RU2004126675A - Система анализа проектирования и процессов производства - Google Patents

Система анализа проектирования и процессов производства Download PDF

Info

Publication number
RU2004126675A
RU2004126675A RU2004126675/09A RU2004126675A RU2004126675A RU 2004126675 A RU2004126675 A RU 2004126675A RU 2004126675/09 A RU2004126675/09 A RU 2004126675/09A RU 2004126675 A RU2004126675 A RU 2004126675A RU 2004126675 A RU2004126675 A RU 2004126675A
Authority
RU
Russia
Prior art keywords
characteristic
product
remaining
predictor
value
Prior art date
Application number
RU2004126675/09A
Other languages
English (en)
Other versions
RU2321886C2 (ru
Inventor
Стив В. ТУШИНСКИ (US)
Стив В. ТУШИНСКИ
Original Assignee
Стив В. ТУШИНСКИ (US)
Стив В. ТУШИНСКИ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Стив В. ТУШИНСКИ (US), Стив В. ТУШИНСКИ filed Critical Стив В. ТУШИНСКИ (US)
Publication of RU2004126675A publication Critical patent/RU2004126675A/ru
Application granted granted Critical
Publication of RU2321886C2 publication Critical patent/RU2321886C2/ru

Links

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)
  • Manufacturing & Machinery (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (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)

Claims (102)

1. Способ обеспечения содействия процессам проектирования и производства, содержащий: прием множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; выбор прогнозирующей характеристики из упомянутого множества характеристик изделия; и определение регрессионной(-ых) модели(-ей) между прогнозирующей характеристикой и по меньшей мере одной из оставшихся характеристик изделия в упомянутом множестве характеристик изделия.
2. Способ по п.1, дополнительно содержащий прием целевого значения для прогнозирующей характеристики и целевого значения для по меньшей мере одной оставшейся характеристики изделия; определение пересечения целевого значения для прогнозирующей характеристики и целевого значения первой оставшейся характеристики изделия по отношению к регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристикой изделия.
3. Способ по п.2, дополнительно содержащий определение соответствующих верхнего и нижнего интервалов прогнозирования, связанных с регрессионной(-ыми) моделью(-ями) между прогнозирующей характеристикой и по меньшей мере одной из оставшихся характеристик изделия, и прием нижнего и верхнего пределов спецификации для прогнозирующей характеристики и по меньшей мере одной из оставшихся характеристик изделия; размещение нижнего и верхнего пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия; размещение верхнего и нижнего пределов спецификации, связанных с прогнозирующей характеристикой.
4. Способ по п.1, дополнительно содержащий прием нижнего и верхнего пределов спецификации для по меньшей мере одной из оставшихся характеристик изделия; размещение нижнего и верхнего пределов спецификации, связанных с по меньшей мере одной оставшейся характеристикой изделия, по отношению к регрессионной модели между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия.
5. Способ по п.4, дополнительно содержащий определение значения прогнозирующей характеристики, при котором соответствующая регрессионная модель пересекает верхний предел спецификации для по меньшей мере одной оставшейся характеристики изделия.
6. Способ по п.5, дополнительно содержащий определение значения прогнозирующей характеристики, при котором соответствующая регрессионная модель пересекает нижний предел спецификации для по меньшей мере одной оставшейся характеристики изделия.
7. Способ по п.1, дополнительно содержащий определение соответствующих верхнего и нижнего интервалов прогнозирования, связанных с регрессионной(-ыми) моделью(-ями) между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия; прием нижнего и верхнего пределов спецификации для по меньшей мере одной из оставшихся характеристик изделия; размещение пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия, по отношению к регрессионной модели между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия.
8. Способ по п.6, дополнительно содержащий прием нижнего и верхнего пределов спецификации для прогнозирующей характеристики; и размещение верхнего и нижнего пределов спецификации, связанных с прогнозирующей характеристикой.
