명을 위해, 바람직한 실시예의 상세한 설명은 주로 본 발명의 실시예를 사출성형 공정에 적용하는 것을 기본으로 하여 설명한다. 그러나 본 발명은 판금(plating), 반도체 제조, 기계가공(machining) 및 재료가 추가, 제거 또는 형태나 구조가 변경되는 기타 다른 공정 등의 다양한 제조 공정에 적용된다. 또, 본 발명은 제조된 물품의 설계, 물품을 제조하기 위한 공정의 개발 및/또는 제조 비용의 절감에 도움을 주는데 적용될 수 있다. 아울러, 이러한 적용은 성분, 소자 또는 이들의 조합 부품으로 의도된 물품뿐만 아니라 단일 물품이나 아이템을 포함하는 다양한 물품에 적용된다. 따라서, 바람직한 실시예의 상세한 설명에서는 "물품"과 "부품"은 상호 바꿔서 사용할 수 있는 것으로 개시한다.
본 발명은 또한 압연 제어 세팅에서의 변경에 의해 생기는 편차 외에 편차의 소스의 영향을 평가하는 데에 적용된다. 실질적으로 편차의 어떠한 소스라도, 부품 특성값에서의 편차가 충분히 있는 경우라면, 평가될 수 있다. 선택된 예로서, 구성배열에서 구성배열까지의 셋업투셋업(setup-to-setup) 편차의 효과를 결정하는 것, 사출성형의 경우 압연에서 압연가지의 프레스투프레스(press-to-press) 편차의 효과를 결정하는 것, 계절적 효과의 영향과 같은 일시적 효과를 결정하는 것 및 상이한 유형의 원재료의 영향 또는 원재료나 상이한 공급자로부터의 성분을 구매의 영향을 평가하는 것을 포함할 수 있다.
또한, 본 발명의 실시예들은 개인용 컴퓨터 등의 연산 장치의 도움 없이, 본 명세서에 개시된 다양한 수학적, 통계적 계산을 수행할 수 있다. 물품 특성이 적은 경우, 손으로 및/또는 스프레드시트를 이용하여 모든 분석 및/또는 그래프 작성이 전적으로 가능하다. 그러나, 바람직한 실시예에서, 데이터와 연산 요구가 많이있는 경우에는, 본 발명과 관련된 다양한 실행이, 본 명세서에 개시된 동작을 수행하고 사용자 인터페이스 디스플레이상에 결과 데이터를 표시하도록 구성된 연산 장치에 의해 행해지게 된다.
B. 예시적 시스템 아키텍처
도 15는 본 발명의 일실시예에 따른 시스템 아키텍처를 나타내는 단순 블록도이다. 도 2에 도시된 바와 같이, 시스템 구조는 공정 분석 애플리케이션(100)과 운영체제(130)를 포함한다. 공정 분석 시스템(100)은 데이터 입력 모듈(102), 회귀 모듈(104), 상관 모듈(106), 디스플레이 모듈(108) 및 인터페이스 애플리케이션 모듈(110)을 포함한다. 데이터 입력 모듈9102)은 물품 특성 데이터를 수신하고, 수신한 데이터를 공정 분석 시스템(100)과 관련된 다른 모듈에 의해 동작학 위한 적절한 포맷으로 포맷팅 및 저장한다. 회귀 모듈(104)은 주어진 입력 세트에 대해 회귀 모델을 계산한다. 상관 모듈(106)은 이하 상세하게 개시하는 물품 특성 중에서 상관에 관련된 동작들 수행한다. 디스플레이 모듈(108)은 일실시예로서 주어진 데이터 세트와 이하 더 상세하게 개시하는 다른 데이터 요소에 대해 회귀 및/또는 상관 관계의 그래픽 표시를 생성한다. 인터페이스 애플리케이션 모듈(110)은 사용자로부터 수신된 명령에 기초하여 공정 분석 시스템(100)과 관련된 다른 모듈의 동작을 조정한다.
일실시예로서, 상술한 시스템 구조는 도 11의 컴퓨터 하드웨어 시스템(800)과 관련하여 동작한다. 운영체제(130)는 시스템(800)의, 공정 분석 애플레케이션(100)뿐만 아니라 다른 소프트웨어 애플리케이션(도시 안됨)과의 데이터 입출력 등의 동작을 관리 및 제어한다. 운영체제(130)는 시스템에서 실행되는 소프트웨어 애플리케이션과 사용자간에, 그랙픽 유저 인터페이스(GUI) 등의 인터페이스를 제공한다. 본 발명의 일실시예에 의하면, 운영체제(130)는 워시(wash), 레드몬드(redmond)에 소재한 마이크로소프트(Microsoft Corporation)로부터 입수 가능한 Windows(등록상표) 95/98/NT/XP 운영체제이다. 그러나, 본 발명은 캘리포니아 쿠퍼티노에 소재한 애플컴퓨터(Apple Computer Inc.)로부터 입수 가능한 애플 메켄토시(Apple Macintosh) 운영체제, 유닉스(UNIX) 운영체제, 리눅스(LINUX) 운영체제 등의 다른 통상적인 운영체제를 이용할 수도 있다.
도 11은 본 발명을 이용하는데 적합한 컴퓨터 하드웨어의 일실시예를 예시하고 있다. 예시된 실시예에 있어서, 하드웨어 시스템(800)은 도시된 바와 같이 상호 연결된 프로세서(802)와 캐시 메모리(804)를 포함한다. 또, 하드웨어 시스템(800)은 고성능의 입출력(I/O) 버스(806)과, 표준 I/O 버스(808)를 포함한다. 호스트 브리지(810)는 프로세서(802)를 고성능 I/O 버스(806)에 결합시키고, I/O 버스 브리지(812)는 2개의 버스(806, 808)를 서로 결합시킨다. 버스(806)에는 네트워크/통신 인터페이스(824), 시스템 메모리(814) 및 비디오 메모리(816)이다. 다음으로, 디스플레이 장치(818)는 비디오 메모리(816)에 접속된다. 버스(808)에는 대용량 기억장치(820), 키보드 및 포인팅 장치(822) 및 I/O 포트(826)가 접속된다. 전체적으로, 이들 구성요소는 컴퓨터 하드웨어 시스템의 광범위한 범주를 나타내는 것으로 되어 있으며, 캘리포니아 산타클라라에 소재한 인텔(Intel Corporation)에서 제조한 펜티엄(Pentium(등록상표)) 프로세서에 기반을 둔 범용의 컴퓨터 시스템에 한정되는 것은 아니며 기타 다른 적절한 프로세서가 가능하다.
컴퓨터 하드웨어 시스템(800)의 구성요소는 종래기술로서 공지된 통상적인 기능을 수행한다. 특히, 네트워크/통신 인터페이스(824)는 시스템(800)과의 통신을 제공하는데 사용되며, 이더넷(Ethernet), 토큰링(token ring), 인터넷(Internet) 등과 같은 광범위한 종래의 네트워크가 가능하다. 대용량 기억장치(820)는 시스템 콘트롤러에서 구현되는 상술한 기능을 수행하도록 데이터 및 프로그래밍 명령에 대한 영구적인 기억장소를 제공하는데 이용되며, 시스템 메모리(814)는 프로세서(802)에 의해 실행될 때 데이터 및 프로그래밍 명령에 대한 일시적 기억장소를 제공하는데 이용된다. I/O 포트(826)는 하드웨어 시스템(800)에 접속될 수 있는 추가적인 주변 장치들간의 통신을 제공하는 하나 이상의 직렬 및/또는 병렬 통신 포트이다.
하드웨어 시스템(800)은 다양한 시스템 구조를 포함하며, 하드웨어 시스템(800)의 다양한 구성요소의 재배치가 가능하다. 예를 들어, 캐시(804)는 프로세서(802)와 함께 칩에 내장될 수 있다. 또, 캐시(804)와 프로세서(802)는 함께 "프로세서 모듈"이 될 수 있으며, 프로세서(802)는 "프로세서 코어"로 불리기도 한다. 또한, 본 발명의 구현을 위해 상술한 구성요소를 모두 포함할 필요는 없다. 예컨대, 표준 I/O 버스(808)에 접속된 것으로 도시된 주변 장치는 고성능 I/O 버스(806)에 접속될 수 있고, 일부 경우에서는, 단일의 버스만이 포함될 수 있고, 하드웨어 시스템(800)의 구성요소가 이 단일의 버스에 접속될 수 있다. 또한, 시스템(800)에 추가적인 프로세서, 저장 장치 또는 메모리 등의 추가적인 구성요소가 포함될 수 있다.
일실시예로서, 본 발명의 구성요소는 도 11의 하드웨어 시스템(800)에 의해 구동되는 일련의 소프트웨어 루틴으로서 구현된다. 이들 소프트웨어 루틴은 프로세서(802) 등의 하드웨어 시스템에 있는 프로세서에 의해 실행되는 복수개 또는 일련의 명령을 포함한다. 처음에, 이러한 일련의 명령이 대용량 기억장치(820) 등의 기억장치에 저장된다. 그러나, 이 일련의 명령은 디스켓, CD-ROM, ROM 등의 통상적인 기억매체상에 저장될 수도 있다. 또, 일련의 명령은 국부적으로 저장될 필요는 없으며, 네트워크상의 서브 등과 같은 원격 기억장치로부터 네트워크/통신 인터페이스(824)를 통해 수신될 수 있다. 이 명령은 대용량 기억장치(820) 등의 기억장치로부터 메모리(814)로 복제되고, 프로세서(802)에 의해 액세스 및 수행된다. 일실시예로서, 이들 소프트웨어 루틴은 C++ 프로그래밍 언어로 작성되어, 대용량 기억장치(820)에 컴파일링 된 형태로 저장된다. 그러나, 이들 루틴은 비쥬얼 베이직(Visual Basic), 자바(Java) 등을 포함하는 다양한 프로그래밍 언어 중 임의의 것으로 구현될 수 있다. 다른 실시예로서, 본 발명은 개별 하드웨어 또는 펌웨어에서 구현된다. 예컨대, 본 발명의 상술한 기능을 주문형 집적회로(ASIC)에 프로그래밍할 수 있다.
II. 예시적 실시예의 동작
A. 복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트 생성
상술한 바와 같이, 본 발명은 물품 특성에 대하여 편차 범위를 갖는 물품 세트와 연관된 물품 특성간의 관계를 평가한다. 본 발명의 일실시예에 의하면, 사용자는 주어진 프로세스에 따라 복수개의 물품 특성에 대하여 편차를 범위를 갖는 부품 세트를 생성한다. 예컨대, 사용자는 사출성형 기구에 사출성형 툴을 설치하여 물품 세트를 만들 수 있다. 물품 세트 또는 이것의 샘플은 관련 물품 특성에 대하여 측정되거나 또는 이와 다르게 검사 또는 평가된다. 결과로서의 데이터 세트는 기록되고(예컨대, 엑셀(Excel) 스프레드시트 테이블 등), 이후의 분석에 이용된다.
다양한 물품 특성은 측정 및 분석이 가능하다. 예를 들어, 측정되거나 이와 다르게 결정되는 물품 특성으로서, 물품의 치수(예컨대, 물품의 길이, 높이, 폭, 외주, 전체 직경 등 또는 물품의 주어진 특징), 경도, 공극률, 보잉(bowing), 평탄도, 보이드(void) 특성(보이드의 존재 여부 및 보이드의 수), 색, 강도, 무게 및 유압 억제기를 통한 흐름속도 또는 노들의 분사 패턴과 같은 성능 특성을 포함하여 기타 다른 물품 특성이 포함될 수 있다.
상술한 바와 같이, 본 발명은 물품 특성의 편차가 자연적으로 발생하거나 물품을 생성하는 공정과 관련된 공정 제어 변수를 변경함으로써 유도되는 물품 세트에 적용될 수 있다. 공정 제어 세팅이 변경되지 않고 물품이 생성디는 경우, 결과적인 물품 특성에서는 자연적 편차가 거의 없는 것이 일반적이다. 이것은 사출성형된 플라스틱 부품의 경우에 특히 그렇다. 측정 오차는 명확하지 않게 될 수 있거나, 이와 다르게 주어진 물품 세트로부터 관측된 자연 편차가 신뢰할 수 없게 될 수 있다. 더 정확한 측정 기구를 사용하는 것이 비용면에서 비효율적이라면, 공정 세팅을 변경함으로써 부품에서 편차를 유도하여야 한다. 따라서, 바람직한 실시예로서, 물품 편차는 측정 오차가 부품의 자연적 편차에 비해 큰 경우에 유도된다.
A.1. 편차 유도
물품 편차는 오퍼레이터의 경험에 기초하여 프레스 세팅을 선택 및 변경함으로써 유도될 수 있다. 즉, 오퍼레이터는 자신의 경험을 살려 부품에서 편차를 유도하기 위해 어떤 공정 세팅을 변경할지를 결정할 수 있다. 바람직한 형태로 편차를 유도하기 위하여, 오퍼레이터는 제조 공정 동안 공정 세팅을 변경하고, 공정이 측정용 부품을 선택하기 전에 세팅 변경간에 평형이 되도록 한다. 또, 오퍼레이터는 본 방법의 바람직한 실시예에서 관련 물품 특성에서 가장 큰 변동특성을 유도하는 공정 세팅의 세트 또는 서브세트를 선택한다. 바람직한 실시예에서, 공정에서 공정 기구 또는 도구에 나쁜 영향을 미치지 않고 부품이 생산되도록 공정 세팅에 대한 상한 및 하한이 선택된다. 또, 바람직한 형태로서, 관련 물품 특성의 각각에 대한 물품 특성의 규격 상한 및 하한의 전체 범위에 걸치는 편차를 유도하도록, 공정 세팅에서의 변경의 크기가 선택된다.
사출성형 공정에 대해, 부품 편차는 일실시예로서 과학적/비연성 몰딩 기술을 이용하여 공정 제어 세팅을 선택 및 변경함으로써 유도될 수도 있다. 과학적/비연성 몰딩 기술은 다수의 프레스 세팅을 3개 또는 4개의 주요 변수로 감소시키는 방법을 제공한다. 또, 과학적/비연성 몰딩 기술은 몰딩 프레스 오퍼레이터의 경험과 함께 어떤 프레스 세팅이 변경되어야 하는 지를 결정하는데 이용될 수 있다. 바람직한 실시예로서, 생산된 물품 세트는 각각의 공정 제어 변수 세트에서 적절한 수의 반복으로부터 물품을 구비한다.
바람직한 실시예에서, 편차 범위를 갖는 물품 세트를 생성하는데 실험계획(DOE)법이 채택된다. DOE는 어떤 공정 세팅이 변경되는지에 대한 결정에 관계없이 이용될 수 있으며, 오퍼레이터의 경험, 비연성/과학적 몰딩 원리, 또는 이들의 일부 조합을 이용하여 이루어진다. DOE는 비교적 작은 실험적 노력에 대해 최대의 정보량을 추출할 수 있는 효과적인 실험적 구성을 규정한다. 일단 어떤 프레스 세팅이 변경되는지 결정되었으면, DOE는 비교적 작은 실험적 노력에 대해 최대의 정보량을 추출할 수 있는 효과적인 실험적 구성을 규정하게 된다. 이것은 실험의 설계(공정 세팅의 조합 및 각 조합에서의 복제의 수 등)와 데이터의 분석에 모두 적용된다. 부품 편차를 유도하는 실험적 작업을 설계하는데, 널리 알려진 DOE 기법 및 이용 가능한 소프트웨어 툴이 이용될 수 있다.
이하 더 상세히 설명되는 바와 같이, 분석용의 물품 세트를 생성하기 위해 DOE를 이용함으로써, 본 발명에 따른 분석이후 주어진 물품 출력을 타겟에 더 가깝게 이동시키고 그리고 물품에서의 편차를 감소시키는데 이용될 수 있는 "추가" 정보를 제공한다. 예를 들어, 이러한 정보에 의해 오퍼레이터는, 생산 과정에서, 1) 제품 출력을 타겟으로 이동시키는 것, 및/또는 2) 제품 편차를 최소로 하는 것, 및/또는 3) 비용을 최소로 하는 것, 및/또는 4) 프레스 사이클 시간을 최소로 하는 것의 달성하기 위해 프레스 세팅을 조정할 수 있게 된다.
A.2. 물품 특성값의 수신
일실시예로서, 본 발명은 본 명세서에 개시된 기능을 실행하도록 구성된 연산 장치(전용 또는 범용 컴퓨터 등)에 의해 구현된다. 주어진 물품 세트가 생산되고 물품 특성이 측정된 후, 바람직한 형태로, 적절하게 구성된 연산 장치가 데이터입력 모듈(102)을 실행시키고, 물품 세트에 관련된 물품 특성값을 수신하여 메모리에 저장한다.
도 9는 사용자가 물품 특성값 세트를 입력할 수 있도록 한 본 발명의 실시예에 의해 제공된 그래픽 유저 인터페이스를 나타내고 있다. 도 9에 도시된 바와 같이, 본 발명의 실시예에 의하면, 사용자는 데이터 입력 데이터베이스를 열고, 물품 특성 세트를 테이블에 수동으로 제공한다. 그러나, 일실시예에 의하면 사용자는 엑셀(Excel(등록상표)) 스프레드시트 테이블에, 또는 기타 다른 적절한 파일 포맷 등의 다양한 파일 포맷으로 저장된 물품 특성값 데이터를 제공받을 수 있다. 어느 한가지 형태로서, 데이터 입력 모듈(102)은 블랭크 셀(blank cell)에 대한 점검 및 기타 다른 확인 방법 등의 데이터 세트를 확인한다.
또한, 이하 설명되는 바와 같이, 데이터 이력 모듈(102)은 본 qkfuad의 실시예의 동작과 관련하여 다른 데이터를 수신한다. 예를 들어, 데이터 입력 모듈(102)은 물품 특성의 모두 또는 서브세트에 대한 규격의 상한 및 하한 뿐만 아니라 타겟 값을 수신한다. 일실시예로서, 이러한 데이터는 사용자가 주어진 세트의 공정 입력에 대한 설계 규격과 공정 출력간의 관계를 평가할 수 있는 능력을 부여하는데 이용된다.
B. 물품 특성간의 관련성 평가
물품 세트와 관련된 물품 특성간의 관련성을 평가할 수 있기 위해, 프로세스 분석 애플리케이션(100)은, 일실시예로서, 물품 특성 쌍에 각각 기초하여 산점도 세트를 생성한다. 도 10을 참조하라. 산점도 세트는 물품 특성의 모든 가능한 조합을 나타낼 수 있으며, 모든 가능한 조합의 서브세트로 구성될 수 있다.
일실시예로서, 디스플레이 모듈(108)은 디스플레이 장치(818)에 표시하기 위한 산점도를 포함하는 그래픽 표시를 생성함으로써, 사용자가 물품 특성간의 상관 정도를 시각적으로 평가할 수 있도록 한다. 도 10을 참조하라. 한가지 형태로서, 디스플레이 장치(818)상에 표현된 그래픽 유저 인터페이스에 의해, 사용자는 키보드 및 포인팅 장치(822)를 이용하여 x축에 대해서는 제1 물품 특성을 선택하고, y축에 대해서는 제1 물품 특성에 기초한 산점도와 잔여 물품 특성을 연속으로 관측할 수 있게 된다. 사용자는 이러한 가시적 열람으로부터 수집된 정보를 이용하여 잔여 물품 특성의 적절한 예측자(predictor)가 되도록 제1 특성의 성능을 평가할 수 있다.
B.1. 물품 특성간 회귀 모델의 결정
공정 분석 시스템(100)은 선택된 물품 특성간에 회귀 모델을 판정하는 회귀 모듈(104)을 포함한다. 상술한 바와 같이, 디스플레이 모듈(108)은 회귀 모델의 그래픽 표시를 생성하고, 회귀 모델을 디스플레이 장치(818)상에 표시한다. 도 10을 참조하라. 도 10에 도시된 바와 같이, 회귀 모델은 기초가 되는 데이터 포인트와 함께(또는 선택적으로 이것 없이) 배치 및 표시될 수 있다. 바람직한 실시예로서, 회귀 모듈(104)은 "최소제곱"(least squares) 곡선 일치법(curve fitting methods)을 이용하여 회귀 모델을 계산한다. 그러나, 다른 방법도 이용될 수 있다. 다양한 도면에서 선형 회귀 모델을 나타내고 있지만, 회귀 모델은 선형, 비선형 (상위차수 다항식) 모델 또는 다변량이 가능하다.
이러한 방식으로 2개의 물품 특성간 관련성을 표시하게 되면, 물품의 설계 및 제조와 관련된 오퍼레이터, 설계 엔지니어 및 기타 다른 사람이 처리하게 되는 유용한 정보를 제공한다. 회귀라인의 기울기(경사도)는 공정 세팅에서의 변경에 대한 물품 특성의 상대적 민감도를 결정하는데 이용될 수 있다. 또, 회귀라인의 기울기(경사도)는 규격 제한이 고려되는 경우(이하 참조)에 공정 세팅의 허용 가능한 범위에 대해 추가로 제한(더 민감한)하게 되는 물품 특성을 식별하는데 이용될 수 있다.