9. Способ по п.1, дополнительно содержащий определение соответствующих верхнего и нижнего интервалов прогнозирования, связанных с регрессионной(-ыми) моделью(-ями) между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия; прием нижнего и верхнего пределов спецификации для по меньшей мере одной из оставшихся характеристик изделия; размещение пределов спецификации, связанных с по меньшей мере одной из оставшихся характеристик изделия; прием нижнего и верхнего пределов спецификации для прогнозирующей характеристики; размещение нижнего и верхнего пределов спецификации, связанных с прогнозирующей характеристикой; и определение максимального значения характеристики изделия для прогнозирующей характеристики путем выбора меньшего из: (1) верхнего предела спецификации для прогнозирующей характеристики, и (2) значения прогнозирующей характеристики, при котором верхний интервал прогнозирования пересекает верхний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
10. Способ по п.9, дополнительно содержащий прием нижнего и верхнего пределов спецификации для по меньшей мере одной из оставшихся характеристик изделия; размещение нижнего предела спецификации, связанных с прогнозирующей характеристикой; и определение минимального значения характеристики изделия для прогнозирующей характеристики путем выбора большего из: (1) нижнего предела спецификации для прогнозирующей характеристики, и (2) значения прогнозирующей характеристики, при котором нижний интервал прогнозирования пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
11. Способ по п.10, дополнительно содержащий повторение этапа определения минимального значения характеристики изделия для требующегося числа оставшихся характеристик изделия в упомянутом множестве характеристик изделия; и определение наиболее ограничивающего минимального значения характеристики изделия для прогнозирующей характеристики путем выбора наибольшего минимального значения характеристики изделия.
12. Способ по п.11, дополнительно содержащий определение максимально допустимого диапазона для прогнозирующей характеристики вычитанием наиболее ограничивающего минимального значения характеристики изделия из наиболее ограничивающего максимального значения характеристики и определение целевого производственного значения для прогнозирующей характеристики путем выбора значения между наиболее ограничивающими минимальным и максимальным значениями характеристики изделия для прогнозирующей характеристики.
13. Способ по п.11, дополнительно содержащий определение максимального допустимого диапазона для прогнозирующей характеристики вычитанием наиболее ограничивающего минимального значения характеристики изделия из наиболее ограничивающего максимального значения характеристики; определение целевого производственного значения для прогнозирующей характеристики путем выбора значения посередине между наиболее ограничивающими минимальным и максимальным значениями для прогнозирующей характеристики; прием целевого значения для прогнозирующей характеристики и целевого значения для по меньшей мере одной оставшейся характеристики изделия; и определение пересечения целевого значения для прогнозирующей характеристики и целевого значения первой оставшейся характеристики изделия по отношению к регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристикой изделия.
14. Способ по п.1, в котором этап выбора содержит выбор прогнозирующей характеристики по меньшей мере частично на основании оценки способности каждой характеристики изделия прогнозировать все или поднабор характеристик изделия в упомянутом множестве характеристик изделия.
15. Способ по п.14, в котором этап выбора содержит: вычисление коэффициентов корреляции между всеми или поднабором характеристик изделия; определение, на основании вычисленных коэффициентов корреляции, значения, служащего показателем прогнозирующей способности первой характеристики изделия по отношению ко всем остальным характеристикам изделий; повторение этапа определения для упомянутых всех или поднабора характеристик изделия; и выбор прогнозирующей характеристики по меньшей мере частично на основании значений, служащих показателями прогнозирующих способностей характеристик изделия.
16. Способ по п.15, в котором этап определения содержит вычисление среднего от абсолютных значений коэффициентов корреляции для каждой характеристики изделия и ранжирование характеристик изделия на основании значений, вычисленных на этапе определения; при этом выбор прогнозирующей характеристики дополнительно основывается на экономических или технических факторах, связанных с оцениванием каждой характеристики изделия.
17. Способ по п.1, дополнительно содержащий: определение соответствующих верхнего и нижнего интервалов прогнозирования, связанных с регрессионной(-ыми) моделью(-ями) между прогнозирующей характеристикой и по меньшей мере одной из оставшихся характеристик изделия.
18. Способ по п.17, дополнительно содержащий размещение нижнего и верхнего пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия; размещение верхнего и нижнего пределов спецификации, связанных с прогнозирующей характеристикой.
19. Способ по п.17, дополнительно содержащий размещение пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия.