B.1.a. 목표 교차점의 위치설정
상술한 바와 같이, 물품의 설계는 각각의 물품 특성(또는 적어도 중대한 물품 특성)에 대해 결과적으로 목표값과 규격의 상한 및 하한을 정하는 것이 일반적이다. 한가지 형태로서, 공정 분석 시스템(100)은 대응하는 회귀 모델에 대한 한쌍의 물품 특성을 위한 목표값의 교차점을 결정한다. 도 4는 제1 특성(예측자, 이하 참조) 및 제2 물품 특성과 관련된 회귀 모델에 대해 위치한 목표 교차점을 포함하는 예시적 회귀 모델 표시를 나타낸다.
도 4에 도시된 바와 같이, 목표 교차점의 위치에 의해, 회귀라인이 각 물품 특성에 대한 목표 교차점으로부터 오프셋되는 방향과 크기의 가시적 및/또는 분석적 결정이 가능하게 된다. 또한, 회귀 모델이 필수적으로 공정 세팅의 모든 가능한 조합을 나타내는 경우(즉, 몰드 캐비티의 치수를 변경하는 것과 같은 공정 입력의 변경 없이), 그 결과로서의 도표에 의해 목표값을 획득할 수 있는 주어진 물품 특성의 쌍을 갖는 부품을 생산하는지 여부를 판정할 수 있게 된다.
또, 도 5 및 6에 도시된 것과 같이, 도 4에 의해 제공되는 정보는 출력을 설계 목표에 더 가깝게 하기 위해 공정의 어스펙트(aspect)(예컨대, 공정 입력 또는 제어 세팅)를 변경하는 과정을 용이하게 한다. 예를 들어, 도 5에 도시된 바와 같이, 오퍼레이터는 공동 동작 위치를 회귀 모델에 따른 원하는 위치로 이동시키기 위해 공정 제어 세팅의 조합을 변경시킬 수 잇다. 본 발명의 일실시예로서, 공정 제어 세팅은 2개 이상의 부품 특성의 공동 동작 위치를 최적화하도록 변경될 수 있다. 또한, 공정 입력을 변경함으로써, 회귀라인은 목표 교차점에 더 가까운 위치로 이동될 수 있거나, 회귀라인이 목표 교차점을 통과할 수 있는 위치로 이동될 수 있다. 도 6을 참조하라. 본 발명의 일실시예로서, 공정 입력은 하나 이상의 회귀라인의 위치를 최적화하도록 변경될 수 있다. 마지막으로, 도 7에 도시된 바와 같이, 공정 제어 세팅과 공정 입력에서의 변경은, 부품 특성값을 목표 교차점에 더 가깝게 하는데 이용될 수 있다. 본 발명의 일실시예로서, 공정 제어 세팅과 공정 입력에서의 변경은, 2개 이상의 부품 특성값을 최적화하도록 변경이 가능하다.
일실시예로서, 회귀라인이 각 물품 특성의 목표 교차점으로부터 얼마나 멀리(얼마나 오프셋되어) 위치하는지에 기초하여, 오프셋 테이블이 만들어진다. 이 오프셋 테이블에는 X방향, Y방향 및 회귀라인에 수직인 방향의 3개의 포맷이 존재한다.
B.1.b. 규격 제한
공정 분석 시스템(100)은 Y축 물품 특성과 X축 물품 특성의 회귀 모델에 대해 Y축 물품 특성에 해당하는 규격 상한 및 하한을 설정하도록 구성되어 있다. 이처럼 그래픽으로 나타냄으로서, Y축 물품 특성 중 어느 것이 변수를 처리하기 위한 변경에 대해 로버스트(robust)한 지 여부를 판정할 수 있게 된다. 이러한 경우에, 회귀라인은 일반적으로 기울기가 작거나 및/또는 Y축 규격의 상한이나 하한도 교차하지 않게 될 것이다.
또한, 공정 분석 시스템(100)은 회귀 모델과 관련하여 X축 물품 특성에 대한 규격 상한 및 하한을 설정한다. 이러한 표현에 의해, 4개의 규격 제한에 의해 한정되는 허용 가능한 범위를 회귀라인이 통과하는지 여부를 판정할 수 있게 된다. 다시 말해서, 이러한 표현에 의해, 현재의 공정과 공정 입력이 주어진 경우 부품을 규격 제한범위에 포함되도록 제조하는 것이 가능한지 여부에 대한 판정이 가능하게 된다. 또한, 회귀 모델에 대해 규격 제한을 설정함으로써, Y축 특성이 규격 제한범위내에 포함되는 물품을 생산하는 X축 특성에 대한 최대값 및 최소값(그리고 범위)의 판정이 가능하게 된다. 이 범위 판정에 의해, 제조업자는, 예컨대 부품이 X축 특성을 측정함으로써만 X축 및 Y축 특성 모두에 대한 규격 제한에 적합한지를 판정할 수 있게 된다. 최소의 X축 물품 특성을 계산하기 위하여, 공정 분석 시스템(100)은 회귀 모델이 Y축 특성에 대한 하위 규격 제한을 교차하는 X축 물품 특성의 값을 계산한다. 마찬가지로, 최대의 X축 물품 특성을 계산하기 위하여, 공정 분석 시스템(100)은 회귀 모델이 Y축 특성에 대한 상위 규격 제한을 교차하는 X축 특성의 값을 계산한다. 어느 경우에서나, X축 특성은 X에 대해 상위 규격 제한보다 작게 할 수 있으며, X에 대해 하위 규격 제한보다 크게 하는 것도 가능하다.
B.1.c. 예측 구간
도 8에 도시된 바와 같이, 공정 분석 시스템(100)은 회귀 모델에 대하여 가변도의 크기의 결정이 가능하도록, 회귀 모델 도식에 상위 및 하위 예측 구간을 추가할 수도 있다. 일실시예로서, 회귀 모듈(104)은 공지된 통계적 방법을 이용하여 물품 특성값 쌍의 세트에 기초하여 상위 및 하위 예측 구간을 계산하게 된다. 도 8에 도시된 바와 같이, 예측 구간의 설정에 의해 목표 교차점에 대한 가변도의 평가가 가능하게 된다. 예를 들어, 목표 교차점은 상위측 또는 하위측상의 예측 구간의 외측에 위치할 수 있다. 이 경우, 동일 공정 입력이 주어진 경우 목표 교차점을 시각적으로 찾는 것조차 불가능하다. 예를 들어, 도 8은 사출성형 공정으로부터 생기는 2개의 물품 특성간의 관계를 모델화하고, 목표 교차점을 설정하는 것에 의해 몰드의 이용이 그 현재 상태에서, 2개의 물품 특성에 대해 목표상의 부품을 획득하지 않게 될 것이라는 것을 나타낸다. 또한, 목표 교차점 라인이 예측 구간내에 있는 경우, 물품 특성이 목표보다 더 크고 목표보다 작은 부품의 비율이 공지된 통계적 기술을 이용하여 판정될 수 있다. 일실시예로서, 상관 모듈(106)은 이하 더 상세히 개시되는 바와 같이, 상대적인 예측 능력에 따라 물품 특성을 배열하기 위한 계산(예컨대, 물품 특성의 모든 조합들간의 상관계수의 결정, 각 물품 특성의 전체 예측 능력의 계산 등)을 수행한다. 일실시예로서, 디스플레이 모듈(108)은 물품 특성의 순위설정된 리스트를 표시하고, 예측자 특성으로서 물품 특성의 선택을 허용한다(단계 204 참조). 이하 개시하는 바와 같이, 사용자는 물품 특성을 측정하는 상대적 예측 능력, 실행 가능성/비용을 포함하는 다수의 고려사항에 기초하여 예측자 특성을 선택할 수 있다. 또한, 예측자 특성의 선택은 다른 방법에 기초할 수도 있다(이하 참조).
선택된 예측자 특성에 의해, 인터페이스 애플리케이션 모듈(110)은 회귀 모듈(104)로 하여금 예측자 특성간의 회귀 모델(일실시예로서, x축 특성)을 판정하고, 잔여 물품 특성의 모두 또는 서브세트간를 결정하도록 한다(단계 206, 208, 210, 211 참조). 완료되면, 사용자는 예측된 물품 특성을 선택하게 된다(단계 212). 디스플레이 모듈(108)은, 일실시예로서, 회귀 모델을 규정하는 등식에 기초하여, 선택된 피예측 특성과 예측자 특성간의 회귀 모델의 그래픽 표시를 생성한다(단계 214).
회귀 모델에 더하여, 디스플레이 모듈(108)은 사용자에게 제공된 그래픽 표현에 추가적인 특징을 추가하는 기능을 한다. 도 17은 상술한 추가 특징을 갖는 피예측 특성과 예측자 특성간의 관련성을 나타내는 그래픽 표현을 생성하는 방법을 나타낸다. 디스플레이 모듈(108)은 선택된 피예측 특성과 예측자 특성간의 회귀 모델을 검색한다(단계 302). 도 17에 도시된 바와 같이, 디스플레이 모듈(108)은 회귀 모델에 대해 예측자 및 피예측 특성과 관련된 목표값의 교차점을 설정할 수도 있다(단계 304)(상기 II.B.1.a. 참조). 디스플레이 모듈(108)은 디스플레이상의 회귀 모델과 관련된 예측 구간을 설정할 수도 있다(단계 306)(상기 II.B.1.c. 참조). 또, 디스플레이 모듈(108)은 피예측 특성과 관련된 상위 규격 제한 및 하위 규격 제한을 설정할 수 있으며(단계 308), 예측자 특성과 관련된 상위 및 하위 규격 제한을 설정할 수도 있다(단계 310). 상기 II.B.1.b.를 참조하라. 디스플레이 모듈(108)은 규격 제한, 선택적으로 예측 구간에 기초하여 피예측 특성에 대한 최소 및 최대값을 그래픽으로 나타낼 수도 있다(단계 312). 상기 II.B.1.c.를 참조하라.
다양한 인터페이스 디스플레이가 가능하다. 예를 들어, 회귀 모델을 규정하는 등식이 사용자에게 표시될 수 있다. 또, 최대 및 최소 예측자 특성값이 사용자에게 표시될 수 있으며, 물품 특성과 관련된 기타 다른 데이터 및/또는 이들간의 관련성이 표시될 수 있다. 일실시예로서, 디스플레이 장치(818)상에 그래픽 유저 인터페이스가 제공됨으로써, 사용자는 상기 그래픽적인 요소의 선택을 표시할 수 있다.
B.2.a. 예측자 특성의 선택
예측자 특성은 학습적 또는 통계에 기반을 둔 방식을 이용하여 선택이 가능하다. 또, 예측자 특성의 선택은 물품 특성간의 상관의 가시적 평가 또는 분석에 기반을 둔 평가에 기초할 수 있다.
B.2.a.1. 그래픽 선택
일실시예로서, 사용자는 각 산점도에 대해 상관계수의 가시적 평가에 상당하는 상관의 정도를 가시적으로 평가하기 위해 산점도를 이용할 수 있다. 데이터 포인트 부근의 경계 또는 둘레가 직선에 가까워질수록, 상관계수가 높아진다. 이러한 일반 규칙에 대한 예외는, 회귀라인이 수평 또는 거의 수평인 경우이다. 상기 II.B를 참조하라. 사용자는 물품 특성의 모든 가능한 조합의 산점도를 평가할 수 있다. 그러나, 다른 실시예에서, 사용되는 산점도의 수는 기본적인 변수로서 작용하도록 하나의 물품 특성을 골라냄으로써 크게 감소시킬 수 있다. 기본적인 변수를 X축 변수로서 이용하게 되면, Y축상에 배치된 각각의 잔여 물품 특성에 대해 산점도가 만들어질 것이다. "기본적인"(예측자와 등가) 물품 특성을 선정하는 것은 데이터의 "산란"을 보는 것에 기초하거나 무작위로 골라낼 수 있다. 포함되는 물품 특성이 적은 개수인 경우에는 가시적 평가가 실용적일 수 있지만, 물품 특성의 수가 많아서, 조합해서 수천개가 된다면, 연산 장치를 사용하여 예측자 특성을 분석적으로 선택하는 것이 필요하게 된다(적어도 실질적인 목적을 위해).
B.2.a.2. 예측자 특성의 분석적 선택
예측자 특성의 선택을 용이하게 하기 위하여, 일실시예로서, 상관 모듈(108)은 물품 특성의 모두 또는 서브세트간의 상관계수를 연산하고, 연산된 상관계수에 기초하여 모든 다른 물품 특성에 대해 제1 물품 특서의 예측 능력을 지시하는 값을 결정하며, 물품 특성의 모두 또는 서브세트에 대한 처리를 반복한다. 도 18은 예측자 특성의 선택과 관련된 처리흐름을 나타내는 방법을 제공한다. 도 18에 도시된 바와 같이, 상관 모듈(106)은, 이하 더 상세하게 설명되는 바와 같이, 물품 특성의 모두 또는 선택된 서브세트간의 상관계수를 계산하고(물품 특성값 세트에 기초하여, 도 19, 섹션 A 참조), 상관계수 테이블을 배치한다(도 19, 섹션 B 참조)(단계 402). 상관 모듈(106)은 각 물품 특성의 상대적 예측 성능을 나타내는 값을 계산한다(단계 404). 일실시예로서, 이 값은 주어진 물품 특성에 대한 상관계수의 절대값의 평균이다(도 19, 섹션 C 참조). 물론, 이 값을 계산하는 다른 방법도 이용이 가능하며, 절대값 없이 평균을 계산하는 방법, 가중치 평균을 계산하는 방법 등이 있다.
상관 모듈(106)은 단계 404에서 계산된 값에 따라 물품 특성에 대해 순위를 설정한다(단계 406). 디스플레이 모듈(108)은 순위설정된 리스트를 디스플레이 장치(818)상에 표시함으로써, 사용자가 물품 특성의 예측 성능에 적어도 부분적으로 기초하여 예측자 특성을 선택할 수 있게 된다(단계 408). 일실시예에 따라, 사용자는 선택을 하고(단계 410), 인터페이스 애플리케이션 모듈(110)에 의해 회귀 모듈(104)이, 선택된 예측자 특성과 잔여 물품(피예측) 특성간의 회귀 모델을 계산할 수 있게 된다(상기 참조).
상관계수 테이블은 임의의 적절한 공정 또는 기술을 이용하여 배치될 수 있다. 그러나, 바람직한 실시예로서, 상관 모듈(106)은 이하 기술된 방법을 실행한다.
B.2.a.3. 상관계수 테이블의 배치
표준적인 산업 실행에 의하면, 단일의 물품 특성에 대한 데이터(예컨대, 1차원)는 컬럼에 수직으로 배치된다. 따라서, 각각의 컬럼은 하나의 데이터와 단지 하나의 물품 특성을 저장한다. 이에 따라, 결과로서의 측정 데이터 어레이는 물품 특성만큼의 많은 컬럼을 갖는다. 종종, 데이터는 액셀 스프레드시크 또는 다른 적절한 파일 포맷으로 저장된다.
이러한 종래 기술에 의하면, 각각의 컬럼은 상이한 물품 특성을 나타낸다. 각각의 로우(row)는 단일 부품에 대한 물품 특성 데이터(다중 물품 특성)를 나타낸다. 사출성형의 경우, 각각의 로우는 단일의 프레스 동작 사이클과 관련된 데이터를 저장한다. 만일 몰드가 단일 캐비티 몰드인 경우, 각각의 로우는 단일 부품에대한 측정 데이터를 포함할 것이다. 그러나, 몰드가 4-캐비트 몰드인 경우에는, 각각의 로우는 하나의 머신 사이클 동안 생성되는 모두 4개 부품에 대한 측정 데이터를 저장한다. 통상적으로, 다중 캐비티 몰드에서 각각의 부품에 대해 동일한 물품 특성이 측정된다. 그러나, 이것을 요구하는 어떠한 제한도 없다.
일실시예에 있어서, 상관 모듈(106)은 모든 물품 특성 중에서 상관계수(표준 통계 방법에 의해)를 결정하고, 각 물품 특성의 예측 성능을 나타내는 값을 계산하며, 이들의 상대적인 예측 성능에 따른 물품 특성의 순위를 설정하는 기능을 포함한다.
도 20은 상술한 상관계수 테이블을 배치하는 방법을 나타낸다. 도 20에 도시된 바와 같이, 일실시예로서, 상관 모듈(106)은 상관계수 테이블을 초기화하고(단계 502), 테이블(A, B)의 셀 파라미터와 관련된 변수를 초기화하며(단계 504), 물품 특성을 초기화한다(단계 506, 508 참조). 학습 목적을 위해, 상관 모듈(106)은 대응 컬럼에서의 물품 특성값에 기초하여 제1 물품 특성(X=1)과 제2 물품 특성(Y=2)간의 상관계수를 계산한다(단계 510). 다음에, 상관 모듈(106)은 계산된 상관계수(본 예에서는 0.999232)를 테이블의 상부 좌측 모서리 부분에 저장한다(A=1, B=1)(단계512). 상관 모듈(106)은 제1 물품 계수(X=1)와 잔여 계수(Y)간의 상관계수를 계산하고, 로우 위치(B)를 각각의 연속하는 계산에 따라 증가시켜 저장한다(단계 514, 516, 518 참조).
상관 모듈(106)이 최종의 잔여 물품 특성에 도달한 후(단계 514), 제1 컬럼에서 계산된 상관계수를 페치하고(A=1), 컬럼을 로우로 변환하며, 상관 계수테이블에 대해 하나씩 로우를 쉬프트시키고, 테이블의 적절한 셀에 데이터를 저장한다(단계 518). 상관 모듈(106)은 셀 컬럼 위치를 증분하고(A=2), 물품 특성 식별자를 증분하며(X=2)(단계 522)(Y=3)(단계 508), 셀의 로우 위치를 컬럼 위치와 같에 설정한다(B=2)(단계 524). 상관 모듈(106)은 제2 물품 특성(X=2)과 제3 물품 특성(Y=3; 단계 508)간의 상관계수를 계산하고(단계 510), 계산된 상관계수를 적절한 셀에 저장한다(A=2, B=2)(단계 512). 상관 모듈(106)은 이러한 과정을, 제2 내지 최종의 물품 특성값과 최종의 물품 특성값간의 상관계수가 계산되어 저장될 때까지 반복된다(단계 520). 도 19에 도시된 바와 같이, 결과로서의 상관계수의, 물품 특성에 대응하는 각 컬럼은, 물품 특성의 예측 성능을 나타내는 값(예컨대, 평균값)의 비교적 용이한 계산을 허용한다(도 19, 섹션 C 참조).
상술한 내용으로부터 명백한 바와 같이, 상관계수를 배치하는 과정은 반드시 계산되어야 하는 상관계수의 수를 50% 감소시키게 되는데, XY 상관마다 대응하는 YX 상관이 있기 때문이다. 또, 상관계수 테이블의 컴팩트한 기호가 테이블을 배치하는 서브루틴의 프래그래밍을 매우 용이하게 하는 것이 명백하다. 만일 각 로우에 단지 2개의 상관(XY, YX)만으로 계산이 실행되었다면, 50개의 부품 특성에 대해 로우는 600개 이상이 될 것이다.
상관계수 테이블을 배치하기 위한 이전 방법은 테이블 배치/압축 알고리즘(table population/compression algorithm)의 일실시예이다. 상술한 바와 같이, 산업 표준에 부합하는 일반적이고 통상적인 규정을 유지하기 위하여, 단일 물품 특성에 대한 데이터가 컬럼에 수직으로 정렬된다. 본 명세서에 개시되는 방법들은단일 물품 특성에 대한 데이터가 로우에 수평으로 정렬되는 경우에 동일하게 잘 기능할 것이며, 알고리즘은 그 데이터 구조에 적합하게 된다. 이 경우, 평균적인 상관계수는 컬럼이 아닌 로우의 상관계수의 평균을 취함으로써 계산될 것이다.
B.2.a.4. 다른 실시예
일실시예로서, 사용자는 예측자 특성의 완전한 선택을 위해 그리고 x축 변수로서 예측자 특성으로 산점도를 관측하기 위한, 규격 제한 및 선택적인 예측 구간을 포함하는 상술한 기능을 이용할 수 있다. 이러한 산점도에 기초하여, 사용자는 로버스트(robust)(공정 세팅에서의 변경에 대해 안정적인)한 피예측 특성을 선택할 수 있으며, "노이즈"를 제거하기 위해 데이터 세트로부터 이러한 물품 특성을 제거할 수 있다. 이러한 선택은 회귀 모델의 기울기 및 Y 절편, 예측 구간의 위치 및 기울기와, x축과 y축 변수에 대한 상위 및 하위 규격 제한의 값에 기초하여 분석적으로 달성될 수 있다. 한가지 형태로서, 이러한 물품 특성은 피예측 물품 특성의 규격 제한에 교차하지 않는 예측 구간을 가진다. 여기에서, 이러한 물품 특성은 예측자 특성의 선택에서의 "노이즈"를 구성한다. 다음으로, 사용자는 변경된(감소된) 데이터 세트에 기초하여 최상의 예측자의 선택을 재실행한다.
B.2.b 예측자 특성에 대한 최소값 및 최대값
본 발명의 실시예를 더 잘 이해하기 위하여, 관련된 물품 특성이 단지 2개만 있는 경우를 고려하는 것이 유용하다. 물품 특성 중 하나는 상술한 방법을 이용하여 예측자 특성으로서 선택된다. 회귀 모델은 예측자 특성과 잔여 물품 또는 피예측 특성간의 관련성을 설정한다. 이 경우는 도 12에 예시되어 있다. 피예측 특성(Y)의 규격 상한 및 하한을 갖는 회귀 모델의 교차점은 피예측 특성이 규격에 부합하지 않은 예측자 특성(X)의 값을 결정한다. 상기 섹션 II.B.1.b.를 참조하라. 회귀 모델과 Y에 대한 규격 상한간의 교차점은 Pmax로 정의한다. 도 12를 참조하라. 회귀 모델과 Y에 대한 규격 하한간의 교차점은 Pmin으로 정의한다. 이것은 피예측 특성이 Pmin과 Pmax 값의 사이에 있는 한 쉽게 알 수 있으며, 피예측 특성은 규격 제한내에 있어야 한다. 이러한 회귀 모델에 대해, 예측자 특성과 피예측 특성간에 완전한 상관이 존재하는 경우, 예측자 특성이 Pmax보다 크거나 Pmin보다 작다고 명확하게 말할 수 있으며, 피예측 특성은 그 규격 제한의 범위를 벗어날 것이다. 이것을 표현하는 다른 방법은 Pmin과 Pmax간의 거리를 Prange로 정의하는 것이다. 이것은 예측자 특성이 Prange의 범위내에 있는 한 피예측 특성은 규격범위내에 있게 된다고 할 수 있다.
회귀 모델은 완벽한 정도의 상관을 거의 갖지 못하기 때문에, 하나의 부품 특성을 예측하기 위해 다른 부품 특성을 이용하는 것이 불확실하다. 회귀 모델과 관련된 예측 구간은 하나의 부품 특성에 대한 값이 주어진 경우 다른 부품 특성을 예측하는 것과 관련된 불확실성에 대한 제한범위에 있게 된다. 도 13은 이러한 불확실성의 영향을 제거하기 위해 회귀 모델과 관련된 예측 구간의 이용을 나타낸다. 도 13에 도시된 것과 같이, 2개의 라인이 회귀 라인에 거의 평행하고 그 부근에 위치한 것으로 도시되어 있다. 이들 라인은 회귀 라인 주변의 데이터 포인트를 대략적으로 경계짓는 상위 및 하위 예측 구간이다. 학습 목적을 위해, 상위 및 하위 예측 구간은 직선으로 된 것으로 도시되어 있지만, 이들은 실제로는 대체적으로 곡선으로 되어 있다. 도 13에 도시된 바와 같이, 데이터 포인트가 흩어져 있기 때문에, 예측자 특성의 허용 가능한 최대 범위는 보다 제한적이다. 구체적으로 말해서, 예측자 특성은 상위 예측 구간의 교차점과 피예측 특성에 대한 상위 규격 제한 또는 피예측 특성에 대한 상위 규격 제한(어느 것이든 더 작은 것)과 관련된 값보다 크지 않게 될 수 있다. 유사한 방식으로, 예측자 특성은, 하위 예측 구간의 교차점과 피예측 특성에 대한 하위 규격 제한 또한 예측자 특성에 대한 하위 규격 제한(어느 것이든 더 큰 것)과 관련된 값보다 작지 않을 수 있다. 다시 말해서, Pmax는 예측자 특성에 대한 상위 규격 제한과 피예측 특성에 대한 상위 규격 제한을 갖는 상위 예측 구간의 교차점을 더 제한하는(더 작은) 것이다. 마찬가지로, Pmin은 예측자 특성에 대한 하위 규격 제한 또는 피예측 특성에 대한 하위 규격 제한을 갖는 하위 예측 구간의 교차점을 더 제한하는(더 큰) 것이다. Pmin과 Pmax간에 예측자 특성이 존재하는 한, 피예측 특성은 규격 제한 범위내에 있게 될 것이다. 일실시예로서, 예측 구간을 어떻게 넓혀야 하는지에 대한 판단의 문제가 될 수 있다. 일실시예로서, 공정 분석 애플리케이션(100)은 디폴트 세팅으로서 통상적으로 "폭"(width) 파라미터를 이용한다. 그러나, 사용자는 이러한 디폴트 세팅 이외의 옵션을 가질 것이다.
B.2.c. 예측자 특성에 대한 제한 테이블
상술한 바와 같이, 앞선 II.B.2.b.에서는 단지 두개의 물품 특성을 가지는 단순화된 상황을 가지고 설명하였다. 실제적으로는, 주어진 부품이 종종 엄청난 수의 물품 특성을 가진다. 일실시예로서, 공정분석 시스템(100)은 제약 테이블을생성하기 위한 동작을 행한다. 제약 테이블은, 각각의 피예측 물품 특성에 대해, 위에서 결정된(앞선 II.B.1,b &c., II.B.2.b 참조) 예측자 특성에 대한 최소값(Pmin) 및 최대값(Pmax)을 포함한다.
제약 테이블(도 22 참조)로부터, 가장 많이 제약하는 최소값(Pmin*) 및 최대값(Pmax*)이 예측자 특성에 대해 결정될 수 있다. 즉, 도 14를 참조하면, 가장 많이 제약하는 최소값(Pmin*)은 제약 테이블에서 가장 큰 최소값(Pmin)이고, 한편 가장 많이 제약하는 최대값(Pmax*)은 제약 테이블에서 가장 작은 최대값(Pmax)이다. 도 22는 본 발명의 실시예에 따른 제약 테이블을 나타낸다. 여기서, "none"은 예측자 특성의 상위 및 하위 설계 한계가 대응하는 물품 특성에 대한 가장 많이 제약하는 값이라는 것을 의미한다. 따라서, 이들 가장 많이 제약하는 최소값(Pmin*) 및 최대값(Pmax*)을 정하면, 제조자는 예측자 특성이 그들 사이에 있는 한, 나머지 피예측 특성도 설계 한계 내에 있을 것이라는 것을 확신할 수 있다.
아래에서 보다 상세하게 설명하는 바와 같이, 공정분석 시스템(100)은, 일실시예로서, 각각의 피예측 물품 특성에 대해, 1) 결합의 잠재력이 존재하는지를 결정하고, 2) 피예측 물품 특성이 로버스트한지 결정하며, 3) 1) 및 2)가 모두 없을 때, 피예측 특성에 대한 허용가능한 최대값 및 최소값(Pmax, Pmin)을 결정한다. 그래픽상으로 및 여러 가지 계산상의 용어로, 공정분석 시스템(100)은, 예측자 특성과 피예측 물품 특성 간의 회귀 모델(및 그것이 정의하는 영역)과 연계하여, 피예측 물품 특성과 예측자 특성에 대한 규격 상한 및 하한을 경계로 하는 영역으로 구성된 적합 영역을 둔다(도 33A 참조). 공정분석 시스템(100)은 유계 회귀 영역을 식별한다. 유계 회귀 영역은 회귀 모델의 예측 상한 및 하한 경계와 예측자 특성에 대한 상위 및 하위 설계 한계를 경계로 하는 영역이다. 도 33B에 도시된 바와 같이, 유계 회귀 영역은, 예측자 특성과 피예측 특성 사이에서, 예측 구간(252, 254)을 포함하는 회귀 모델을 경계로 하는 영역이다. 도 33C는, 위에서 정의된 바와 같이, 예측자 특성의 규격 하한(LSL(X)) 및 규격 상한(USL(X))을 경계로 하는 유계 회귀 영역을 보여준다.
그런 다음, 공정분석 시스템(100)은 유계 회귀 영역과 적합 영역을 비교하여 두 영역 간의 관계를 평가한다. 만일 유계 회귀 영역이 완전하게 적합 영역 내에 놓이면, 피예측 물품 특성은 로버스트하다. 이 관계에 대해, 공정 분석 시스템(100)은 제1 잔여 물품 특성에 관련된 최소 및 최대 예측자 특성값을 각각 예측자 특성의 규격 하한 및 상한으로 설정한다. 만일 유계 회귀 영역의 어느 한 부분이 적합 영역의 위 및/또는 아래로 뻗어나가 예측자 특성의 설계 한계 범위에 겹쳐져 있으면, 결함 잠재력이 존재하는 것이고, 일실시예로서, 공정분석 시스템(100)으로 하여금 결함 조건을 보고하도록 한다.
도 33D는 결함 잠재력이 존재하는 상황을 나타낸다. 더욱이, 만일 유계 회귀 영역의 어느 한 수평 세그먼트가 완전하게 적합 영역 내에 있고, 다른 하나의 수평 세그먼트가 부분적으로 또는 완전하게 적합 영역 밖에 있으면, 피예측 및 예측자 특성은 제약 관계를 가진다. 제약 관계에서는, 공정분석 시스템(100)은 피예측 특성에 대한 최소 및 최대 예측자 특성을 계산한다.
또한, 당업자는, 1) 상술한 세개의 가능한 관계(로버스트, 결함 및 제약)가존재한다는 것과, 2) 상술한 세개의 관계가 상호 배타적이라는 것과, 3) 만일 두 조건이 존재하지 않는 것으로 알려지면, 세번째 조건은 반드시 존재한다는 것을 인식할 것이다. 따라서, 하나의 가능한 관계가 존재하는 것으로 식별될 때, 공정분석 시스템(100)은 다른 관계의 존재에 대한 테스트를 할 필요는 없다. 덧붙여, 공정분석 시스템(100)은 이 관계에 대한 테스트를 원하는 순서로 할 수 있다.
당업자가 인식하는 바와 같이, 상술한 관계에 대한 테스트의 방법은 많이 있다. 예컨대, 공정분석 시스템(100)은, 유계 회귀 영역의 모든 수직 절단부가 전체적으로 또는 부분적으로 적합 영역 밖에 있으면, 피예측 물품 특성에 대한 결함 잠재력을 보고한다. 유계 회귀 영역의 모든 수직 단부가 적합 영역 내에 완전하게 놓여질 때, 피예측 물품 특성은 로버스트한 것으로 결정될 수 있다. 마지막으로, 유계 회귀 영역의 적어도 하나의 수직 절단부가 완전하게 적합 영역 내에 있고, 유계 회귀 영역의 적어도 하나의 수직 절단부가 전체적으로 또는 부분적으로 적합 영역 밖에 있을 때, 피예측 특성은 예측자 특성을 제약한다.
공정분석 시스템(100)은 또한 알려진 계산 방법을 이용하여 예측 상한 및 하한의 경계가 적합 영역을 교차하는지 여부를 결정할 수 있다. 예컨대, 만일 유계 회귀 영역의 상한 및 하한 경계가 적합 영역 내에 놓여 있으면, 피예측 물품 특성은 예측자 특성에 대해 로버스트하다. 만일 유계 회귀 영역의 상한 및 하한 경계 모두 또는 둘 중 하나가 적합 영역을 교차하지 않으면, 결함 잠재력이 존재한다. 만일 유계 회귀 영역의 상한 경계가 적합 영역의 상한 경계를 교차하고, 유계 회귀 영역의 하한 경계가 적합 영역 내에 놓여있으면, 제약 관계가 존재한다. 마지막으로, 유계 회귀 영역의 하한 경계가 적합 영역의 하한 경계를 교차하고, 유계 회귀 영역의 상한 경계가 적합 영역 내에 놓여있으면, 제약 관계가 존재한다.
다른 실시예에서, 공정분석 시스템(100)은, 예측자 특성의 상위 및 하위 설계 한계에서의 예측 상한 및 하한 경계 값들을 결정하고, 또 이 값들(좌표)이 적합 영역 내에 놓여있는지를 결정하기 위한 테스트를 할 수 있다. 다음에서는 설명을 위한 한 일례를 보여준다. 도 23은 본 발명의 일실시예에 따른 제약 테이블을 생성하기 위한 방법을 나타내는 흐름도이다. 일실시예로서, 제약 테이블을 계산하는 데에 사용된 많은 변수와 다른 입력들이 다른 분석적 프로세스의 결과로부터 채택되었다. 예를 들면, 상호관계 패키지 및 다른 서브루틴이, 회귀 모델을 계산하고, 일실시예로서, 회귀 모델의 기울기, 절편, 및 경계 구간 오프셋을 스프레드 쉬트 파일과 같은 어레이에 입력한다. 다른 미리 계산된 값들 뿐 아니라 기울기, 절편, 및 경계 구간 오프셋이 Pmin 및 Pmax를 계산하고 제약 테이블을 채우기 위해 공정분석 시스템(100)에 의해 이용된다. 도 23은, 공정분석 시스템(100)이, 제1 피에측 특성을 가지고 시작하여(단계(702)), 예측자 특성의 규격 상한(USL) 및 규격 하한(LSL)에서의 피예측 특성에 대한 상부 예측 구간(경계) 값 및 하부 예측 구간 값을 계산한다(단계(704)). 설명을 위해, 도 24는 좌측 경계 상한값(241), 우측 경계 상한값(242), 좌측 경계 하한값(243), 및 우측 경계 하한값(244)을 보여준다. 일실시예로서, 한 방법은, 예측자 특성과 피예측 특성 간에, 상부 및 하부 예측 구간을 포함하여, 회귀 모델에 기초한 예측자 특성의 규격 상한 및 하한에서의 경계값을 계산한다. 그런 다음, 공정분석 시스템(100)은 이들 경계값들(도 24 참조)이예측 및 피예측 특성의 규격 상한 및 하한에 의해 정의된 적합 영역(250)의 네 모서리 내에 있는지 여부를 결정한다. 일실시예로서, 한 방법 또는 함수가, 상기 계산된 경계값들이 적합 영역(250)의 네 모서리를 넘어가는지 여부를 결정하기 위해 호출된다. 일실시예로서, 이 방법은 적합 영역(250)의 각 네 모서리에 대응하고, 경계값들이 각각의 모서리 내에 있는지 여부를 나타내는 네개의 불리언 값을 리턴한다. 공정분석 시스템(100)은, 일실시예로서, 결함 잠재력이 존재하는지 여부를 결정하기 위해 이들 불리언 값들을 이용한다(단계(706)). 도 25a~g는 예측자 특성 및 피예측 특성 간의 결함 잠재 조건(즉, 피예측 특성이 예측자 특성의 설계 한계 내의 설계 한계를 넘어설 것이라는 잠재력)을 도식적으로 나타낸다. 도 25a~g는 모두 예측 및 피예측 특성의 규격 상한(USL) 및 규격 하한(LSL)으로 정의되는 적합 영역(250)을 포함한다. 도 25a~g가 나타낸 바와 같이, 결함은 상부 예측 구간(252)이 적합 영역(250)으로 경계지어진 영역 내에 놓이지 못하여 발생될 수 있다. 도 25d~f는, 예측 및 피예측 특성 간의 회귀 모델과 관련된 하부 예측 구간이 적합 영역(250) 내에 있지 않은 예를 보여준다. 마지막으로, 도 25g는 상부 예측 구간(252) 및 하부 예측 구간이 모두 적합 영역(250)과 교차하지 않는 상황을 보여준다. 일실시예로서, 공정분석 시스템은 결함 조건이 존재하는지 여부를 결정하기 위해 상술한 불리언 값을 평가한다. 일실시에에서, 만일 두 상부 모서리, 두 하부 모서리, 또는 네 개의 모든 모서리를 넘어가면, 결함 잠재력은 존재한다. 그러나, 만일 각 쌍의 오직 하나의 모서리만을 넘어가면, 제약 관계로 될 것이다(아래 참조).
결함 잠재력이 존재하면, 공정분석 시스템(100)은, 일실시예로서, 임시의 피예측 특성에 대해 Pmin과 Pmax를 "결함"으로 설정함으로써 결함 잠재력을 보고한다(단계(708)). 결함 조건이 전혀 검출되지 않으면, 공정분석 시스템(100)은, 일실시예로서, 적어도 설계 한계 박스(250) 내에서 피예측 특성이 로버스트한지 여부를 결정한다(단계(701)). 일실시예로서, 별도의 방법 또는 함수가 상술한 경계값들이 피예측 특성의 설계 한계 내에 놓여있는지 여부를 결정함으로써 그러한 로버스트함에 대한 테스트를 행한다. 덧붙여, 도 26a 및 26b는 피예측 특성이 예측자 특성에 대해 로버스트한 상황을 도식적으로 보여준다. 만일 피예측 특성이 로버스트하면, 공정분석 시스템(100)은 Pmin을 예측자 특성의 하부 규격 한계로 설정하고, Pmax를 피예측 특성의 규격 상한으로 설정한다(단계(712)).
그렇지 않고, 만일 결함 조건이 전혀 검출되지 않고, 피예특 특성이 로버스트하지 않으면, 공정분석 시스템(100)은, 일실시예로서, Pmin 및 Pmax를 계산한다(단계(714)). 위의 II.B.2.b.를 참조하면, 도 23에 도시된 바와 같이, 공정분석 시스템(100)은 모든 잔여 피예측 특성에 대해 상술한 과정을 반복한다(단계(716) 및 단계(718) 참조). 도 27a 내지 27f는 상부 및/또는 하부 예측 구간이 Pmin 및/또는 Pmax를 피예측 특성의 규격 하한과 상한 사이의 값으로 제약하는 여러 가지 상황을 도식적으로 보여준다. 도 27a 및 27b에 도시된 바와 같이, 회귀 모델과 관련된 상부 및 하부 예측 구간이 모두 Pmin 및 Pmax를 제약할 수 있다. 또, 도 27a 및 27b에 도시된 바와 같이, 회귀 모델의 기울기가 상부 또는 하부 예측 구간이 Pmin 또는 Pmax를 수립하거나 결정하는지 여부에 영향을 줄 수 있다. 나아가, 도27C 및 27D는 상부 예측 구간이 Pmin 및 Pmax를 제약하는 상황을 도식적으로 보여준다. 유사하게, 도 27e 및 27f는 하부 예측 구간이 Pmin 또는 Pmax를 제약하는 상황을 도식적으로 보여준다. 일실시예로서, 공정분석 시스템(100)은 먼저 회귀 모델 예측 구간의 기울기의 부호를 측정한다. 그런 다음, 공정분석 시스템(100)은, 일실시예로서, 상부 예측 구간과 피예측 특성의 규격 상한과의 교차점에서의 예측자 특성의 값을 산출한다. 유사하게, 공정분석 시스템(100)은, 일실시예로서, 또한 하부 예측 구간과 피예측 특성의 규격 하한과의 교차점에서 예측자 특성의 값을 계산한다. 그런 다음, 공정분석 시스템(100)은 상부 및/또는 하부 예측 구간이 Pmin 및/또는 Pmax를 제약하는지 여부를 결정하고, 만일 그렇다면, Pmin 및 Pmax의 값을 계산한다. 일실시예로서, 만일 예측 구간의 기울기가 플러스의 값이면, 공정분석 시스템(100)은 제1 잔여 물품 특성과 관련된 최대 예측자 특성값을 예측자 특성의 규격 상한보다 작은 값 또는 회귀모델에 대응하는 상부 예측 구간이 제1 잔여 물품 특성에 대한 규격 상한과 교차하는 곳에서의 예측자 특성의 값으로 설정하고, 제1 잔여 물품 특성과 관련된 최소 예측자 특성값을 예측자 특성의 규격 하한보다 더 큰 값 또는 회귀 모델에 대응하는 하부 예측 구간이 제1 잔여 물품 특성에 대한 규격 하한과 교차하는 곳에서의 예측자 특성의 값으로 설정한다. 한편, 만일 예측 구간의 기울기가 마이너스의 값이면, 공정분석 시스템(100)은 제1 잔여 물품 특성과 관련된 최대 예측자 특성값을 예측자 특성의 규격 상한보다 작은 값 또는 회귀모델에 대응하는 하부 예측 구간이 제1 잔여 물품 특성에 대한 규격 하한과 교차하는 곳에서의 예측자 특성의 값으로 설정하고, 제1 잔여 물품 특성과 관련된 최소예측자 특성값을 예측자 특성의 규격 하한보다 더 큰 값 또는 회귀 모델에 대응하는 상부 예측 구간이 제1 잔여 물품 특성에 대한 규격 상한과 교차하는 곳에서의 예측자 특성의 값으로 설정한다.
B.2.d 생산성 목표 및 범위의 결정
물품의 설계 및 공정 입력을 용이하게 하고, 공정 제어 변수를 설정하는 데에 유용하게 될 다른 파라미터들이 Pmin* 및 Pmax*로부터 유도될 수 있다.
최대 허용 범위(Prange*)는 가장 많이 제약하는 최대값(Pmax*)에서 가장 많이 제약하는 최소값(Pmin*)을 감산함으로써 계산될 수 있다. 도 14는 가장 많이 제약하는 최소값 및 최대값과 두개의 피예측 특성의 단순화된 경우에 대한 범위를 도식적으로 보여준다.
덧붙여, 예측 생산 목표(Ptarget*)가 결정될 수 있다. Ptarget*은 공정의 평균 생산 출력에 대한 목표로서 선정하는 포인트이다. 그것은, 일실시예로서, 설계 한계에 순응하는 부품을 생산하는 기회를 최대화시키는 가장 좋은 "생산성" 포인트이다. 적절하게 선택되면, Ptarget*은 생산 중에 Prange*의 바깥에 있는 데이터 포인트의 비율을 최소화시킬 것이다.