20. Способ по п.17, дополнительно содержащий размещение нижнего и верхнего пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия; размещение верхнего предела спецификации, связанного с прогнозирующей характеристикой; и определение максимального значения характеристик изделия для прогнозирующей характеристики путем выбора меньшего из: (1) верхнего предела спецификации для прогнозирующей характеристики, и (2) значения прогнозирующей характеристики, при котором верхний интервал прогнозирования пересекает верхний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
21. Способ по п.20, дополнительно содержащий размещение нижнего предела спецификации, связанного с прогнозирующей характеристикой; и определение минимального значения характеристик изделия для прогнозирующей характеристики путем выбора большего из: (1) нижнего предела спецификации для прогнозирующей характеристики, и (2) значения прогнозирующей характеристики, при котором нижний интервал прогнозирования пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
22. Способ по п.21, дополнительно содержащий повторение этапа определения минимального значения характеристики изделия для требующегося числа оставшихся характеристик изделия; и определение наиболее ограничивающего минимального значения характеристики изделия для прогнозирующей характеристики путем выбора наибольшего минимального значения характеристики изделия.
23. Способ по п.22, дополнительно содержащий определение целевого производственного значения для прогнозирующей характеристики путем выбора значения между наиболее ограничивающими минимальным и максимальным значениями характеристик изделия для прогнозирующей характеристики.
24. Способ по п.17, дополнительно содержащий определение целевого производственного значения для прогнозирующей характеристики путем выбора значения посередине между наиболее ограничивающими минимальным и максимальным значениями для прогнозирующей характеристики.
25. Способ по п.24, дополнительно содержащий определение пересечения целевого значения для прогнозирующей характеристики и целевого значения по меньшей мере одной оставшейся характеристики изделия по отношению к регрессионной модели между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия.
26. Способ по п.7, дополнительно содержащий определение значения прогнозирующей характеристики, при котором верхний интервал прогнозирования, связанный с регрессионной моделью между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия, пересекает верхний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
27. Способ по п.7, дополнительно содержащий определение значения прогнозирующей характеристики, при котором нижний интервал прогнозирования, связанный с регрессионной моделью между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия, пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
28. Способ по п.9, дополнительно содержащий повторение этапа определения максимального значения характеристик изделия для требующегося числа оставшихся характеристик изделия в упомянутом множестве характеристик изделия; и определение наиболее ограничивающего максимального значения характеристик изделия для прогнозирующей характеристики путем выбора наименьшего максимального значения характеристики изделия.
29. Способ по п.10, дополнительно содержащий определение допустимого диапазона для прогнозирующей характеристики вычитанием минимального значения характеристики изделия из максимального значения характеристики.
30. Способ по п.11, дополнительно содержащий определение максимального допустимого диапазона для прогнозирующей характеристики вычитанием наиболее ограничивающего минимального значения характеристики изделия из наиболее ограничивающего максимального значения характеристики.
31. Способ по п.14, в котором прогнозирующая характеристика выбирается на основании графического определения характеристики изделия, имеющей наибольшие прогнозирующие способности.
32. Способ по п.14, в котором выбор прогнозирующей характеристики дополнительно основывается на факторах, связанных с оцениванием каждой характеристики изделия.
33. Способ по п.32, в котором упомянутые факторы содержат экономические факторы, связанные с оцениванием каждой характеристики изделия.
34. Способ по п.32, в котором упомянутые факторы содержат технические факторы, связанные с оцениванием каждой характеристики изделия.
35. Способ по п.15, в котором прогнозирующая характеристика выбирается в качестве характеристики изделия, связанной со значением, служащим показателем наибольшей прогнозирующей способности.
36. Способ по п.15, дополнительно содержащий ранжирование характеристик изделия на основании значений, вычисленных на этапе определения.
37. Способ по п.15, в котором этап определения содержит вычисление среднего коэффициента корреляции для каждой характеристики изделия.
38. Способ по п.15, в котором этап определения содержит вычисление среднего от абсолютных значений коэффициентов корреляции для каждой характеристики изделия.