설계 목표와 예측 치수에 대한 목표(Ptarget*) 간의 혼동을 피하기 위해, 용어를 다르게 하였다. 예측자 특성(P)은 거의 항상 엔지니어링 설계 목표(Ptarget)을 가질 것이다. 엔지니어링 설계 목표(또는 공칭값)는 설계 엔지니어에 의해 요청되는 값이다(예컨대, 도면이나 명세서 상의 숫자). 대조적으로, Ptarget*은, 상술한 바와 같이, 생산성을 최적화시키는 공정을 위한 목표 작동 포인트이다.
일실시예로서, 예측 생산 목표(Ptarget*)는 Prange*의 중간포인트로서 선택된다(도 14 참조). 이것은 생산 공정의 출력이 그 평균에 대칭했을 상황에 적절할 것이다. 전형적인 공정은 대략 정규의 대칭하는 분포를 가진다. 만일 무품 특성의 분포가 비대칭이면, 목표 예측자 특성값은 평균의 물품 특성값으로 설정될 수 있다.
B.2.e 오프셋 테이블
아래에서 보다 상세히 설명하듯이, 일실시예로서, 공정분석 시스템(100)은 공정 범위가 주어진 설계 목표를 달성하도록 조정되어야 할 양을 나타내는 오프셋 테이블을 생성하도록 동작한다. 오프셋 테이블은 회귀 라인이 목표 교차점을 통과하도록 이동되어야 할 거리에 대응하는 값을 제공한다. 예를 들면, 사출성형 공정에서, 오프셋 값은 주어진 몰드 치수가 예측 치수와 주어진 피예측 치수 간의 목표 교차점에 도달하는 것이 가능하도록 변경(예를 들면, 용접을 통해 철을 더하거나 기계가공을 통해 철을 제거하는 것에 의해)되어야 하는 양이다. 이것은, 예컨대, 몰드가 때때로 0.001 인치만큼 부품 치수를 개선시키기 위해 수정되는 의료산업에서 제조되는 부품에 대해 매우 중요한 정보이다. 이 정보는 몰드 설계자 및 몰드 제조자에 의해 사용될 수 있다. 판금과 같은 다른 공정에 대해서는, 오프셋 테이블이 엔지니어에게 부품의 사전 판금 치수에 대해 요구되는 변경을 알려줄 수 있다.
본 발명의 일실시예로서, 오프셋 테이블의 오프셋의 크기와 방향은 목표 교차점과 회귀 모델 간의 수직 거리를 결정함으로써 계산된다. 본 발명의 제2 실시예에서는, 오프셋 테이블의 오프셋의 크기와 방향이 목표 교차점과 회귀 모델 간의 수평 거리를 결정함으로써 계산될 수 있다. 본 발명의 제3 실시예에서는, 오프셋 테이블의 오프셋의 크기와 방향이 회귀 모델에 수직인 방향으로 목표 교차점과 회귀 모델 간의 거리를 결정함으로써 계산될 수 있다.
또한, 오프셋 테이블에 있는 정보는 또 다른 측면에서도 유용하다. 피예측 특성이 그 설계 목표값 위에 있는지, 그 값인지, 아래에 있는지는 공정 설정의 각각에 대해 선택된 특정값에 의존한다. 다시 말해, 설계 목표값으로부터 얻어진 피예측값은 공정 설정을 위해 선택된 값들에 의존한다. 공정 설정의 한 세트에 있어서, 철을 제거함으로써 몰드 치수를 증가시키는 결정이 이루어질 수 있다. 공정 설정의 다른 세트에 있어서는, 철을 더함으로써 동일한 몰드 치수를 감소시키는 결정이 이루어질 수 있다. 예상가능하듯이, 이것은 바람직하지 않은 상태의 일이다. 여기서 기술된 새로운 기술을 이용하면, 오프셋은 목표 교차점으로부터 회귀 모델의 거리와 방향을 결정함으로써 계산될 수 있다. 여기서 기술된 방법을 사용하면, 공정 설정을 위해 선택된 값들로부터 독립된 오프셋이 결정될 수 있다.
도 28a 본 발명의 실시예에 따른 오프셋 테이블의 생성에 대한 방법을 보여준다. 도 28b는 본 발명의 실시예에 따른 결과로서의 오프셋 테이블을 제공한다. 도 28a에 도시된 바와 같이, 공정분석 시스템(100)은, 일실시예로서, 먼저 오프셋 테이블 어레이를 초기화한다(단계(802)). 일실시예로서, 오프셋 테이블은 물품 특성 식별자를 한 컬럼에, 대응하는 오프셋을 다른 컬럼에 포함하는 2열 어레이이다. 오프셋 테이블 방법 또는 함수에 대한 입력은 물품 특성의 목표값과 예측자 특성및 잔여 피예측 특성 간의 각각의 회귀 모델을 포함한다. 도 28a에 도시된 바와 같이, 공정분석 시스템(100)은, 모든 피예측 특성에 대해(단계(804) 참조), 예측자 특성의 목표값에서 회귀모델로부터 피예측 특성의 값을 계산한다(단계(806)). 그러면, 공정분석 시스템(100)은 피예측 특성의 계산된 값과 피예측 특성의 목표값(설계 사양(규격)) 간의 차이를 계산함으로써 피예측 특성에 대한 오프셋 값을 결정한다(단계(808)). 그런 다음, 공정분석 시스템(100)은 그 결과로서의 오프셋 값을 어레이 또는 다른 적절한 데이터 구조에 저장하고(단계(810), 다음 피예측 특성에 대해서도 이 과정을 반복한다.화
B.2.f 설계 허용범위 완화 테이블
많은 경우에, 몰드의 치수와 같이, 사전 공정 요소를 바꾸는 대신에, 주어진 부품에 대한 설계 허용범위를 완화하는 것이 더 빠르고 더 저렴하다. 물론, 설계 엔지니어는 주어진 물품 특성에 대한 형상, 치수 또는 기능 상의 허용범위 완화의 잠재적인 충돌에 비추어 이것이 실행가능한지 여부에 대해 결정을 해야 한다. 또한, 어떤 경우에는, 동작범위(위에서의 Prange*)는 설계 한계 내에 모든 물품 특성을 가지는 부품 또는 조립체를 생산하는 것이 어렵거나 심지어 불가능할 정도로 작은 크기로 될 수도 있다. 만일 허용범위를 완화함으로써 동작범위를 증가시켜 생산성을 높이도록 결정되면, 설계 허용범위 완화 테이블의 일실시예가, 허용범위 완화의 각각의 증가분에 대해 달성되는 동작범위의 증가에 대한 분석뿐 아니라 허용범위가 완화되어야 하는 최적의 순서에 대한 우선순위화된 리스트를 제공함으로써 완화할 설계 허용범위의 평가를 용이하게 한다.
일실시예로서, 공정분석 시스템(100)은, 각 피예측 물품 특성의 설계 허용범위를 완화하는 것과 관련된 동작범위에서의 달성가능한 이득의 분석을 용이하게 하는 설계 허용범위 완화 테이블을 생성하는 동작을 행한다. 가장 많이 제약하는 피예측 특성(즉, 가장 높은 Pmin 또는 가장 낮은 Pmax를 가지는)은 가장 먼저 완화되어야 한다. 다르게 말하면, 제일 먼저 완화되어야 허용범위는 예측자 특성을 가장 많이 제약하는 무품 특성에 대한 허용범위이다. 그러면, 설계 허용범위 완화 테이블은 엔지니어에게 그 허용범위를 완화한 결과로서 동작범위(Pmin*과 Pmax*의 차이)가 얼마나 증가하는지에 대해 알려준다. 설계 허용범위 완화 테이블은 또한 엔지니어에게 각각의 변수를 완화함으로써 달성되는 누적 이득을 차례로 알려준다.
도 30은 본 발명의 일실시예에 따른 설계 허용범위 완화 테이블을 보여준다. 도 30에 도시된 바와 같이, 완화 테이블은, 일실시예로서, 두개의 주요 부분으로 나뉘어져 있는데, 즉, 가장 많이 제약하는 Pmin 값에 따른 물품 특성의 순위 리스트 및 가장 많이 제약하는 Pmax 값에 따른 같은 물품 특성의 순위 리스트이다. 이 예에서, Var12는 예측자 특성이고, 양 리스트에서 마지막 위치에 있다. Pmin 또는 Pmax 열에서의 각 물품 특성에 대해, 완화 테이블은 다음의 필드를 포함하고 있다: 1) 물품 특성 식별자; 2) 계산된 Pmin/Pmax 값; 3) 대응하는 물품 특성의 허용범위를 완화함으로써 달성되는 동작범위의 개별 이득; 및 4) 대응하는 물품 특성의 허용범위를 완화하는 것과 관련된 누적 이득. 당업자라면 여기서의 설명으로부터 인지할 것이지만, 각 물품 특성과 관련된 개별 이득은 Pmin/Pmax가 다음의 물품 특성과 관련된 Pmin/Pmax 값으로 완화되어 있다. 주어진 물품 특성에 대응하는 누적이득은 다음의 물품 특성과 관련된 값으로 Pmin/Pmax를 완화함으로써 달성되는 동작범위의 총합 이득을 나타낸다. 예를 들면, 동작범위에서 0.003 인치의 누적 이득을 달성하기 위해, 물품 특성 Var16, Var13, Var11, Var9 및 Var10에 대응하는 설계 한계는 Pmin이 6.3741 인치인 지점까지 완화되어야 한다. 다르게는, 동작범위에서 0.0043 인치(inch)의 누적 이득을 달성하기 위해서는, 물품 특성 Var2 및 Var4에 대응하는 설계 한계가 Pmax가 6.3819 인치인 지점까지 완화되어야 한다. 다르게는, 동작범위에서의 0.0053 인치가 Var16, Var2 및 Var4에 대한 적절한 허용범위를 완화함으로써 달성될 수 있다. 동작범위에서의 0.005 인치 이득은 어떤 상황에서는 매우 중요하고 유용할 수 있다. 예를 들면, 만일 동작범위가 허용범위 완화 이전에 0.005 인치(inch)이었으면, 0.005 인치 증가는 동작범위의 두배와 같게 되고, 또는 효과적으로는, 설계 한계 내에 있는 물품 특성을 생산하는 공정 설정을 달성하는 것이 두배나 쉬어지게 만든다.
도 29는 본 발명의 실시예에 따른 설계 허용범위 완화 테이블을 생성하기 위한 예시적인 방법을 보여준다. 도 29에 도시된 바와 같이, 공정분석 시스템(100)은, 일실시예로서, 설계 허용범위 완화 테이블을 포맷 또는 초기화하고(단계(830)), 위에서 계산된 Pmin 및 Pmax 값들(II.B.2.b. 및 II.B.2.c. 참조)을 완화 테이블로 보낸다(단계(832)). 그런 다음, 공정분석 시스템(100)은 물품 특성에 대해 Pmin을 완화함으로써 달성되는 개별 이득을 계산한다(단계(834)). 일실시예로서, 공정분석 시스템(100)은 가장 많이 제약하는(가장 높은) Pmin 값에서 가장 적게 제약하는 Pmin 값으로 물품 특성을 정렬하고, 예측자 특성 식별자와 관련된 설계 한계를 정렬된 리스트의 끝에 더한다. 그런 다음, 공정분석 시스템(100)은 정렬된 리스트에서 다음 물품 특성의 Pmin에 대응하는 값으로 각 물품 특성에 대한 설계 한계를 완화함으로써 달성되는 개별 이득을 계산한다. 예를 들면, Var16의 설계 한계를 Var13에 대응하는 Pmin의 레벨로 완화함으로써 달성되는 개별 이득은, Var16의 Pmin과 Var13의 Pmin 간의 차이이다. 이 예에서, 차이는 0.0005inch이다. 도 30의 테이블은 Pmin에 대한 값을 반올림하는 컴퓨터 스프레드시트때문에 0.0004inch로 되어 있다. 잔여 물품 특성에 대한 이어지는 개별 이득은 마지막(예측) 특성에 도달할 때까지 유사한 방식으로 계산된다.
그러면, 공정분석 시스템(100)은 Pmax를 완화함으로써 달성되는 개별 이득, 즉 피예측 물품 특성에 대한 설계 한계를 계산한다(단계(836)). 일실시예로서, 공정분석 시스템(100)은 가장 많이 제약하는(가장 낮은) Pmax로 물품 특성을 정렬하고, 예측자 특성 식별자와 관련된 규격 상한을 정렬된 리스트의 끝에 더한다. 그런 다음, 공정분석 시스템(100)은 주어진 물품 특성의 설계 한계를 정렬된 리스트에서 다음 물품 특성의 Pmax에 대응하는 값으로 완화함으로써 달성되는 개별 이득을 계산한다. 예를 들면, Var2의 설계 한계를 Var4에 대응하는 Pmax의 레벨로 완화함으로써 달성되는 개별 이득은 Var2의 Pmax와 Var4의 Pmax 간의 차이이다. 이 차이는 0.0006inch이다. 이 예에서의 Pmax의 값에 대해서는 컴퓨터 반올림이 없었음을 유의하자. 잔여 물품 특성에 대한 이어지는 개별 이득은 마지막(예측) 특성에 도달할 때까지 유사한 방식으로 계산된다. 그런 다음, 공정분석 시스템(100)은 Pmin과 Pmax 양자의 완화에 대한 각 연속하는 허용범위 완화와 관련된 누적 이득을계산한다(단계(838)).
당업자라면 인식할 수 있듯이, 설계 허용범위 완화 테이블은 이들 한계를 주어진 Pmin 또는 Pmax로 완화한 결과로서의 피예측 특성에 대한 규격 하한/상한을 보여주지는 않는다. 오히려, 도 30에 도시된 설계 허용범위 완화 테이블은, 동작범위에서 원하는 이득을 달성하기 위해 어느 것 및 얼마나 많은 물품 특성 설계 허용범위를 완화해야할지의 결정을 용이하게 한다.
일실시예로서, 공정분석 시스템(100)은, 사용자가 어느 물품 특성 설계 한계를 완화할지를 선택한 후에, 결과적인 규격 하한 및/또는 규격 상한을 계산하도록 동작한다. 예를 들면, 사용자는 허용가능한 동작 범위(Prange*)를 증가시키기 위해, 규격 하한만, 또는 규격 상한만, 또는 그 조합을 완화하기를 선택할 수 있다. 일실시예로서, 공정분석 시스템(100)은 사용자에게 설계 허용범위 완화 테이블의 Pmin 열로부터 물품 특성을 선택하도록 및/또는 Pmax 열로부터 물품 특성을 선택하도록 재촉하고, 그런 다음 선택된 물품 특성까지 정렬된 리스트의 각 물품 특성에 대한 새로운 규격 하한 또는 상한을 계산한다. 구체적으로는, 선택된 물품 특성까지 정렬된 리스트의 각 물품 특성에 대해, 공정분석 시스템(100)이, 회귀 모델을 이용하여, 회귀 모델의 경계(상부 및 하부 예측 구간)가 Pmin 또는 Pmax를 적절하게 교차하는 지점에서 물품 특성값을 계산한다. 설명을 위해, 도 32A, 32B, 32C 및 32D는 Pmin과 Pmax의 완화로부터 새로운 규격 하한 및 상한을 계산하는 것을 도식적으로 보여준다. 도 32A에 도시된 바와 같이, 양의 기울기를 가진 회귀 모델에 대해서는, USL'(Y)로 USL(Y)를 완화하는 것은 Pmax'로 Pmax를 완화하는 결과를 가져온다. 동작범위는 Pmax'-Pmax와 같은 양만큼 그 크기가 증가할 것이다. 유사하게, 도 32B는, 양의 기울기를 가진 회귀 모델에 대해, LSL'(Y)로 LSL(Y)를 완화하는 것은 Pmin'로 Pmin을 완화하는 결과를 가져온다. 동작범위는 Pmin-Pmin'과 같은 양만큼 그 크기가 증가할 것이다. 음의 기울기를 가진 회귀 모델에 대해서는, USL'(Y)로 USL(Y)를 완화하는 것은 Pmin'로 Pmin을 완화하는 결과를 가져오고(도 32C 참조), LSL'(Y)로 LSL(Y)를 완화하는 것은 Pmax'로 Pmax를 완화하는 결과를 가져온다(도 32D 참조).
도 31에 도시된 바와 같이, 공정분석 시스템(100)은, 일실시예로서, Pmin 및/또는 Pmax 완화 열로부터 선택된 피예측 특성을 수신한다(단계(850)). 만일 사용자가 Pmin을 완화하기 위해 피예측 물품 특성을 선택하면(단계(852)), 공정분석 시스템(100)은 Pmin을 정렬된 리스트에서 다음 물품 특성에 대응하는 Pmin 값으로 설정한다(단계(854)). 예를 들어 도 30을 참조하면, 만일 Var13이 선택된 예측자 특성이면, Pmin은 6.3761inch(Var11에 대응)로 설정될 것이다. 공정분석 시스템(100)은, 선택된 물품 특성을 포함하여 그 특성까지 각 물품 특성에 대해, 결과로서의 새로운 설계 한계를 계산한다(단계(856) 참조). 구체적으로는, 공정분석 시스템(100)이, 적절하게, 회귀 모델의 기울기를 결정하여 하한 또는 상한 예측 구간을 선택하고(상기 내용 참조)(단계(857)), 예측자 특성과 피예측 특성 간에 회귀 모델의 적절한(예컨대, 하부 또는 상부) 예측 구간(경계)의 Pmin에서의 값을 계산하고(단계(858)), 새로운 설계 한계를 궁극적으로는 사용자에게 디스플레이하기 위해 대응하는 피예측 물품 특성과 연계하여 테이블에 저장한다(단계(860)).
만일 사용자가 Pmax를 완화하기 위해 피예측 특성을 선택하면(단계(862)), 공정분석 시스템(100)은 Pmax를 정렬된 리스트에서 다음 물품 특성에 대응하는 Pmax 값으로 설정한다(단계(864)). 공정분석 시스템(100)은, 선택된 물품 특성을 포함하여 그 특성까지 각 물품 특성에 대해, 결과로서의 새로운 설계 한계를 계산한다(단계(866) 참조). 구체적으로는, 공정분석 시스템(100)이, 적절하게, 회귀 모델의 기울기를 결정하여 하한 또는 상한 예측 구간을 선택하고(상기 내용 참조)(단계(867)), 예측자 특성과 피예측 특성 간에 회귀 모델의 적절한 예측 구간(경계)의 Pmax에서의 값을 계산하고(단계(868)), 새로운 설계 한계를 궁극적으로는 사용자에게 디스플레이하기 위해 테이블 또는 다른 데이터 구조에 저장한다(단계(870)). 당업자라면 인식하겠지만, 이런 방식으로 설계 허용범위 완화 테이블을 이용하면 새로운 Pmin* 및/또는 Pmax* 값을 결과적으로 얻을 수 있다.
C. 최대 허용가능한 범위(Prange*) 및 예측 생산 목표(Ptarget*)의 이용
설명을 위해, 아래와 같이 소정의 파라미터에 대해 정의하고 명확히 하는 것이 유용할 것이다.
1. Prange*는 예측자 특성에 대한 최대 허용가능한 범위이다. 이것은, 잔여 부품 특성이 설계 한계에 순응한 상태로 있을 것이라는 것을 보증하기 위해, 예측자 특성이 그 안에 있어야 하는 범위이다.
2. Ptarget*는 예측자 특성 생산 목표치의 값이다. Ptarget*는 Prange* 내에서 여러 가지 값으로 설정될 수 있다. Ptarget*는 일반적으로 Prange*의 중간포인트로 설정된다.
3. VAR은 생산 조건 하에서의 실제 공정 생산 출력과 관련된 예측자 특성의 변동가능성의 범위이다. 이것은 생산 출력을 평가함으로써 결정된다.
4. X-BAR은 생산 조건 하에서의 예측자 특성의 평균값이다. 이것은 생산 출력을 평가함으로써 결정된다.
5. Ptarget는 예측자 특성에 대한 엔지니어링 설계 목표값이다. 이것은 형상, 치수, 및 기능을 최적화하기 위해 설계 엔지니어에 의해 결정된다.
6. USL 및 LSL은 엔지니어링 설계 허용범위에 기초한 예측자 특성에 대한 규격 상한 및 하한이다. 이들은, 일반적으로 기관에 의해 사용되는 히스토리 허용범위, 부품의 임계성, 제조 기관의 능력 및 다른 요소들을 포함하는 수많은 요소를 고려하여 설계 엔지니어에 의해 결정된다.
예측자 특성에 대한 최대 허용가능한 범위(Prange*)를 아는 것은 매우 유용하다. 실제 공정 생산 출력은 소정량의 변동가능성(VAR)을 나타낼 것이고, 예측자 특성 평균 공정 생산 출력(X-BAR)을 나타내는 값이 있을 것이다. 이 정보를 가짐으로써, 공정이 설계에 순응하는 부품을 생성하는 경향을 최대화시키는 방식으로 적어도 하나의 공정 제어 설정을 변경시키는 것이 용이하게 된다.
만일 Prange*가 너무 "제약된다"고 결정되면, Prange*에 대한 "제약"을 "들어올리기" 위해 두번째 부품 특성이 측정될 수 있다.
또한, 예측자 특성에 대한 실제 공정 변동가능성(VAR)의 크기를 최대 허용가능한 범위(Prange*)와 비교하는 데에 매우 유용하다. 다음의 상황이 가능하다.
1. 만일 실제 공정 변동가능성(VAR)이 최대 허용가능한 범위(Prange*)보다크면, 그 공정에 의해 생산된 부품의 일부분은 항상 순응의 바깥에 있을 것이다.
2. 만일 실제 공정 변동가능성(VAR)이 최대 허용가능한 범위(Prange*)와 같고, 평균 공정 생산 출력(X-BAR)이 최대 허용가능한 범위 내에서 중앙에 있다면, 그 공정에 의해 생산된 거의 모든 부품은 순응 내에 있지만, 공정 생산 출력의 변동이나 오류에 대한 여유가 전혀 없을 것이다.
3. 만일 실제 공정 변동가능성(VAR)이 최대 허용가능한 범위(Prange*)보다 작으면, 그 공정에 의해 생산된 거의 모든 부품은 순응 내에 있고, 공정 생산 출력의 변동이나 오류에 대해 안정적인 큰 마진이 있을 것이다.
본 발명은, 3.의 상황에서, 공정 엔지니어가 예측 부품 특성에 대한 엔지니어링 설계 목표(Ptarget)에 더 근접하여 평균 공정 생산 출력(X-BAR)을 쉬프팅하는 것을 연구할 수 있는 훌륭한 기회를 만들어 준다.
또한, 예측자 특성에 대한 평균 공정 생산 출력(X-BAR)를 그 생산 목표(Ptarget*)와 비교하는 데에도 큰 유용성이 있다. 다음의 상황이 가능한데, 공정 생산 출력 분포가 대칭이고, 예측자 특성 목표값(P-target*)은 그 최대 허용가능한 범위의 중앙포인트로 설정되어 있다고 가정한다.
1. 예측자 특성에 대한 평균 공정 생산 출력(X-BAR)이 예측 생산 목표(Ptarget*)에 가까워질 수록, 그 공정은 순응 내에 있는 부품을 생산할 가능성이 더 커진다.
2. 평균 공정 생산 출력(X-BAR)이 예측 생산 목표(Ptarget*)과 같을 때, 그 공정이 순응 내에 있는 부품을 생산할 확률은 최대로 된다.
공정 생산 출력 분포가 대칭이 아니라하더라도 비슷한 결론에 도달할 수 있다. 이 상황에서, Ptarget*은 분포의 끝부분이 Prange*의 바깥에서 같은 영역을 가지는 포인트로 설정되어야 한다.
따라서, 본 발명은 평균 공정 생산 출력(X-BAR)과 예측 생산 목표(Ptarget*) 간의 차이를 용이하게 결정할 수 있도록 한다. 이 차이는 평균 공정 생산 출력(X-BAR)이 쉬프트되어야 할 크기와 방향 모두를 수립한다. 이것을 알면, 그 다음엔 하나 이상의 공정 제어 설정을 조정하여 평균 공정 생산 출력을 회귀 라인을 따라 또는 예측 생산 목표(Ptarget*)에 더 근접하여 이동시키는 것이 가능하다.
본 발명은 더 많은 활용성을 제공한다. 이쯤되면 실제 공정 변동가능성(VAR)이 최대 허용가능한 범위(Prange*)에 대해 너무 큰지 아닌지를 결정하는 것이 가능하게 된다. 이 경우라면, 첫번째 선택할 수 있는 것은 공정 변동을 줄이는 것이다. 두번째 선택할 수 있는 것은 설계 허용범위의 크기를 증가시키는 것이다. 세번째 선택할 수 있는 것은 앞의 두 대안의 조합을 행하는 것이다. 본 발명은, 이 섹션에서 논의된 여러 가지 공정 능력 분석이, 관련된 부품 특성 전체가 얼마나 많든지간에 30이나 40개가 아닌 오직 예측자 특성에 대해 오직 한번만 수행될 것이 요구됨으로써, 효율성과 비용 절감을 매우 용이하게 할 수 있다.
또한, 제약 테이블의 값들은 설계 엔지니어에게 다른 유용한 정보를 제공한다. 예를 들면, 만일 설계 허용범위의 크기를 증가시키는 결정이 내려졌다면, 제약 테이블은, 어느 물품 특성에 대한 어느 규격 한계(상위 또는 하위)가 가장 많이 제약하고 먼저 완화되어야 하는지에 대해 순위화된 결정을 용이하게 한다. 이 과정은, 가장 많이 제약하는 부품 특성에서부터 가장 적게 제약하는 부품 특성까지 "피상적으로" 동작하면서 원하는 만큼 자주 반복될 수 있다. 설계 엔지니어는 또한 제품 성능에 대한 각 허용범위의 완화의 영향을 평가하고, 의사결정 과정에 이 정보를 고려 인자로 넣을 수 있다.
본 발명은 또 더 많은 유용성을 제공한다. 설계 엔지니어는 이제 제품 성능과 생산성 간의 트래이드오프(trade-off)를 평가하는 연구를 수행할 수 있는 정보를 가지게 된다. 덧붙여, 설계 엔지니어는 또한, 상황이 허락한다면, 결정된 예측자 특성 목표(Ptarget*)로 설계 목표를 변경하고, (만일 설계 목표의 변경을 위해 보상이 요구된다면) 보상을 위해 시스템의 어딘가를 변경할 수도 있다.
다음 설명을 간단히 하기 위해, Prange*, VAR, 및 TOL(규격 상한과 하한의 차이)을 각각 A, B, 및 C로 나타낸다. 비슷하게, Ptarget*, X-BAR, 및 Ptarget를 X, Y, 및 Z로 나타낸다. 본 발명은 아래의 비교를 용이하게 한다.
1. A 대 B
2. A 대 C
3. B 대 C
4. X 대 Y
5. X 대 Z
6. Y 대 Z
앞서 설명한 바와 같이, 예외적으로 이 비교로부터 얻어질 수 있는 변수 정보가 있다.
D. 검토 및 요약
도 21은 상술한 개념을 요약하여 본 발명의 실시예에 따른 방법을 보여준다. 설명을 위해, 사출성형 공정이 기술되어 있다. 도 21에 도시된 바와 같이, 예컨대, 부품의 설계는 여러 가지 설계 목표와 물품 특성에 대한 설계 한계(602)를 가져온다. 이것은 부품을 정의하는 적어도 하나의 캐비티(cavity)을 포함하는 몰드의 설계 및 제조(604)를 가져온다. 이 공정에 대한 다른 입력은 노이즈 변수(606)와 공정 제어 설정(607)이다. 이 공정(208)은 실험적 출력(610) 또는 상술한 바와 같이, 생산 출력(630)을 가져온다.
도 21에 도시된 바와 같이, 본 발명의 실시예는, 부품을 설계하거나 및/또는 궁극적으로는 생산 출력을 위한 수용할만한 부품을 만들어내는 공정을 만드는 것과 관련된 설계 및 엔지니어링 공정을 용이하게 하는 데에 사용될 수 있다. 상술한 바와 같이, 일실시예로서, 공정 오퍼레이터는 복수의 물품 특성에 대한 변동의 범위를 가지는 일련의 부품을 생성한다(실험적 출력(610)). 실험적 출력(610)에 관련된 물품 특성, 또는 그 표본은 상술한 상관관계 및 회귀 분석 방법을 이용하여 평가되고 분석된다(612). 이 분성 방법에서 수집된 정보를 가지고, 사용자는, 상술한 제약 및/또는 완화 테이블을 참조하여, 허용범위 한계(618) 및/또는 설계 목표(620)의 변경을 결정할 수 있다. 덧붙여, 사용자는, 상술한 오프셋 테이블의 정보를 참조하여, 공정 입력(616)의 변경 및/또는 제어 변수(614)의 조정을 결정할 수 있다.
상술한 바와 같이, 일실시예로서, 실험적 생산을 가동하는 동안 부품 특성에변동이 초래된다. 실험적 생산 가동의 부산물 중 하나는 사용자가 어느 공정 설정이 부품 특성에 주요한 영향을 주는지를 배운다는 것이다. 이 지식은 사용자로 하여금 생산 출력을 회귀 모델을 따라 미리 정해진 포인트에 위치시키도록 공정 설정을 약간 조정할 수 있도록 한다. 사출성형의 경우, 예컨대, 사용자는 하나의 압력 설정만을 변경하거나 하나의 온도 설정 또는 하나의 속도 설정만을 변경하는 것이 회귀 라인을 따라 물품 특성의 결합 출력을 변경하기에 충분하다는 것을 발견할 것이다.
또한, 사용자는, 생산 출력(630)의 측정을 용이하게 하기 위해 상관관계 및 회귀 분석(612)에 기초한 예측자 특성(636)을 선택할 수 있다. 예를 들면, 예측자 특성에 관련한 잔여 물품 특성을 분석함으로써, 사용자는 로버스트한 피예측 특성(즉, 항상 허용범위 한계 내에 있는 물품 특성)을 식별하고, 측정에서 그들을 제외시킬 수 있다(단계(634)). 다르게는, 또는 이와 함께 결합하여, 사용자는 예측자 특성에 대한 최대 허용가능한 범위를 결정하고, 단일 물품 특성(예측자 특성)(632)을 측정함으로써 생산 출력(630)이 설계 한계에 순응하는지 여부를 결정한다.
상술한 바와 같이, 회귀 라인을 따라 출력을 쉬프트시키기 위해, 사출 몰드 오퍼레이터는 압력, 온도, 속도 등과 같은 하나 이상의 공정 제어 변수를 변경할 수 있다. 설명을 위해, 사출성형 산업에서 공정 입력을 변경하는 예는 몰드 캐비티의 내부 치수를 변경하는 것이다. 회귀 라인은 수직으로 쉬프트될 수 있다. 도 6에서, 이것은 잔여 물품 특성의 크기의 변경에 수반된다. 크기의 감소는 그 물품 특성의 위치에서 몰드의 내부에 재료를 더하는 것에 수반된다. 이것은 생산된 물품의 크기를 감소시키고, 회귀 라인을 수직 하방으로 쉬프트시킬 것이다. 요구되는 쉬프트의 크기는 회귀 라인이 목표 교차점으로부터 오프셋되었던 거리를 결정함으로써 계산된다. 따라서, 목표 교차점에 대한 회귀 라인의 위치가 회귀 라인이 쉬프트되어야 하는 방향과 쉬프트되어야 하는 크기를 결정하는 데에 사용될 수 있다.
도 6에서 회귀 라인을 쉬프트시키는 다른 방법은 수평으로 쉬프트시키는 것이다. 도 6에서의 목표 교차점을 회귀 라인이 통과하도록 하기 위해, 오른쪽으로 쉬프트되어야 한다. 이 쉬프트는 예측자 특성에 대한 몰드 수치의 변경에 수반된다. 오른쪽으로의 쉬프트는 예측자 특성의 크기가 증가된다는 것을 의미한다. 크기의 증가는 예측자 특성에 대한 몰드 캐비티의 크기(여기서는 치수)의 증가를 요한다. 이것은 몰드의 내부로부터 재료를 제거하는 것에 수반된다. 요구되는 쉬프트의 크기는 회귀 라인과 목표 교차점 간의 수평 거리를 계산함으로써 결정된다.
또한, 회귀 라인을 쉬프트시키는 다른 방법은 예측자 특성 및 적어도 하나의 잔여 물품 특성에 대한 몰드 치수의 조합을 변경함으로써 쉬프트를 일으키는 것이다. 도 6에 도시된 구체예에서, 회귀 라인은 그 자신에게 수직인 방향으로 쉬프트된다. 이것은, 결과적으로, 회귀 라인을 목표 교차점을 통과하도록 위치시키기 위한 가능한 최단의 쉬프트이다. 이 경우에, 쉬프트는 피예측 특성의 크기의 감소 및 예측자 특성의 크기의 증가에 수반된다. 판금된 부품의 경우에, 두 물품 특성의 예는 부품의 판금 후 길이 및 폭 치수일 수 있다. 이 경우에, 부품의 판금 후 길이 및 폭 치수이 공정 입력으로서 고려된다.
도 7은 목표 교차점과 합동이거나 중첩되는 특성을 가지는 물품을 생산하기 위해 사용되는 방법을 나타낸다. 도 7에 도시된 실시예는 두 단계의 공정으로 구성된다. 제1 단계에서는, 회귀 라인이 목표 교차점과 교차하도록 쉬프트된다. 앞서 지적한 바와 같이, 회귀 라인은 수평으로, 수직으로, 또는 수평수직으로 쉬프트될 수 있다. 제2 단계에서는, 특성 위치가 쉬프트되는데, 이 구체예에서, 그 위치가 목표 교차점과 합동이 될 때까지 더 작은 치수의 방향으로 회귀 라인을 따라 쉬프트된다. 실제로는, 물론, 특성 위치가 쉬프트되어야 할 방향은 목표 교차점에 대한 초기 특성의 위치와 회귀 라인의 기울기에 의존할 것이다.
설명을 위해, 이 출원에 포함된 언어는, "위치시키다" 또는 "위치" 또는 "교차점을 결정하다" 또는 "범위를 결정하다" 또는 그래픽 관점에서 사용되는 여러 가지 용어의 사용을 참조한다. 이 문서에서 기술된 모든 분석 테크닉은 그래픽적으로든 분석적으로든 함께 설명될 수 있다. 그래픽 테크닉이 설명될 때 분석 테크닉도 사용될 수 있고, 분석 테크닉이 사용될 때 그래픽 테크닉도 사용될 수 있다는 것을 알아야 한다. 사실상, 본 발명의 바람직한 실시예는 분석 테크닉을 이용하여 모든 연산, 계산, 측량 및 결정을 수행할 수 있다. 그래픽적 디스플레이는 사용자의 편의 및 설명을 위해 제공된다.
또한, 설명을 위해, 이 출원에서는 회귀 라인이라는 용어를 사용하였다. 그러나, 회귀 '라인'에서의 '라인'은 직선만으로 한정되는 것은 아니고 곡선도 포함한다는 것을 알아야 한다. 또한, 설명을 위해, 단일 라인으로서는 '회귀 모델'이 또한 자주 사용되고 있다는 것을 알아야 한다. 본 발명의 바람직한 실시에에서의'회귀 모델'은 예측 구간의 이용을 포함한다는 것을 알아야 한다.
공정 제어 설정의 변경의 영향이, 설명을 위해, 단일 잔여(피예측) 물품 특서에 대한 영향이라는 용어로 나타내고 있음을 알아야 한다. 공정 제어 설정의 변경의 영향은 2개 이상의 물품 특성에 대해 결정될 수 있다는 것을 이해해야 한다. 유사하게, 공정 입력의 변경의 영향이 단일 회귀 모델에 대한 영향의 의미로 나타내어지고 있다는 것을 이해해야 한다. 공정 제어 설정의 변경의 영향은 하나 이상의 회귀 모델에 대해 결정될 수 있다는 것을 이해해야 한다.
설명을 위해, 공정 제어 설정 및/또는 공정 입력에 변경을 가하는 목적이 공동 동작 위치 및/또는 회귀 모델을 하나 이상의 목표 교차점에 더 가깝게 이동시키는 것으로 가정하였다. 이 변경은 공동 동작 위치 및/또는 회귀 모델을 원하는 위치로 이동시키기 위해 행해질 수 있다는 것을 이해해야 한다.
설명을 위해, 물품 특성과 관련된 규격 상한 및 하한은 일정한 값으로 기술되었고, 사각형의 적합 영역을 만든다고 기술하였다. 그러나, 본 발명은 하나 이상의 요소에 기초하여 하나 이상의 그런 설계 한계가 변화하는 상황에도 적용될 수 있고, 사다리꼴(하나의 예) 또는 다른 형태를 가지는 적합 영역을 만들 수 있다.
최종적으로, 설명을 위해, 바로 위에서 언급한 바와 같이, 변경이 하나 이상의 기준에 대한 물품 특성을 최적화하기 위해 도입되는 것으로 가정하였다. 여기에 나타난 알고리듬, 모델, 및 개념은 정반대의 효과를 나타내기 위해 사용될 수 있다는 것을 이해해야 한다. 예를 들면, 공정 설정 및/또는 공정 입력의 원하는 변경을 얻기 위해 공동 동작 포인트 및/또는 회귀 모델 위치의 변경을 결정하는 것이 가능하다. 이렇게 하는 목적 중 하나는 공정 제어 설정을 위험하거나 해로운 설정으로부터 멀리하는 것일 수 있다. 이렇게 하는 목적 중 다른 하나는 가공 전의 원재료 형태와 같은 특정한 공정 입력에 생산 공정 및/또는 엔지니어링 설계 파라미터를 맞추는 것일 수 있다.
마지막으로, 본 발명을 설명할 때 사출성형 공정과 연관시켜 그 작용을 설명하였지만, 본 발명은, 상술한 바와 같이, 여러 가지 공정에 적용될 수 있다. 예컨대, 본 발명은 판금 및 반도체 제조에 적용될 수 있고, 또 재료가 더해지거나, 제거되거나 형태나 구조가 변경되는 다른 공정에도 적용될 수 있다. 본 발명은 출력의 특성이 관련된 비제조 공정에 적용될 수 있다. 본 발명의 다른 실시예는 당업자에게 명백할 것이다. 따라서, 본 발명은 상술한 실시예에 한정되지 않고 아래의 청구범위에 의해 정해진다.