39. Способ по п.38, в котором этап идентификации содержит определение того, выходит ли ограниченная регрессионная область выше, ниже, или и выше и ниже области соответствия по диапазону пределов спецификации прогнозирующей характеристики; и если это так, информирование о дефектном состоянии в отношении первой оставшейся характеристики изделия.
40. Способ по п.15, в котором этап вычисления содержит определение наклона регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристикой изделия; определение значения прогнозирующей характеристики, при котором верхняя граница прогнозирования, соответствующая регрессионной модели, пересекает верхний предел спецификации для первой оставшейся характеристики изделия; определение значения прогнозирующей характеристики, при котором нижняя граница прогнозирования, соответствующая регрессионной модели, пересекает нижний предел спецификации для первой оставшейся характеристики изделия; если наклон регрессионной модели положительный, то установку максимального значения прогнозирующей характеристики, связанного с первой оставшейся характеристикой изделия, на меньшее из верхнего предела спецификации прогнозирующей характеристики или значения прогнозирующей характеристики, при котором верхняя граница прогнозирования, соответствующая регрессионной модели, пересекает верхний предел спецификации для первой оставшейся характеристики изделия; установку минимального значения прогнозирующей характеристики, связанного с первой оставшейся характеристикой изделия, на большее из нижнего предела спецификации прогнозирующей характеристики или значения прогнозирующей характеристики, при котором нижняя граница прогнозирования, соответствующая регрессионной модели, пересекает нижний предел спецификации для первой оставшейся характеристики изделия; в противном случае, если наклон регрессионной модели отрицательный, то установку максимального значения прогнозирующей характеристики, связанного с первой оставшейся характеристикой изделия, на меньшее из верхнего предела спецификации прогнозирующей характеристики или значения прогнозирующей характеристики, при котором нижняя граница прогнозирования, соответствующая регрессионной модели, пересекает нижний предел спецификации для первой оставшейся характеристики изделия; установку минимального значения прогнозирующей характеристики, связанного с первой оставшейся характеристикой изделия, на большее из нижнего предела спецификации прогнозирующей характеристики или значения прогнозирующей характеристики, при котором верхняя граница прогнозирования, соответствующая регрессионной модели, пересекает верхний предел спецификации для первой оставшейся характеристики изделия.
41. Способ обеспечения содействия процессам проектирования и производства, содержащий: прием множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; определение регрессионной(-ых) модели(-ей) между первой характеристикой изделия и по меньшей мере одной оставшейся характеристикой изделия во множестве характеристик изделия; прием целевого значения для первой характеристики изделия и целевого значения для упомянутой по меньшей мере одной из оставшихся характеристик изделия; и определение пересечения между целевым значением для первой характеристики изделия и целевым значением для упомянутой по меньшей мере одной оставшейся характеристики изделия.
42. Способ по п.41, дополнительно содержащий прием нижнего и верхнего пределов спецификации для упомянутой по меньшей мере одной характеристики изделия; размещение пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия.
43. Способ по п.41, дополнительно содержащий прием нижнего и верхнего пределов спецификации для первой характеристики изделия; размещение нижнего и верхнего пределов спецификации для первой характеристики изделия.
44. Способ по п.42, дополнительно содержащий (а) определение значения первой характеристики изделия, при котором регрессионная модель пересекает верхний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
45. Способ по п.44, дополнительно содержащий определение значения первой характеристики изделия, при котором регрессионная модель пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
46. Способ по п.44, дополнительно содержащий повторение этапа (а) определения для требующегося числа оставшихся характеристик изделия; и определение наиболее ограничивающего максимального значения для первой характеристики изделия путем выбора наименьшего значения первой характеристики изделия, связанного с этапом (а) определения.
47. Способ по п.46, дополнительно содержащий (б) определение значения первой характеристики изделия, при котором регрессионная модель пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия; повторение этапа определения для требующегося числа оставшихся характеристик изделия; и определение наиболее ограничивающего минимального значения для первой характеристики изделия путем выбора наибольшего значения первой характеристики изделия, связанного с этапом (б) определения.
48. Способ по п.47, дополнительно содержащий определение целевого производственного значения для первой характеристики путем выбора значения посередине между наиболее ограничивающими минимальным и максимальным значениями для первой характеристики изделия.