Claims (130)
- 설계 및 제조 공정을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트와 관련된 복수개의 물품 특성값을 수신하는 단계와;상기 복수개의 물품 특성으로부터 예측자 특성을 선택하는 단계와;상기 예측자 특성과, 상기 복수개의 물품 특성에서 적어도 하나의 잔여 물품 특성간에 회귀 모델을 결정하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제1항에 있어서,상기 예측자 특성에 대한 목표값과 상기 적어도 하나의 잔여 물품 특성에 대한 목표값을 수신하는 단계와;상기 예측자 특성에 대한 목표값과, 상기 예측자 특성 및 제1 잔여 물품 특성간의 회귀 모델에 관한 상기 제1 잔여 물품 특성의 목표값의 교차점을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제1항에 있어서,상기 예측자 특성과 상기 적어도 하나의 상기 잔여 물품 특성간의 회귀 모델과 관련된 상위 예측 구간 및 하위 예측 구간을 각각 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제2항에 있어서,상기 예측자 특성과 상기 적어도 하나의 상기 잔여 물품 특성간의 회귀 모델과 관련된 상위 예측 구간 및 하위 예측 구간을 각각 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제4항에 있어서,상기 예측자 특성과 상기 적어도 하나의 상기 잔여 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 적어도 하나의 잔여 물품 특성과 관련된 상기 규격 하한 및 규격 상한을 위치시키는 단계와;상기 예측자 특성과 관련된 상기 규격 상한 및 규격 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제1항에 있어서,상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델에 관하여 적어도 하나의 잔여 물품 특성과 관련된 상기 규격 하한 및 규격 하한을 위치시키는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제6항에 있어서,대응하는 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 상기 규격 상한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제6항 또는 제7항에 있어서,대응하는 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 상기 규격 하한을 교차하는 위치에서 상기 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제3항에 있어서,상기 적어도 하나의 잔여 물품 특성에 대해 규격 하한과 규격 상한을 수신하는 단계와;상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델에 대하여 적어도 하나의 잔여 물품 특성과 관련된 상기 규격 하한 및 규격 하한을 위치시키는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제9항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델과 관련된 상위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제9항 또는 제10항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델과 관련된 하위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제6항에 있어서,상기 예측자 특성에 대한 규격 하한 및 규격 하한을 수신하는 단계와;상기 예측자 특성과 관련된 규격 상한 및 규격 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제8항에 있어서,상기 예측자 특성에 대한 규격 하한 및 규격 하한을 수신하는 단계와;상기 예측자 특성과 관련된 규격 상한 및 규격 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제3항에 있어서,상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 적어도 하나의 잔여 물품 특성과 관련된 규격 하한 및 규격 상한을 위치시키는 단계와;상기 예측자 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;'상기 예측자 특성과 관련된 규격 상한을 위치시키는 단계와;(1) 상기 예측자 특성에 대한 규격 상한과, (2) 상기 상위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 상한과 교차하는 위치에서 상기 예측자 특성의 값 중에서, 더 작은 것을 선택함으로써 상기 예측자 특성에 대한 최대 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제14항에 있어서,상기 복수개의 물품 특성에서 필요한 수의 잔여 물품 특성에 대해 상기 최대 물품 특성값을 결정하는 단계를 반복하는 단계와;상기 최대 물품 특성값 중 가장 낮은 값을 선택함으로써 상기 예측자 특성에 대해 가장 제한적인 최대 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제14항에 있어서,상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 예측자 특성과 관련된 규격 하한을 위치시키는 단계와;(1) 상기 예측자 특성에 대한 규격 하한과, (2) 하위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 중에서 더 큰 값을 선택함으로써, 예측자 특성에 대해 최소 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제16항에 있어서,상기 최대 특성값으로부터 상기 최소 물품 특성값을 감산하여 상기 예측자 특성에 대해 허용 가능한 범위를 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제16항에 있어서,상기 복수개의 물품 특성에서 필요한 수의 잔여 물품 특성에 대해 상기 최대 물품 특성값을 결정하는 단계를 반복하는 단계와;상기 최소 물품 특성값 중에서 가장 큰 값을 선택함으로써 상기 예측자 특성에 대해 가장 제한적인 최소 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제18항에 있어서,상기 제한적인 최대 특성값으로부터 상기 가장 제한적인 최소 물품 특성값을 감산하여, 상기 예측자 특성에 대해 최대의 허용 가능한 범위를 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제19항에 있어서,상기 예측자 특성에 대해 상기 가장 제한적인 최소 물품 특성값과 최대의 물품 특성값 사이의 값을 선택함으로써, 상기 예측자 특성에 대한 목표 제조값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제19항에 있어서,상기 예측자 특성에 대해 상기 가장 제한적인 최소 물품 특성값과 최대 물품 특성값 사이의 중간값을 선택함으로써, 상기 예측자 특성에 대한 목표 제조값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제21항에 있어서,상기 예측자 특성에 대한 목표값과 적어도 하나의 잔여 물품 특성에 대한 목표값을 수신하는 단계와;상기 예측자 특성에 대한 목표값과, 상기 예측자 특성 및 제1 잔여 물품 특성간의 회귀 모델에 대한 상기 제1 잔여 물품 특성의 목표값간의 교차점을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제1항에 있어서,상기 예측자 특성을 선택하는 단계는,상기 복수개의 물품 특성에서 모든 물품 특성 또는 서브세트의 물품 특성을 예측하는 각 물품 특성의 능력에 대한 평가에 적어도 부분적으로 기초하여, 예측자 특성을 선택하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제23항에 있어서,상기 예측자 특성을 선택하는 단계는,상기 모든 물품 특성 또는 서브세트의 물품 특성간의 상관계수를 계산하는 단계와;상기 계산된 상관계수에 기초하여, 모든 다른 물품 특성에 대해 제1 물품 특성의 예측 능력을 나타내는 값을 결정하는 결정 단계와;상기 모든 물품 특성 또는 서브세트의 물품 특성에 대한 결정 단계를 반복하는 단계와;상기 물품 특성의 예측 능력을 나타내는 값에 적어도 부분적으로 기초하여 예측자 특성을 선택하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제24항에 있어서,상기 예측자 특성은 가장 높은 예측 능력을 나타내는 값과 관련된 물품 특성으로서 선택되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제24항에 있어서,상기 결정단계에서 연산된 값에 기초하여 물품 특성을 순위 설정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제24항에 있어서,상기 결정단계는, 물품 특성 각각에 대한 평균 상관계수를 계산하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제24항에 있어서,상기 결정단계는, 물품 특성 각각에 대한 상관계수의 절대값의 평균을 계산하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제23항에 있어서,상기 예측자 특성은 상기 예측 능력이 가장 큰 물품 특성의 그래픽에 의한 판단에 기초하여 선택되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제23항에 있어서,상기 예측자 특성의 선택은 각 물품 특성을 평가하는 것과 관련된 요인(factor)에도 기초하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제30항에 있어서,상기 요인은 각 물품 특성을 평가하는 것과 관련된 경제적 요인을 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제30항에 있어서,상기 요인은 각 물품 특성을 평가하는 것과 관련된 기술적 요인을 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제28항에 있어서,상기 결정 단계에서 계산된 값에 기초하여 물품 특성을 순위 설정하는 단계를 추가로 포함하며,상기 예측자 특성의 선택은 각 물품 특성을 평가하는 것과 관련된 경제적 요인 또는 기술적 요인에도 기초하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 설계 및 제조 공정을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트와 관련된 복수개의 물품 특성값을 수신하는 단계와;제1 물품 특성과, 상기 복수개의 물품 특성에서 적어도 하나의 잔여 물품 특성간에 회귀 모델을 결정하는 단계와;상기 제1 물품 특성에 대한 목표값과 상기 적어도 하나의 잔여 물품 특성에 대한 목표값을 수신하는 단계와;상기 제1 물품 특성에 대한 목표값과 상기 적어도 하나의 잔여 물품 특성에 대한 목표값을 결정하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제34항에 있어서,상기 회귀 모델은, 상기 복수개의 물품 특성에서 물품 특성의 모든 가능한 조합에 대해 결정되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제34항에 있어서,상기 회귀 모델은, 상기 복수개의 물품 특성에서 물품 특성의 모든 가능한 조합의 서브세트에 대해 결정되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제34항, 제35항 및 제36항 중 어느 한 항에 있어서,상기 회귀 모델을 유저 인터페이스 디스플레이 상에 표시하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제37항에 있어서,상기 회귀 모델은 상기 유저 인터페이스 디스플레이 상에 그래픽 형태의 산점도로 표시되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제34항에 있어서,상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 적어도 하나의 잔여 물품 특성에 관련된 규격 하한 및 상한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제39항에 있어서,상기 제1 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 제1 물품 특성에 대한 규격 하한 및 규격 상한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제39항에 있어서,상기 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 상한을 교차하는 상기 제1 물품 특성의 값을 결정하는 결정단계 (a)를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제39항 또는 제41항에 있어서,상기 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 상기 제1 물품 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제41항에 있어서,상기 필요한 수의 잔여 물품 특성에 대해 상기 결정단계 (a)를 반복하는 단계와;상기 결정단계 (a)와 관련된 상기 제1 물품 특성의 가장 낮은 값을 선택함으로써 상기 제1 물품 특성에 대한 가장 제한적인 최대값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제43항에 있어서,상기 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 상기 제1 물품 특성의 값을 결정하는 결정단계 (b)와;상기 필요한 수의 잔여 물품 특성에 대해 상기 결정단계를 반복하는 단계와;상기 결정단계 (b)와 관련된 상기 제1 물품 특성의 가장 큰 값을 선택함으로써 상기 제1 물품 특성에 대해 가장 제한적인 최소값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제44항에 있어서,상기 제1 물품 특성에 대해 가장 제한적인 최소값과 최대값간의 중간값을 선택함으로써 상기 제1 특성에 대한 목표 제조값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제44항에 있어서,상기 제1 물품 특성에 대해 상기 가장 제한적인 최대값으로부터 상기 제1 물품 특성에 대해 가장 제한적인 최소값을 감산함으로써 상기 제1 물품 특성에 대한 최대의 허용 가능한 범위를 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제44항에 있어서,상기 제1 물품 특성에 대해 가장 제한적인 최소값과 최대값 사이의 값을 선택함으로써 상기 제1 특성에 대해 목표 제조값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제41항에 있어서,상기 제1 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 제1 물품 특성에 관련된 규격 하한 및 규격 상한을 위치시키는 단계와;상기 필요한 수의 잔여 물품 특성에 대해 상기 결정단계 (a)를 반복하는 단계와;(1) 상기 제1 물품 특성에 대한 규격 상한과, (2) 상기 결정단계 (a)에서 계산된 가장 낮은 값 중에서 더 낮은 값을 선택함으로써, 상기 제1 물품 특성에 대해 가장 제한적인 최대값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제47항에 있어서,상기 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 상기 제1 물품 특성의 값을 결정하는 결정단계 (b)와;상기 필요한 수의 잔여 물품 특성에 대해 상기 결정단계 (b)를 반복하는 단계와;(1) 상기 제1 물품 특성에 대한 규격 하한과, (2) 상기 결정단계 (b)에서 계산된 제1 물품 특성의 가장 큰 값 중에서 더 큰 값을 선택함으로써, 상기 제1 물품 특성에 대해 가장 제한적인 최소값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 설계 및 제조 공정을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트와 관련된 복수개의 물품 특성값을 수신하는 단계와;제1 물품 특성과 제2 물품 특성간에 제1 회귀 모델을 결정하는 단계와;상기 제1 물품 특성과 적어도 하나의 잔여 물품 특성간에 적어도 제2 회귀 모델을 결정하는 단계와;상기 회귀 모델들간의 비교를 용이하게 하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제50항에 있어서,상기 회귀 모델은 상기 복수개의 물품 특성에서 물품 특성의 모든 가능한 조합에 대해 결정되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제50항에 있어서,상기 회귀 모델은 상기 복수개의 물품 특성에서 물품 특성의 모든 가능한 조합의 서브세트에 대해 결정되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제50항, 제51항 및 제52항 중 어느 한 항에 있어서,상기 회귀 모델을 유저 인터페이스 디스플레이 상에 표시하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제53항에 있어서,상기 회귀 모델은 상기 유저 인터페이스 디스플레이 상에 그래픽 형태의 산점도로 표시되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제50항에 있어서,적어도 2개의 잔여 물품 특성에 대한 목표값을 수신하는 단계와;상기 제1 물품 특성과 제2 물품 특성에 대해, 상기 제1 및 제2 물품 특성과 관련된 회귀 모델에 대한 상기 제1 및 제2 물품 특성의 목표값의 교차점을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제55항에 있어서,상기 제1 물품 특성과 제3 물품 특성에 대해, 상기 제1 및 제3 물품 특성과 관련된 회귀 모델에 대한 상기 제1 및 제3 물품 특성의 목표값의 교차점을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제50항에 있어서,상기 제2 물품 특성 및 제3 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 제1 물품 특성 및 제2 물품 특성간의 회귀 모델에 대해 상기 제2 물품 특성과 관련된 규격 상한 및 하한을 위치시키는 단계와;상기 제3 물품 특성과 제1 물품 특성간의 회귀 모델에 대해 상기 제3 물품 특성과 관련된 규격 상한 및 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제56항에 있어서,상기 제1 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;상기 제1 물품 특성과 제2 물품 특성간의 회귀 모델에 관한 상기 제1 물품 특성에 대한 규격 하한 및 상한을 위치시키는 단계와;상기 제1 물품 특성과 제3 물품 특성간의 회귀 모델에 대하여 상기 제1 물품 특성에 해당하는 규격 하한 및 상한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 복수개의 물품 특성을 가지며, 이 중 적어도 2개의 물품 특성이 목표값과 규격 상한 및 하한을 갖는 물품의 생산과 관련하여 설계 및 제조 공정을 용이하게 하는 방법으로서,상기 복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트를 생성하는 단계와;상기 복수개의 물품 특성의 모두 또는 서브세트에 대해 물품 세트를 평가하는 단계와;상기 복수개의 물품 특성으로부터 예측자 특성을 선택하는 단계와;상기 예측자 특성과, 상기 복수개의 물품 특성에서 적어도 하나의 잔여 물품 특성간에 회귀 모델을 결정하는 단계를 포함하는 것을 특징으로 하는 물품 생산과 관련하여 설계 및 제조 공정을 용이하게 하는 방법
- 제59항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델에 대해 상기 적어도 하나의 잔여 물품 특성의 목표값과 상기 예측자 특성에 대한 목표값의 교차점을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제59항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델과 관련된 상위 예측 구간 및 하위 예측 구간을 각각 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제60항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델과 관련된 상위 예측 구간과 하위 예측 구간을 각각 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제62항에 있어서,상기 적어도 하나의 잔여 물품 특성과 관련된 규격 하한 및 규격 상한을 위치시키는 단계와;상기 예측자 특성과 관련된 규격 상한 및 규격 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제59항에 있어서,상기 적어도 하나의 잔여 물품 특성과 관련된 규격 하한 및 상한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제64항에 있어서,상기 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 상기 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제64항 또는 제65항에 있어서,상기 회귀 모델이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 상기 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제61항에 있어서,상기 적어도 하나의 잔여 물품 특성과 관련된 규격 하한 및 상한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제67항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델과 관련된 상위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 상한을 교차하는, 상기 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제67항 또는 제68항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델과 관련된 하위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는, 상기 예측자 특성의 값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제64항에 있어서,상기 예측자 특성과 관련된 규격 상한 및 규격 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제66항에 있어서,상기 예측자 특성과 관련된 규격 상한 및 규격 하한을 위치시키는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제61항에 있어서,상기 적어도 하나의 잔여 물품 특성과 관련된 규격 하한 및 규격 상한을 위치시키는 단계와;상기 예측자 특성과 관련된 규격 상한을 위치시키는 단계와;(1) 상기 예측자 특성에 대한 규격 상한과, (2) 상기 상위 예측 구간이 상기 적어도 하나의 물품 특성에 대한 규격 상한을 교차하는 위치에서 상기 예측자 특성의 값 중에서 더 작은 값을 선택함으로써, 상기 예측자 특성에 대한 최대 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제72항에 있어서,상기 복수개의 물품 특성에서 필요한 수의 잔여 물품 특성에 대해 상기 최대의 물품 특성값을 결정하는 단계를 반복하는 단계와;상기 최대의 물품 특성 값 중 가장 낮은 값을 선택함으로써, 상기 예측자 특성에 대한 가장 제한적인 최대 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제72항에 있어서,상기 예측자 특성과 관련된 규격 하한을 위치시키는 단계와;(1) 상기 예측자 특성에 대한 규격 하한과, (2) 상기 하위 예측 구간이 상기 적어도 하나의 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 상기 예측자 특성의 값 중에서 더 큰 값을 선택함으로써, 상기 예측자 특성에 대한 최소 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제74항에 있어서,상기 최대 특성값으로부터 상기 최소 물품 특성값을 감산함으로써, 상기 예측자 특성에 대해 허용 가능한 범위를 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제74항에 있어서,상기 필요한 수의 잔여 물품 특성에 대해 상기 최소 물품 특성값을 판정하는 단계를 반복하는 단계와;상기 최소 물품 특성값 중 가장 큰 값을 선택함으로써, 상기 예측자 특성에 대해 가장 제한적인 최소 물품 특성값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제76항에 있어서,상기 가장 제한적인 최대 특성값으로부터 상기 가장 제한적인 최소 물품 특성값을 감산함으로써, 상기 예측자 특성에 대해 최대의 허용 가능한 범위를 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제76항에 있어서,상기 예측자 특성에 대해 가장 제한적인 최대값 및 최소값 사이의 값을 선택함으로써, 상기 예측자 특성에 대해 목표 제조값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제76항에 있어서,상기 예측자 특성에 대해 가장 제한적인 최소값 및 최대값 사이의 중간값을 선택함으로써, 상기 예측자 특성에 대해 목표 제조값을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제79항에 있어서,상기 예측자 특성과 상기 적어도 하나의 잔여 물품 특성간의 회귀 모델에 대해 상기 적어도 하나의 잔여 물품 특성의 목표값과 상기 예측자 특성에 대한 목표값의 교차점을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제59항에 있어서,상기 예측자 특성을 선택하는 단계는,상기 복수개의 물품 특성에서 다른 물품 특성을 예측하게 되는 각 물품 특성의 능력에 대한 평가에 적어도 부분적으로 기초하여 상기 예측자 특성을 선택하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제81항에 있어서,상기 예측자 특성을 선택하는 단계는,상기 모든 물품 특성 또는 서브세트의 물품 특성간의 상관계수를 계산하는 단계와;상기 계산된 상관계수에 기초하여, 모든 다른 물품 특성에 대해 제1 물품 특성의 예측 능력을 나타내는 값을 결정하는 결정 단계와;상기 모든 물품 특성에 대해 결정 단계를 반복하는 단계와;상기 물품 특성의 예측 능력을 나타내는 값에 적어도 부분적으로 기초하여 예측자 특성을 선택하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제82항에 있어서,상기 예측자 특성은 가장 높은 예측 능력을 나타내는 값과 관련된 물품 특성으로서 선택되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제82항에 있어서,상기 결정 단계에서 계산된 값에 기초하여 물품 특성을 순위 설정하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제82항에 있어서,상기 결정 단계는, 물품 특성 각각에 대한 평균 상관계수를 계산하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제82항에 있어서,상기 결정 단계는, 물품 특성 각각에 대한 상관계수의 절대값의 평균을 계산하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제81항에 있어서,상기 예측자 특성은 상기 예측 능력이 가장 큰 물품 특성의 그래픽에 의한 판단에 기초하여 선택되는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제81항에 있어서,상기 예측자 특성의 선택은 각 물품 특성을 평가하는 것과 관련된 요인(factor)에도 기초하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제88항에 있어서,상기 요인은 각 물품 특성을 평가하는 것과 관련된 경제적 요인을 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제88항에 있어서,상기 요인은 각 물품 특성을 평가하는 것과 관련된 기술적 요인을 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 설계 및 제조 공정을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트를 생성하는 단계와;상기 복수개의 물품 특성간의 상관의 정도를 평가하는 평가단계와;상기 평가단계에 기초하여 상기 복수개의 물품 특성으로부터 예측자 특성을 선택하는 단계를 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 제91항에 있어서,상기 예측자 특성에 대해 최대의 허용 가능한 범위를 결정하는 결정단계와;상기 결정단계에 이어, 상기 예측자 특성의 평가에 기초하여 후속하여 생성되는 물품이 상기 물품과 관련된 적어도 하나의 설계 규격에 부합하는 것을 확인하는 단계를 추가로 포함하는 것을 특징으로 하는 설계 및 제조 공정을 용이하게 하는 방법.
- 설계, 제조, 그 외 다른 공정을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트와 관련하여 복수개의 물품 특성값을 수신하는 단계와;상기 복수개의 물품 특성으로부터 예측자 특성을 선택하는 단계와;상기 복수개의 물품 특성에서의 제1 잔여 물품 특성과 상기 예측자 특성간에, 하위 및 상위 예측 경계를 갖는 회귀 모델을 결정하는 단계와;상기 예측자 특성과 제1 잔여 물품 특성에 대해 규격 하한 및 규격 상한을 수신하는 단계와;상기 예측자 특성과 제1 잔여 물품 특성간의 회귀 모델에 대하여, 상기 제1 잔여 물품 특성과 예측자 특성에 관련된 규격 상한 및 규격 하한에 의해 경계가 형성되는 적합 영역을 위치시키는 단계와;상기 회귀 모델의 상위 및 하위 예측 경계와 상기 예측자 특성에 대한 규격 상한 및 하한에 의해 규정되는 상기 제1 잔여 특성에 대해 경계가 형성되는 회귀영역을 위치시키는 단계와;상기 경계가 형성된 회귀 영역과 상기 적합 영역간의 관련성을 식별하는 식별단계를 포함하는 것을 특징으로 방법.
- 제93항에 있어서,상기 식별된 관련성은 상기 경계가 형성된 회귀 영역과 상기 적합 영역간의 기하학적 관계의 구조를 갖는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별된 관련성은 상기 경계가 형성된 회귀 영역을 규정하는 주변경계 요소와, 상기 적합 영역을 규정하는 주변경계 요소간의 관련성인 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별된 관련성은 잠재결합 관계, 로버스트 관계 및 제한적 관계로 구성되는 그룹 중 하나인 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는 상기 경계가 형성된 회귀 영역이 상기 적합 영역내에 완전히 포함되는지 여부를 판정하는 단계를 구비하는 것을 특징으로 하는 방법.
- 제97항에 있어서,상기 경계가 형성된 회귀 영역이 상기 적합 영역에 완전히 포함되는 경우, 상기 제1 잔여 물품 특성과 관련된 최소 및 최대의 예측자 특성값을, 상기 예측자 특성의 규격 하한 및 규격 상한에 각각 세팅하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역이 상기 예측자 특성의 규격 상한 및 하한 범위를 넘어 상기 적합 영역의 위, 아래 또는 위와 아래로 연장하는지 여부를 판정하는 단계와;상기 회귀 영역이 연장하는 것으로 판정되는 경우, 상기 제1 잔여 물품 특성에 대해 결함 조건을 보고하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제98항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역이 상기 예측자 특성의 규격 상한 및 하한 범위를 넘어 상기 적합 영역의 위, 아래 또는 위와 아래로 연장하는지 여부를 판정하는 단계와;상기 회귀 영역이 연장하는 것으로 판정되는 경우, 상기 제1 잔여 물품 특성에 대해 결함 조건을 보고하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제1항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역의 임의의 수평 세그먼트가 상기 적합 영역에 완전히 포함되는지 여부와, 다른 수평 세그먼트가 상기 적합 영역으로부터 부분적으로 연장하는지 또는 완전히 벗어나는지 여부를 판정하는 판정단계와;상기 판정단계에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 최소 및 최대 예측자 특성값을 연산하는 연산단계를 포함하는 것을 특징으로 하는 방법.
- 제101항에 있어서, 상기 연산단계는,상기 예측자 특성과 상기 제1 잔여 물품 특성간의 회귀 모델의 기울기와 절편을 결정하는 단계와;상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 상기 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 상기 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델의 기울기가 플러스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 상기 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 상기 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하고,상기 회귀 모델의 기울기가 마이너스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 상기 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 상기 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제100항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역의 임의의 수평 세그먼트가 상기 적합 영역에 완전히 포함되는지 여부와, 다른 수평 세그먼트가 상기 적합 영역으로부터 부분적으로 연장하는지 또는 완전히 벗어나는지 여부를 판정하는 판정단계와;상기 판정단계에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 예측자 특성의 최소값 및 최대값을 계산하는 계산단계를 포함하는 것을 특징으로 하는 방법.
- 제103항에 있어서,결과로서의 상기 예측자 특성의 최소값 및 최대값을, 대응하는 잔여 물품 특성과 관련하여 데이터 구조로 저장하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제104항에 있어서,상기 데이터 구조는 어레이인 것을 특징으로 하는 방법.
- 제104항에 있어서,상기 결함상태를 보고하는 단계는, 대응하는 잔여 물품 특성과 관련하여 결함 식별자를 저장하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제105항에 있어서,상기 결과로서의 예측자 특성의 최소값 및 최대값 및/또는 상기 대응하는 잔여 물품 특성과 관련된 결합 식별자를 표시하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역의 모든 수직 단면이 상기 적합 영역에 포함되는 것을 특징으로 하는 방법.
- 제108항에 있어서,상기 경계가 형성된 회귀 영역의 모든 수직 단면이 상기 적합 영역에 포함되는 경우, 상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값 및 최대값을, 상기 예측자 특성의 각각의 규격 하한 및 규격 하한으로 세팅하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 비교단계는, 상기 경계가 형성된 회귀 영역의 모든 수직 단면이 상기 적합 영역의 완전히 또는 부분적으로 외측에 있게 되는지 여부를 판정하는 단계와;상기 판정단계에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 결함 조건을 보고하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 비교단계는, 상기 경계가 형성된 회귀 영역의 적어도 하나의 수직 단면이 상기 적합 영역에 완전히 포함되는지 여부와, 상기 적어도 하나의 수직 단면이 상기 적합 영역의 부분적으로 또는 완전히 외측에 있게 되는지 여부를 판정하는 단계와;상기 판정단계에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 예측자 특성의 최소값 및 최대값을 계산하는 계산단계를 포함하는 것을 특징으로 하는 방법.
- 제111항에 있어서, 상기 연산단계는,상기 예측자 특성과 상기 제1 잔여 물품 특성간의 회귀 모델의 기울기를 결정하는 단계와;상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델의 기울기가 플러스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하고,상기 회귀 모델의 기울기가 마이너스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역의 하위 경계 및 상위 경계가 상기 적합 영역내에 완전히 포함되는지 여부를 판정하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제113항에 있어서,상기 경계가 형성된 회귀 영역의 하위 경계 및 상위 경계가 상기 적합 영역내에 완전히 포함되는 경우, 상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값 및 최대값을 상기 예측자 특성의 각각의 규격 하한 및 규격 상한으로 세팅하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역의 하위 경계 및 상위 경계 중 하나가 상기 적합 영역을 교차하지 못하는지 여부를 판정하는 단계와;상기 판정단계에 해당하는 경우, 상기 제1 잔여 물품 특성에 대해 결함 조건을 보고하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 경계가 형성된 회귀 영역의 상위 경계가 상기 적합 영역의 상위 경계와 교차하고 상기 경계가 형성된 회귀 영역의 하위 경계가 상기 적합 영역과 교차하는지 여부를 판정하여, 이에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 예측자 특성의 최소값 및 최대값을 연산하는 단계와;상기 경계가 형성된 회귀 영역의 하위 경계가 상기 적합 영역의 하위 경계를 교차하고 상기 경계가 형성된 회귀 영역의 상위 경계가 상기 적합 영역을 교차하는지 여부를 판정하여, 이에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 예측자 특성의 최소값 및 최대값을 연하는 단계 중 하나의 단계를 포함하는 것을 특징으로 하는 방법.
- 제24항에 있어서, 상기 연산단계는,상기 예측자 특성과 상기 제1 잔여 물품 특성간의 회귀 모델의 기울기를 결정하는 단계와;상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한과 교차하는 위치에서 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한과 교차하는 위치에서 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델의 기울기가 플러스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하고,상기 회귀 모델의 기울기가 마이너스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 예측자 특성의 규격 상한 및 하한에서 상기 제1 잔여 물품 특성에 대한 상위 예측 경계값 및 하위 예측 경계값을 연산하는 연산단계와;상기 연산단계에서의 상위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 상한보다 작은지 여부와, 상기 연산단계에서의 하위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 하한보다 큰지 여부를 판정하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제118항에 있어서,상기 연산단계에서의 상위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 상한보다 작고, 상기 연산단계에서의 하위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 하한보다 큰 경우에,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값 및 최대값을, 상기 예측자 특성의 각각의 규격 하한 및 규격 상한으로 세팅하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 예측자 특성의 규격 상한 및 규격 하한에서 상기 제1 잔여 물품 특성에 대한 상위 예측 경계값 및 하위 예측 경계값을 연산하는 단계와;상기 연산단계에서의 상위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 상한보다 큰 경우, 상기 제1 잔여 물품 특성에 대해 결함 조건을 보고하는 단계와;상기 연산단계에서의 하위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 하한보다 작은 경우, 상기 제1 잔여 물품 특성에 대해 결함 조건을 보고하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 식별단계는, 상기 예측자 특성의 규격 상한 및 규격 하한에서 상기 제1 잔여 물품 특성에 대한 상위 예측 경계값 및 하위 예측 경계값을 연산하는 단계를 포함하며,상기 연산단계에서 상기 상위 예측 경계값 중 하나가 상기 제1 잔여 물품 특성의 규격 상한보다 작고 다른 하나는 이보다 크며, 상기 2개의 하위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 상한보다 더 큰지 여부를 판정하여, 이러한 판정에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 상기 예측자 특성의 최소값 및 최대값을 연산하는 단계와;상기 연산단계에서 상기 하위 예측 경계값 중 하나가 상기 제1 잔여 물품 특성의 규격 하한보다 작고 다른 하나는 이보다 큰지 여부와, 상기 연산단계에서의 상기 2개의 상위 예측 경계값이 상기 제1 잔여 물품 특성에 대한 규격 상한보다 작은지 여부를 판정하여, 이러한 판정에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 상기 예측자 특성의 최소값 및 최대값을 연산하는 단계와;상기 연산단계에서 상기 상위 예측 경계값 중 하나가 상기 제1 잔여 물품 특성의 규격 상한보다 작고 다른 하나는 이보다 큰지 여부와, 상기 연산단계에서의 상기 하위 예측 경계값 중 하나가 상기 제1 잔여 물품 특성에 대한 규격 하한보다 작고, 다른 하나는 이보다 큰지 여부를 판정하여, 이러한 판정에 해당하는 경우, 상기 제1 잔여 물품 특성에 대한 상기 예측자 특성의 최소값 및 최대값을 연산하는 단계 중 하나의 단계를 포함하는 것을 특징으로 하는 방법.
- 제121항에 있어서, 상기 연산단계는,상기 예측자 특성과 상기 제1 잔여 물품 특성간의 회귀 모델의 기울기를 결정하는 단계와;상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값을 결정하는 단계와;상기 회귀 모델의 기울기가 플러스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하고,상기 회귀 모델의 기울기가 마이너스 값인 경우에는,상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최대값을, 상기 회귀 모델에 대응하는 하위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 하한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 상한 중 더 작은 값으로 세팅하는 단계와;상기 제1 잔여 물품 특성과 관련된 예측자 특성의 최소값을, 상기 회귀 모델에 대응하는 상위 예측 경계가 상기 제1 잔여 물품 특성에 대한 규격 상한을 교차하는 위치에서 예측자 특성의 값 또는 상기 예측자 특성의 규격 하한 중 더 큰 값으로 세팅하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제93항에 있어서,상기 회귀 모델을 결정하고, 상기 규격의 상한 및 하한을 수신하며, 상기 적합 영역을 위치시키고, 상기 경계가 형성된 회귀 영역을 위치시키며, 모든 원하는잔여 물품 특성에 대해 관련 단계를 식별하는 단계를 반복하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제123항에 있어서,상기 식별된 관련성을 표시하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 제123항에 있어서,상기 식별된 관련성을 데이터 구조로 저장하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 주어진 설계 목표를 달성하기 위해 공정전 특성이 조절되는 크기와 방향의 결정을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트와 관련하여 복수개의 물품 특성값을 수신하는 단계와;상기 복수개의 물품 특성으로부터 예측자 특성을 선택하는 단계와;상기 복수개의 물품 특성에서의 제1 잔여 물품 특성과 상기 예측자 특성간에 회귀 모델을 결정하는 단계와;상기 예측자 특성과 제1 잔여 물품 특성에 대한 목표값을 수신하는 단계와;회귀 모델에 기초하여, 상기 예측자 특성의 목표값에서 상기 제1 잔여 물품특성의 값을 연산하는 단계와;연산된 상기 제1 잔여 물품 특성의 값과 상기 제1 잔여 물품 특성의 목표값의 차를 연산함으로써, 제1 잔여 물품 특성에 대한 오프셋의 크기 및 방향을 결정하는 단계와;상기 제1 잔여 물품 특성에 대한 식별자와 관련하여 상기 오프셋의 크기와 방향을 데이터 구조로 정렬시키는 단계와;모든 원하는 잔여 특성에 대해 연산단계, 결정단계 및 저장단계를 반복하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제126항에 있어서,상기 오프셋의 결과로서의 크기 및 방향을, 상기 대응하는 잔여 물품 특성과 관련하여 표시하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
- 적어도 하나의 물품 특성에 대응하는 설계 허용도를 완화시키는 것과 관련하여 동작 범위에서 획득 가능한 이득의 분석을 용이하게 하는 방법으로서,복수개의 물품 특성에 대해 편차 범위를 갖는 물품 세트와 관련하여 복수개의 물품 특성값을 수신하는 단계와;상기 복수개의 물품 특성으로부터 예측자 특성을 선택하는 단계와;상기 복수개의 물품 특성에서의 제1 잔여 물품 특성과 상기 예측자 특성간의, 하한 예측 경계와 상한 예측 경계를 갖는 회귀 모델을 결정하는 단계와;상기 예측자 특성과 제1 잔여 물품 특성에 대한 규격 하한 및 규격 상한을 수신하는 단계와;회귀 모델에 기초하여, 상기 제1 잔여 물품 특성이 그 규격 하한 및 규격 상한내에 유지되는 예측자 특성의 최소값 및 최대값을 연산하는 단계와;모든 원하는 잔여 물품 특성에 대해 결정, 수신 및 연산하는 과정을 반복하는 단계와;관련된 각각의 예측자 특성의 최소값에 의해 잔여 물품 특성을 순위설정함으로써 가장 제한적인 최소 예측자 특성 리스트를 작성하는 단계와;가장 큰 최소 예측자 특성값과 관련하여 잔여 예측자 특성으로 개시하는 단계를 포함하며,상기 잔여 물품 특성의 적용 가능한 규격 제한을 상기 순위설정된 리스트에서 다음 잔여 물품 특성과 관련된 최소 예측자 특성값에 대응하는 값으로 완화시킴으로써 달성되는 동작 범위에서의 개별 이득을 연산하는 단계와;상기 대응하는 물품 특성의 적용 가능한 규격 제한을 완화시키는 것과 관련하여 누적 이득을 연산하는 단계와;모든 원하는 잔여 물품에 대해 제1 및 제2 연산 단계를 반복하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제128항에 있어서,관련된 각각의 예측자 특성의 최대값에 의해 잔여 물품 특성을 순위설정함으로써 가장 제한적인 최대 예측자 특성 리스트를 작성하는 단계와;가장 작은 최대 예측자 특성값과 관련하여 잔여 예측자 특성으로 개시하는 단계를 포함하며,상기 잔여 물품 특성의 적용 가능한 규격 제한을 상기 순위설정된 리스트에서 다음 잔여 물품 특성과 관련된 최대 예측자 특성값에 대응하는 값으로 완화시킴으로써 달성되는 동작 범위에서의 개별 이득을 연산하는 단계와;상기 대응하는 물품 특성의 적용 가능한 규격 제한을 완화시키는 것과 관련하여 누적 이득을 연산하는 단계와;모든 원하는 잔여 물품에 대해 제1 및 제2 연산 단계를 반복하는 단계를 포함하는 것을 특징으로 하는 방법.
- 제129항에 있어서,상기 가장 제한적인 최소 또는 최대의 예측자 특성 리스트 중 하나 또는 2개로부터 적어도 하나의 잔여 물품 특성의 선택을 수신하는 단계와;상기 선택이 상기 가장 제한적인 최소 예측자 특성 리스트로부터 잔여 물품 특성을 포함하는 경우에는,상기 최소 예측자 특성값을, 상기 가장 제한적인 최소 예측자 특성 리스트에서 다음 물품 특성에 대응하는 최소 예측자 특성값으로 세팅하는 단계와;상기 가장 제한적인 최소 예측자 특성에서의 모든 물품 특성에 대해 선택된 물품 특성까지, 상기 물품 특성에 대한 규격 하한 또는 규격 상한을 연산하는 단계를 포함하며,상기 선택이 상기 가장 제한적인 최대 예측자 특성 리스트로부터 잔여 물품 특성을 포함하는 경우에는,상기 최대 예측자 특성값을, 상기 가장 제한적인 최대 예측자 특성 리스트에서 다음 물품 특성에 대응하는 최대 예측자 특성값으로 세팅하는 단계와;상기 가장 제한적인 최대 예측자 특성에서의 모든 물품 특성에 대해 선택된 물품 특성까지, 상기 물품 특성에 대해 새로운 규격 하한 또는 규격 상한을 결정하는 단계를 추가로 포함하는 것을 특징으로 하는 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/067,704 US7072808B2 (en) | 2002-02-04 | 2002-02-04 | Manufacturing design and process analysis system |
| US10/067,704 | 2002-02-04 | ||
| PCT/US2003/003264 WO2003067344A1 (en) | 2002-02-04 | 2003-02-04 | Manufacturing design and process analysis system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20040088491A true KR20040088491A (ko) | 2004-10-16 |
Family
ID=27658901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2004-7012074A KR20040088491A (ko) | 2002-02-04 | 2003-02-04 | 제조설계 및 공정분석 시스템 |
Country Status (15)
| Country | Link |
|---|---|
| US (6) | US7072808B2 (ko) |
| EP (1) | EP1481294B1 (ko) |
| JP (2) | JP2005518007A (ko) |
| KR (1) | KR20040088491A (ko) |
| CN (1) | CN100383684C (ko) |
| AT (1) | ATE342531T1 (ko) |
| AU (1) | AU2003208974A1 (ko) |
| BR (1) | BR0307426A (ko) |
| CA (1) | CA2474812C (ko) |
| DE (1) | DE60309002T2 (ko) |
| ES (1) | ES2274211T3 (ko) |
| MX (1) | MXPA04007419A (ko) |
| PL (1) | PL371861A1 (ko) |
| RU (1) | RU2321886C2 (ko) |
| WO (1) | WO2003067344A1 (ko) |
Families Citing this family (108)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4693225B2 (ja) * | 2000-11-06 | 2011-06-01 | 株式会社東芝 | 製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム |
| US6748279B2 (en) * | 2001-01-31 | 2004-06-08 | Red X Technologies, Inc. | Method for improving a manufacturing process by conducting a full factorial experiment to optimize process variable settings |
| US6804570B2 (en) * | 2002-02-04 | 2004-10-12 | Hewlett-Packard Development Company, L.P. | Predicting manufacturing process failures |
| US7072808B2 (en) * | 2002-02-04 | 2006-07-04 | Tuszynski Steve W | Manufacturing design and process analysis system |
| US8744867B2 (en) | 2002-06-07 | 2014-06-03 | Health Outcomes Sciences, Llc | Method for selecting a clinical treatment plan tailored to patient defined health goals |
| US7257548B2 (en) * | 2002-06-14 | 2007-08-14 | Oldcastle Glass, Inc. | Method, apparatus and system for selecting, ordering and purchasing glass products |
| US6834212B1 (en) * | 2002-07-03 | 2004-12-21 | Blue Control Technologies, Inc. | Method and apparatus for APC solver engine and heuristic |
| US6901308B1 (en) * | 2002-07-09 | 2005-05-31 | The Regents Of The University Of California | System level analysis and control of manufacturing process variation |
| JP2004249718A (ja) * | 2003-01-30 | 2004-09-09 | Toshiba Mach Co Ltd | 産業機械の表示装置及び履歴収集システム |
| WO2005013070A2 (en) * | 2003-07-30 | 2005-02-10 | Tuszynski Steve W | Manufacturing design and process analysis and simulation system |
| US10806404B2 (en) | 2004-03-05 | 2020-10-20 | Health Outcomes Sciences, Inc. | Systems and methods for utilizing wireless physiological sensors |
| US7853456B2 (en) * | 2004-03-05 | 2010-12-14 | Health Outcomes Sciences, Llc | Systems and methods for risk stratification of patient populations |
| US7444197B2 (en) * | 2004-05-06 | 2008-10-28 | Smp Logic Systems Llc | Methods, systems, and software program for validation and monitoring of pharmaceutical manufacturing processes |
| US7799273B2 (en) | 2004-05-06 | 2010-09-21 | Smp Logic Systems Llc | Manufacturing execution system for validation, quality and risk assessment and monitoring of pharmaceutical manufacturing processes |
| US6961626B1 (en) * | 2004-05-28 | 2005-11-01 | Applied Materials, Inc | Dynamic offset and feedback threshold |
| US7096085B2 (en) * | 2004-05-28 | 2006-08-22 | Applied Materials | Process control by distinguishing a white noise component of a process variance |
| US8195426B1 (en) | 2004-09-30 | 2012-06-05 | John Antanies | Data analysis systems and related methods |
| US7283928B2 (en) | 2004-09-30 | 2007-10-16 | John Antanies | Computerized method and software for data analysis |
| US7555405B2 (en) * | 2004-09-30 | 2009-06-30 | John Antanies | Computerized method for creating a CUSUM chart for data analysis |
| US7957932B1 (en) | 2004-09-30 | 2011-06-07 | John Antanies | Data analysis systems and related methods |
| US7890310B2 (en) * | 2004-11-17 | 2011-02-15 | The Mathworks, Inc. | Method for analysis of control systems |
| US20060129461A1 (en) * | 2004-12-10 | 2006-06-15 | Gerold Pankl | Data entry and system for automated order, design, and manufacture of ordered parts |
| US20060129270A1 (en) * | 2004-12-10 | 2006-06-15 | Gerold Pankl | Processes and systems for creation of machine control for specialty machines requiring manual input |
| JP2006172344A (ja) * | 2004-12-20 | 2006-06-29 | Sumitomo Rubber Ind Ltd | 製品形状の設計方法 |
| US7685075B2 (en) * | 2005-01-10 | 2010-03-23 | Taiwan Semiconductor Manufacturing Co., Ltd. | Costing system and method |
| US20060155520A1 (en) * | 2005-01-11 | 2006-07-13 | O'neill Peter M | Model-based pre-assembly testing of multi-component production devices |
| US8015566B2 (en) * | 2005-01-13 | 2011-09-06 | Lenovo (Singapore) Pte. Ltd. | Attributing energy consumption to individual code threads in a data processing system |
| US7643969B2 (en) | 2005-03-04 | 2010-01-05 | Health Outcomes Sciences, Llc | Methods and apparatus for providing decision support |
| US8943163B2 (en) * | 2005-05-02 | 2015-01-27 | S-Matrix | System for automating scientific and engineering experimentation |
| US7784183B2 (en) * | 2005-06-09 | 2010-08-31 | General Electric Company | System and method for adjusting performance of manufacturing operations or steps |
| US7458046B2 (en) * | 2005-07-19 | 2008-11-25 | Fujitsu Limited | Estimating the difficulty level of a formal verification problem |
| US7613574B2 (en) * | 2005-10-28 | 2009-11-03 | S-Matrix | System and method for automating scientific and engineering experimentation for deriving surrogate response data |
| US8209149B2 (en) | 2005-10-28 | 2012-06-26 | S-Matrix | System and method for automatically creating data sets for complex data via a response data handler |
| US7606685B2 (en) * | 2006-05-15 | 2009-10-20 | S-Matrix | Method and system that optimizes mean process performance and process robustness |
| US7660642B1 (en) | 2005-11-04 | 2010-02-09 | Tuszynski Steve W | Dynamic control system for manufacturing processes |
| JP2007188405A (ja) * | 2006-01-16 | 2007-07-26 | Nec Electronics Corp | 異常検出システムおよび異常検出方法 |
| US7672745B1 (en) | 2006-03-20 | 2010-03-02 | Tuszynski Steve W | Manufacturing process analysis and optimization system |
| US7653450B2 (en) * | 2006-03-30 | 2010-01-26 | International Business Machines Corporation | System and method for creation of optimal range boundaries in a range management system |
| US7437691B2 (en) * | 2006-04-11 | 2008-10-14 | International Business Machines Corporation | VLSI artwork legalization for hierarchical designs with multiple grid constraints |
| US8145358B2 (en) * | 2006-07-25 | 2012-03-27 | Fisher-Rosemount Systems, Inc. | Method and system for detecting abnormal operation of a level regulatory control loop |
| US20080103847A1 (en) * | 2006-10-31 | 2008-05-01 | Mehmet Sayal | Data Prediction for business process metrics |
| US8032341B2 (en) * | 2007-01-04 | 2011-10-04 | Fisher-Rosemount Systems, Inc. | Modeling a process using a composite model comprising a plurality of regression models |
| US8032340B2 (en) | 2007-01-04 | 2011-10-04 | Fisher-Rosemount Systems, Inc. | Method and system for modeling a process variable in a process plant |
| US20080294396A1 (en) * | 2007-03-23 | 2008-11-27 | Shingchi Hsu | System and method for validating design requirements |
| US8219328B2 (en) | 2007-05-18 | 2012-07-10 | S-Matrix | System and method for automating scientific and engineering experimentation for deriving surrogate response data |
| US20080294361A1 (en) * | 2007-05-24 | 2008-11-27 | Popp Shane M | Intelligent execution system for the monitoring and execution of vaccine manufacturing |
| EP2019367A1 (en) * | 2007-06-28 | 2009-01-28 | Siemens Aktiengesellschaft | A method to improve the performance of a distributed scheduler |
| US20090089697A1 (en) * | 2007-09-28 | 2009-04-02 | Husky Injection Molding Systems Ltd. | Configurable User Interface Systems and Methods for Machine Operation |
| JP4894709B2 (ja) | 2007-10-04 | 2012-03-14 | 株式会社Ｉｈｉ | 製品設計支援システム及びコンピュータにおける製品設計支援のための動作方法 |
| JP4917527B2 (ja) * | 2007-12-21 | 2012-04-18 | 東京エレクトロン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| US7840297B1 (en) | 2008-03-14 | 2010-11-23 | Tuszynski Steve W | Dynamic control system for manufacturing processes including indirect process variable profiles |
| JP2010191535A (ja) * | 2009-02-16 | 2010-09-02 | Mazda Motor Corp | 車両用サスペンションの設計支援装置、車両用サスペンションの設計支援方法、及び車両用サスペンションの設計支援プログラム |
| US8433434B2 (en) * | 2009-07-09 | 2013-04-30 | Taiwan Semiconductor Manufacturing Company, Ltd. | Near non-adaptive virtual metrology and chamber control |
| US8433547B2 (en) * | 2009-12-03 | 2013-04-30 | Schneider Electric It Corporation | System and method for analyzing nonstandard facility operations within a data center |
| JP5045770B2 (ja) * | 2010-02-24 | 2012-10-10 | 横河電機株式会社 | プロセス解析システム |
| US8855804B2 (en) * | 2010-11-16 | 2014-10-07 | Mks Instruments, Inc. | Controlling a discrete-type manufacturing process with a multivariate model |