49. Способ по п.47, дополнительно содержащий определение максимального допустимого диапазона для первой характеристики изделия вычитанием наиболее ограничивающего минимального значения для первой характеристики изделия из наиболее ограничивающего максимального значения для первой характеристики изделия.
50. Способ по п.47, дополнительно содержащий определение целевого производственного значения для первой характеристики путем выбора значения между наиболее ограничивающими минимальным и максимальным значениями для первой характеристики изделия.
51. Способ по п.44, дополнительно содержащий прием нижнего и верхнего пределов спецификации для первой характеристики изделия; и размещение нижнего и верхнего пределов спецификации, связанных с первой характеристикой изделия; повторение этапа (а) определения для требующегося числа оставшихся характеристик изделия; и определение наиболее ограничивающего максимального значения для первой характеристики изделия путем выбора меньшего из: (1) верхнего предела спецификации для первой характеристики изделия, и (2) наименьшего значения, вычисленного на этапе (а) определения.
52. Способ по п.50, дополнительно содержащий (б) определение значения первой характеристики изделия, при котором регрессионная модель пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия; повторение этапа (б) определения для требующегося числа оставшихся характеристик изделия; и определение наиболее ограничивающего минимального значения для первой характеристики изделия путем выбора большего из: (1) нижнего предела спецификации для первой характеристики изделия, и (2) наибольшего значения первой характеристики изделия, вычисленной на этапе (б) определения.
53. Способ по п.41, в котором регрессионные модели определяются для всех возможных сочетаний характеристик изделия в упомянутом множестве характеристик изделия.
54. Способ по п.41, в котором регрессионные модели определяются для поднабора из всех возможных сочетаний характеристик изделия в упомянутом множестве характеристик изделия.
55. Способ обеспечения содействия процессам проектирования и производства, содержащий: прием множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; определение первой регрессионной модели между первой характеристикой изделия и второй характеристикой изделия; определение по меньшей мере второй регрессионной модели между первой характеристикой изделия и по меньшей мере одной из оставшихся характеристик изделия; и обеспечение сравнения между упомянутыми регрессионными моделями.
56. Способ по п.55, дополнительно содержащий отображение регрессионной(-ых) модели(-ей) на дисплее пользовательского интерфейса.
57. Способ по п.56, в котором регрессионная(-ые) модель(-и) графически отображается(-ются) в диаграммах рассеяния на дисплее пользовательского интерфейса.
58. Способ по п.55, дополнительно содержащий прием целевого значения по отношению по меньшей мере двух характеристик изделия; по отношению к первой характеристике изделия и второй характеристике изделия, размещение пересечения целевых значений первой и второй характеристик изделия относительно регрессионной модели, связанной с первой и второй характеристиками изделия.
59. Способ по п.58, дополнительно содержащий по отношению к первой характеристике изделия и третьей характеристике изделия, размещение пересечения целевых значений первой и третьей характеристик изделия относительно регрессионной модели, связанной с первой и третьей характеристиками изделия.
60. Способ по п.55, дополнительно содержащий прием нижнего и верхнего пределов спецификации для второй характеристики изделия и третьей характеристики изделия; размещение пределов спецификации, связанных со второй характеристикой изделия, относительно регрессионной модели между первой характеристикой изделия и второй характеристикой изделия; размещение пределов спецификации, связанных с третьей характеристикой изделия, относительно регрессионной модели между третьей характеристикой изделия и первой характеристикой изделия.
61. Способ по п.59, дополнительно содержащий прием нижнего и верхнего пределов спецификации для первой характеристики изделия; размещение пределов спецификации для первой характеристики изделия относительно регрессионной модели между первой характеристикой изделия и второй характеристикой изделия; и размещение пределов спецификации для первой характеристики изделия относительно регрессионной модели между первой характеристикой изделия и третьей характеристикой изделия.
62. Способ обеспечения содействия процессам проектирования и производства, связанным с изготовлением изделия, причем изделие имеет множество характеристик изделия, по меньшей мере две из характеристик изделия имеют целевое значение и верхний и нижний пределы спецификации, содержащий: выработку набора изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; оценивание набора изделий в отношении всех или поднабора из упомянутого множества характеристик изделия; выбор прогнозирующей характеристики из множества характеристик изделия; и определение регрессионной(-ых) модели(-ей) между прогнозирующей характеристикой и по меньшей мере одной из оставшихся характеристик изделия в упомянутом множестве характеристик изделия.
63. Способ по п.62, дополнительно содержащий определение пересечения целевого значения для прогнозирующей характеристики и целевого значения по меньшей мере одной оставшейся характеристики изделия по отношению к регрессионной модели между прогнозирующей характеристикой и упомянутой по меньшей мере одной оставшейся характеристикой изделия.
64. Способ по п.62, дополнительно содержащий размещение пределов спецификации, связанных с упомянутой по меньшей мере одной оставшейся характеристикой изделия.
65. Способ по п.64, дополнительно содержащий определение значения прогнозирующей характеристики, при котором регрессионная модель пересекает верхний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
66. Способ по п.64, дополнительно содержащий определение значения прогнозирующей характеристики, при котором регрессионная модель пересекает нижний предел спецификации для упомянутой по меньшей мере одной оставшейся характеристики изделия.
67. Способ по п.64, дополнительно содержащий размещение верхнего и нижнего пределов спецификации, связанных с прогнозирующей характеристикой.
68. Способ по п.62, в котором этап выбора содержит выбор прогнозирующей характеристики по меньшей мере частично на основании оценки способностей каждой характеристики изделия прогнозировать остальные характеристики изделия в упомянутом множестве характеристик изделия.
69. Способ по п.68, в котором этап выбора содержит вычисление коэффициентов корреляции между всеми или поднабором характеристик изделия; определение, на основании вычисленных коэффициентов корреляции, значения, служащего показателем прогнозирующей способности первой характеристики изделия по отношению ко всем остальным характеристикам изделия; повторение этапа определения для упомянутых всех характеристик изделия; и выбор прогнозирующей характеристики по меньшей мере частично на основании значений, служащих показателями прогнозирующих способностей характеристик изделия.
70. Способ обеспечения содействия процессам проектирования и производства, содержащий: выработку набора изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; оценивание степени корреляции между характеристиками изделия; и выбор прогнозирующей характеристики из упомянутого множества характеристик изделия на основании этапа оценивания.
71. Способ по п.70, дополнительно содержащий определение максимального допустимого диапазона для прогнозирующей характеристики; и вслед за этапом определения, проверку того, что вырабатываемые в последствии изделия соответствуют по меньшей мере одной проектной спецификации, связанной с упомянутыми изделиями, на основании оценивания прогнозирующей характеристики.
72. Способ обеспечения содействия процессам проектирования, производства и другим процессам, содержащий: прием множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; выбор прогнозирующей характеристики из упомянутого множества характеристик изделия; определение регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристикой изделия во множестве характеристик изделия, при этом регрессионная модель включает в себя нижнюю и верхнюю границы прогнозирования; прием нижнего и верхнего пределов спецификации для прогнозирующей характеристики и первой оставшейся характеристики изделия; размещение, относительно регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристикой изделия, области соответствия, ограниченной верхним и нижним пределами спецификации, связанными с первой оставшейся характеристикой изделия и прогнозирующей характеристикой; размещение ограниченной регрессионной области для первой оставшейся характеристики, задаваемой верхней и нижней границами прогнозирования регрессионной модели и верхним и нижним пределами спецификации для прогнозирующей характеристики; и идентификацию взаимосвязи между ограниченной регрессионной областью и областью соответствия.
73. Способ по п.72, в котором идентифицированная взаимосвязь характеризует структуру геометрической взаимосвязи между ограниченной регрессионной областью и областью соответствия.
74. Способ по п.72, в котором идентифицированная взаимосвязь характеризует взаимосвязь между элементами периметра, которые задают ограниченную регрессионную область, и элементами периметра, которые задают область соответствия.
75. Способ по п.72, в котором идентифицированная взаимосвязь является одной из группы, состоящей из взаимосвязи потенциальной возможности возникновения дефекта, устойчивой взаимосвязи и ограничивающей взаимосвязи.
76. Способ по п.72, в котором этап идентификации содержит определение того, лежит ли ограниченная регрессионная область полностью внутри области соответствия.
77. Способ по п.76, дополнительно содержащий, если ограниченная регрессионная область лежит полностью внутри области соответствия, установку минимального и максимального значений прогнозирующей характеристики, связанных с первой оставшейся характеристикой изделия, соответственно, на нижний и верхний пределы спецификации прогнозирующей характеристики.
78. Способ по п.72, в котором этап идентификации дополнительно содержит определение того, содержится ли какой-нибудь горизонтальный сегмент ограниченной регрессионной области полностью внутри области соответствия и выходит ли второй горизонтальный сегмент частично или полностью за область соответствия; и если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия.
79. Способ по п.78, дополнительно содержащий сохранение в структуре данных результирующих минимального и максимального значений прогнозирующей характеристики в связи с соответствующей оставшейся характеристикой изделия.
80. Способ по п.79, в котором структура данных представляет собой матрицу.
81. Способ по п.79, в котором этап информирования о дефектном состоянии содержит сохранение идентификатора дефекта в связи с соответствующей оставшейся характеристикой изделия.
82. Способ по п.80, дополнительно содержащий отображение результирующих минимального и максимального значений прогнозирующей характеристики и/или идентификаторов дефектов в связи с соответствующей оставшейся характеристикой изделия.
83. Способ по п.72, в котором этап идентификации содержит определение того, лежат ли все вертикальные сечения ограниченной регрессионной области внутри области соответствия.
84. Способ по п.83, дополнительно содержащий, если все вертикальные сечения ограниченной регрессионной области лежат внутри области соответствия, установку минимального и максимального значений прогнозирующей характеристики, связанных с первой оставшейся характеристикой изделия соответственно на нижний и верхний пределы спецификации прогнозирующей характеристики.
85. Способ по п.72, в котором этап сравнения содержит определение того, находятся ли все вертикальные сечения ограниченной регрессионной области полностью или частично вне области соответствия; и если это так, информирование о дефектном состоянии в отношении первой оставшейся характеристики изделия.
86. Способ по п.72, в котором этап сравнения содержит определение того, находится ли по меньшей мере одно вертикальное сечение ограниченной регрессионной области полностью или частично внутри области соответствия и находится ли по меньшей мере одно вертикальное сечение ограниченной регрессионной области полностью или частично вне области соответствия; и если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия.
87. Способ по п.72, в котором этап идентификации дополнительно содержит определение того, находятся ли нижняя и верхняя границы ограниченной регрессионной области полностью внутри области соответствия.
88. Способ по п.87, дополнительно содержащий, если нижняя и верхняя границы ограниченной регрессионной области находятся полностью внутри области соответствия, установку минимального и максимального значений прогнозирующей характеристики, связанных с первой оставшейся характеристикой изделия соответственно на нижний и верхний пределы спецификации прогнозирующей характеристики.
89. Способ по п.72, в котором этап идентификации содержит определение истинности того, что любая из нижней и верхней границ ограниченной регрессионной области не пересекает области соответствия; и если это истинно, информирование о дефектном состоянии в отношении первой оставшейся характеристики изделия.
90. Способ по п.72, в котором этап идентификации содержит определение того, пересекает ли верхняя граница ограниченной регрессионной области верхнюю границу области соответствия и пересекает ли нижняя граница ограниченной регрессионной области область соответствия; и, если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия; в противном случае, определение того, пересекает ли нижняя граница ограниченной регрессионной области нижнюю границу области соответствия и пересекает ли верхняя граница ограниченной регрессионной области область соответствия; и, если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия.
91. Способ по п.72, в котором этап идентификации содержит вычисление значений верхней и нижней границ прогнозирования для первой оставшейся характеристики изделия на верхнем и нижнем пределах спецификации прогнозирующей характеристики; определение того, меньше ли оба значения верхней границы прогнозирования на этапе вычисления, чем верхний предел спецификации для первой оставшейся характеристики изделия, и больше ли оба значения нижней границы прогнозирования на этапе вычисления, чем нижний предел спецификации для первой оставшейся характеристики изделия.
92. Способ по п.91, дополнительно содержащий, если оба значения верхней границы прогнозирования на этапе вычисления