| US9182757B2 (en) * | 2011-03-30 | 2015-11-10 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to transmit device description files to a host |
| RU2470352C1 (ru) * | 2011-07-01 | 2012-12-20 | Александр Владимирович Иванов | Способ статистического регулирования технологического процесса (варианты) |
| US8725303B2 (en) * | 2011-07-08 | 2014-05-13 | Sharp Laboratories Of America, Inc. | System and method for the multi-dimensional representation of energy control |
| JP5777491B2 (ja) * | 2011-10-31 | 2015-09-09 | ダイハツ工業株式会社 | 樹脂製バンパの変形予測式の設定方法、及び樹脂製バンパの変形予測方法 |
| US8965550B2 (en) | 2011-11-01 | 2015-02-24 | United Microelectronics Corp. | Experiments method for predicting wafer fabrication outcome |
| CN102608285B (zh) * | 2012-02-21 | 2014-08-06 | 南京工业大学 | 基于支持向量机的有机混合物燃爆特性预测方法 |
| US9429939B2 (en) | 2012-04-06 | 2016-08-30 | Mks Instruments, Inc. | Multivariate monitoring of a batch manufacturing process |
| US9541471B2 (en) | 2012-04-06 | 2017-01-10 | Mks Instruments, Inc. | Multivariate prediction of a batch manufacturing process |
| WO2012103854A2 (zh) * | 2012-04-19 | 2012-08-09 | 华为技术有限公司 | 表格图形化管理方法和装置 |
| KR101489132B1 (ko) | 2012-05-17 | 2015-02-02 | 미쓰비시덴키 가부시키가이샤 | 서보 파라미터 조정 장치 |
| US20130325498A1 (en) * | 2012-06-05 | 2013-12-05 | United States Of America, As Represented By The Secretary Of The Army | Health Outcome Prediction and Management System and Method |
| GB2508219A (en) * | 2012-11-26 | 2014-05-28 | Taylor Hobson Ltd | Analysing and machining an optical profile |
| CN103886168A (zh) * | 2012-12-19 | 2014-06-25 | 腾讯科技（深圳）有限公司 | 基于层次分析法的多渠道分析方法及装置 |
| JP6286643B2 (ja) * | 2013-05-30 | 2018-03-07 | 東海光学株式会社 | 加工誤差を低減するための加工条件設定方法 |
| RU2552167C2 (ru) * | 2013-09-26 | 2015-06-10 | Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский технологический университет "МИСиС" | Способ компьютерного проектирования технологического цикла производства металлопродукции |
| RU2573140C2 (ru) * | 2014-05-20 | 2016-01-20 | Акционерное общество "Информационные спутниковые системы" имени академика М.Ф. Решетнёва" | Способ проведения анализа долговечности радиоэлектронной аппаратуры |
| US20150355620A1 (en) * | 2014-06-04 | 2015-12-10 | Kinsus Interconnect Technology Corp. | Management system for process recipe |
| US20150371418A1 (en) * | 2014-06-18 | 2015-12-24 | Honeywell International Inc. | Apparatus and method for visualization of optimum operating envelope |
| US20150370228A1 (en) | 2014-06-20 | 2015-12-24 | Atigeo Corp. | Determining control actions of decision modules |
| JP2017535875A (ja) * | 2014-11-13 | 2017-11-30 | シーメンス アクチエンゲゼルシヤフトＳｉｅｍｅｎｓ Ａｋｔｉｅｎｇｅｓｅｌｌｓｃｈａｆｔ | 製品の生産計画方法および自己記述情報を備えた生産モジュール |
| US10230252B2 (en) | 2015-01-30 | 2019-03-12 | Symbol Technologies, Llc | Method and system for charging a battery based on an identifier of a power cable |
| WO2016128020A1 (de) | 2015-02-09 | 2016-08-18 | Siemens Aktiengesellschaft | Produktionsmodul, produktionssystem sowie verfahren zum betreiben eines produktionsmoduls |
| US10275565B2 (en) | 2015-11-06 | 2019-04-30 | The Boeing Company | Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning |
| RU2626336C1 (ru) * | 2016-02-16 | 2017-07-26 | Виктор Николаевич Литуев | Способ и устройство для определения взаимосвязей параметров производственного процесса |
| US20170271984A1 (en) | 2016-03-04 | 2017-09-21 | Atigeo Corp. | Using battery dc characteristics to control power output |
| DE102016204392A1 (de) * | 2016-03-16 | 2017-09-21 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | System und Verfahren zur Produktionsplanung |
| EP3449323A4 (en) | 2016-04-28 | 2020-04-01 | Veritone Alpha, Inc. | USE OF PREDICTIONS TO CONTROL TARGET SYSTEMS |
| US10303131B2 (en) | 2016-05-13 | 2019-05-28 | Veritone Alpha, Inc. | Using sensor data to assist in controlling a target system by modeling the functionality of the target system |
| RU2632124C1 (ru) * | 2016-06-10 | 2017-10-02 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Способ прогнозной оценки эффективности многоэтапных процессов |
| US11042924B2 (en) * | 2017-03-10 | 2021-06-22 | Johnson Controls Technology Company | Building controller for optimizing equipment upgrades with design of experiments |
| JP6880892B2 (ja) * | 2017-03-23 | 2021-06-02 | 富士通株式会社 | 工程計画生成プログラム及び工程計画生成方法 |
| DE102017213583A1 (de) * | 2017-08-04 | 2019-02-07 | Siemens Aktiengesellschaft | Verfahren zur Produktionsplanung |
| US10908562B2 (en) | 2017-10-23 | 2021-02-02 | Honeywell International Inc. | Apparatus and method for using advanced process control to define real-time or near real-time operating envelope |
| US11610273B2 (en) | 2018-04-26 | 2023-03-21 | InfinityQS International, Inc. | Enterprise-wide process stream analysis and grading engine with interactive user interface method, system, and computer program product |
| EP3570227A1 (en) * | 2018-05-16 | 2019-11-20 | Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft | Interactive user interface for regression planning and evaluation system |
| RU2701089C1 (ru) * | 2018-05-31 | 2019-09-24 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МО РФ | Способ ситуационного анализа устойчивости технической системы с многоэтапным характером целевого применения |
| US10666076B1 (en) | 2018-08-14 | 2020-05-26 | Veritone Alpha, Inc. | Using battery state excitation to control battery operations |
| US10712730B2 (en) * | 2018-10-04 | 2020-07-14 | The Boeing Company | Methods of synchronizing manufacturing of a shimless assembly |
| US10452045B1 (en) | 2018-11-30 | 2019-10-22 | Veritone Alpha, Inc. | Controlling ongoing battery system usage while repeatedly reducing power dissipation |
| US10816949B1 (en) | 2019-01-22 | 2020-10-27 | Veritone Alpha, Inc. | Managing coordinated improvement of control operations for multiple electrical devices to reduce power dissipation |
| US11644806B1 (en) | 2019-01-24 | 2023-05-09 | Veritone Alpha, Inc. | Using active non-destructive state excitation of a physical system to model and control operations of the physical system |
| US11097633B1 (en) | 2019-01-24 | 2021-08-24 | Veritone Alpha, Inc. | Using battery state excitation to model and control battery operations |
| US11069926B1 (en) * | 2019-02-14 | 2021-07-20 | Vcritonc Alpha, Inc. | Controlling ongoing battery system usage via parametric linear approximation |
| US11429873B2 (en) | 2019-03-15 | 2022-08-30 | International Business Machines Corporation | System for automatic deduction and use of prediction model structure for a sequential process dataset |
| US11846932B2 (en) | 2019-07-05 | 2023-12-19 | Industrial Technology Research Institute | Part processing planning method, part processing planning system using the same, part assembly planning method, part assembly planning system using the same, and computer program product thereof |
| US11407327B1 (en) | 2019-10-17 | 2022-08-09 | Veritone Alpha, Inc. | Controlling ongoing usage of a battery cell having one or more internal supercapacitors and an internal battery |
| DE102020216272A1 (de) * | 2020-01-23 | 2021-07-29 | Zf Friedrichshafen Ag | Verfahren und System zur automatisierten Charakterisierung eines Werkstücks während eines Bearbeitungsvorgangs durch eine Werkzeugmaschine |
| EP4164856A1 (en) * | 2020-06-15 | 2023-04-19 | iMFLUX Inc. | Largest empty corner rectangle based process development |
| DE102020127799A1 (de) | 2020-10-22 | 2022-04-28 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Betreiben einer Bearbeitungseinrichtung für ein Kraftfahrzeugbauteil sowie Bearbeitungseinrichtung |
| US11734622B2 (en) | 2021-05-27 | 2023-08-22 | Changxin Memory Technologies, Inc. | Method, apparatus and device for determining production capacity boundaries |
| US11892809B2 (en) | 2021-07-26 | 2024-02-06 | Veritone, Inc. | Controlling operation of an electrical grid using reinforcement learning and multi-particle modeling |
| CN117314020B (zh) * | 2023-11-28 | 2024-02-27 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种浮游生物的湿地碳汇数据监测系统 |
Family Cites Families (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU7563191A (en) * | 1990-03-28 | 1991-10-21 | John R. Koza | Non-linear genetic algorithms for solving problems by finding a fit composition of functions |
| US5546312A (en) * | 1993-09-20 | 1996-08-13 | Texas Instruments Incorporated | Use of spatial models for simultaneous control of various non-uniformity metrics |
| US5526293A (en) * | 1993-12-17 | 1996-06-11 | Texas Instruments Inc. | System and method for controlling semiconductor wafer processing |
| US6017143A (en) | 1996-03-28 | 2000-01-25 | Rosemount Inc. | Device in a process system for detecting events |
| US5727128A (en) * | 1996-05-08 | 1998-03-10 | Fisher-Rosemount Systems, Inc. | System and method for automatically determining a set of variables for use in creating a process model |
| US5850339A (en) | 1996-10-31 | 1998-12-15 | Giles; Philip M. | Analysis of data in cause and effect relationships |
| JPH10228312A (ja) * | 1997-02-17 | 1998-08-25 | Mitsubishi Chem Corp | バッチ・プロセス・プラントの運転支援装置 |
| JP3449179B2 (ja) * | 1997-07-08 | 2003-09-22 | Ｊｆｅスチール株式会社 | ライン入側の耳切り幅設定方法 |
| GB9813454D0 (en) | 1998-06-23 | 1998-08-19 | Northern Telecom Ltd | Dynamic prediction for process control |
| JP2000114338A (ja) * | 1998-09-30 | 2000-04-21 | Mitsubishi Electric Corp | 半導体装置の特性変動評価方法、特性変動評価装置および特性変動評価プログラムを記憶した記録媒体 |
| US6326160B1 (en) * | 1998-09-30 | 2001-12-04 | Cygnus, Inc. | Microprocessors for use in a device for predicting physiological values |
| JP2000252180A (ja) * | 1999-02-25 | 2000-09-14 | Matsushita Electric Ind Co Ltd | 加工プロセスにおける異常の抽出方法及びその装置 |
| US6442445B1 (en) | 1999-03-19 | 2002-08-27 | International Business Machines Corporation, | User configurable multivariate time series reduction tool control method |
| US6311096B1 (en) | 1999-04-01 | 2001-10-30 | Texas Instruments Incorporated | Design of microelectronic process flows for manufacturability and performance |
| JP3420102B2 (ja) * | 1999-04-09 | 2003-06-23 | エヌイーシーマイクロシステム株式会社 | モデルパラメータ抽出方法 |
| JP3892614B2 (ja) * | 1999-04-30 | 2007-03-14 | 新日本製鐵株式会社 | 設備及び製品プロセス異常状態の診断方法及び装置 |
| JP3331191B2 (ja) * | 1999-06-24 | 2002-10-07 | 株式会社日立製作所 | 圧延設備の形状制御装置および方法 |
| US6424876B1 (en) | 1999-07-22 | 2002-07-23 | Advanced Micro Devices, Inc. | Statistical process control system with normalized control charting |
| JP2001075611A (ja) * | 1999-09-02 | 2001-03-23 | Kawasaki Steel Corp | セットアップモデルの自動構築方法及び装置 |
| JP2001185595A (ja) * | 1999-12-27 | 2001-07-06 | Fujitsu Ltd | 特性値の制御方法 |
| US6760632B1 (en) * | 2000-08-03 | 2004-07-06 | International Business Machines Corporation | Computer method for providing optimization for business processes |
| AU2001286485A1 (en) * | 2000-08-15 | 2002-02-25 | The Penn State Research Foundation | General method for tracking the evolution of hidden damage or other unwanted changes in machinery components and predicting remaining useful life |
| US6616759B2 (en) * | 2001-09-06 | 2003-09-09 | Hitachi, Ltd. | Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor |
| US7072808B2 (en) | 2002-02-04 | 2006-07-04 | Tuszynski Steve W | Manufacturing design and process analysis system |
| WO2005013070A2 (en) | 2003-07-30 | 2005-02-10 | Tuszynski Steve W | Manufacturing design and process analysis and simulation system |
| US7594189B1 (en) * | 2005-04-21 | 2009-09-22 | Amazon Technologies, Inc. | Systems and methods for statistically selecting content items to be used in a dynamically-generated display |
| US7660642B1 (en) * | 2005-11-04 | 2010-02-09 | Tuszynski Steve W | Dynamic control system for manufacturing processes |
| US7672745B1 (en) | 2006-03-20 | 2010-03-02 | Tuszynski Steve W | Manufacturing process analysis and optimization system |
-
2002
- 2002-02-04 US US10/067,704 patent/US7072808B2/en not_active Expired - Lifetime
-
2003
- 2003-02-04 ES ES03707699T patent/ES2274211T3/es not_active Expired - Lifetime
- 2003-02-04 KR KR10-2004-7012074A patent/KR20040088491A/ko not_active Application Discontinuation
- 2003-02-04 WO PCT/US2003/003264 patent/WO2003067344A1/en active IP Right Grant
- 2003-02-04 EP EP03707699A patent/EP1481294B1/en not_active Expired - Lifetime
- 2003-02-04 PL PL03371861A patent/PL371861A1/xx unknown
- 2003-02-04 CN CNB038032562A patent/CN100383684C/zh not_active Expired - Fee Related
- 2003-02-04 MX MXPA04007419A patent/MXPA04007419A/es active IP Right Grant
- 2003-02-04 BR BR0307426-9A patent/BR0307426A/pt not_active Application Discontinuation
- 2003-02-04 CA CA2474812A patent/CA2474812C/en not_active Expired - Fee Related
- 2003-02-04 DE DE60309002T patent/DE60309002T2/de not_active Expired - Lifetime
- 2003-02-04 US US10/357,690 patent/US6687558B2/en not_active Expired - Lifetime
- 2003-02-04 AU AU2003208974A patent/AU2003208974A1/en not_active Abandoned
- 2003-02-04 AT AT03707699T patent/ATE342531T1/de not_active IP Right Cessation
- 2003-02-04 RU RU2004126675/09A patent/RU2321886C2/ru not_active IP Right Cessation
- 2003-02-04 JP JP2003566633A patent/JP2005518007A/ja active Pending
-
2004
- 2004-01-07 US US10/752,843 patent/US7187992B2/en not_active Expired - Fee Related
-
2005
- 2005-07-13 US US11/180,244 patent/US7321848B2/en not_active Expired - Fee Related
-
2007
- 2007-05-11 US US11/747,427 patent/US7917234B2/en not_active Expired - Fee Related
-
2009
- 2009-09-14 JP JP2009211736A patent/JP4764502B2/ja not_active Expired - Fee Related
-
2011
- 2011-03-21 US US13/052,201 patent/US8768500B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| PL371861A1 (en) | 2005-06-27 |
| US8768500B2 (en) | 2014-07-01 |
| RU2321886C2 (ru) | 2008-04-10 |
| US20070219657A1 (en) | 2007-09-20 |
| CA2474812A1 (en) | 2003-08-14 |
| JP2005518007A (ja) | 2005-06-16 |
| US20050246149A1 (en) | 2005-11-03 |
| CA2474812C (en) | 2011-12-06 |
| JP4764502B2 (ja) | 2011-09-07 |
| ES2274211T3 (es) | 2007-05-16 |
| BR0307426A (pt) | 2004-12-28 |
| EP1481294A1 (en) | 2004-12-01 |
| EP1481294B1 (en) | 2006-10-11 |
| US7917234B2 (en) | 2011-03-29 |
| CN100383684C (zh) | 2008-04-23 |
| JP2010049693A (ja) | 2010-03-04 |
| US7321848B2 (en) | 2008-01-22 |
| RU2004126675A (ru) | 2005-07-20 |
| US20110178622A1 (en) | 2011-07-21 |
| CN1628271A (zh) | 2005-06-15 |
| US20030176938A1 (en) | 2003-09-18 |
| AU2003208974A1 (en) | 2003-09-02 |
| ATE342531T1 (de) | 2006-11-15 |
| DE60309002T2 (de) | 2007-05-24 |
| MXPA04007419A (es) | 2005-06-03 |
| US20030149501A1 (en) | 2003-08-07 |
| EP1481294A4 (en) | 2005-06-22 |
| US20040167648A1 (en) | 2004-08-26 |
| WO2003067344A1 (en) | 2003-08-14 |
| US6687558B2 (en) | 2004-02-03 |
| DE60309002D1 (de) | 2006-11-23 |
| US7072808B2 (en) | 2006-07-04 |
| US7187992B2 (en) | 2007-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20040088491A (ko) | 제조설계 및 공정분석 시스템 | |
| US7239991B2 (en) | Manufacturing design and process analysis and simulation system | |
| US7672745B1 (en) | Manufacturing process analysis and optimization system | |
| US5687094A (en) | Design verification apparatus | |
| Bahloul et al. | A study on optimal design of process parameters in single point incremental forming of sheet metal by combining Box–Behnken design of experiments, response surface methods and genetic algorithms | |
| US20130173332A1 (en) | Architecture for root cause analysis, prediction, and modeling and methods therefor | |
| US7660642B1 (en) | Dynamic control system for manufacturing processes | |
| Kaya | RETRACTED: A genetic algorithm approach to determine the sample size for control charts with variables and attributes | |
| US7100081B1 (en) | Method and apparatus for fault classification based on residual vectors | |
| Eremeev et al. | Single and multi-objective optimization of a gearbox considering dynamic performance and assemblability | |
| Tomasic et al. | Mixed-effect models for the analysis and optimization of sheet-metal assembly processes | |
| FallahNezhad et al. | Design of economic optimal double sampling design with zero acceptance numbers | |
| CN116457798A (zh) | 工序分析装置、工序分析方法、以及工序分析程序 | |
| Chouichi et al. | THE DETECTION AND THE CONTROL OF MACHINE/CHAMBER MISMATCHING IN SEMICONDUCTORMANUFACTURING | |
| Thavorn et al. | The Effects of Weibull Distribution on Supplier Comparison using Lower Process Capability Index: A Case Study | |
| Sand et al. | Holistic production analysis for actuator manufacturing using data mining | |
| Ly Duc | Enhancing Productivity Using Hybrid Six Sigma-Based Multi-Objective Optimization. A Case Study in Mechanical Company | |
| Erdural | A method for robust design of products or processes with categorical response | |
| Erginel et al. | Reduce the failure rate of the screwing process with six sigma approach | |
| MAHEEN | Optimization of inspection process in a production line | |
| Havlik et al. | Multi-criteria function for optimizing the number of workers in an e-maintenance | |
| Jadhav | Setup approval and self starting schemes for short production runs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |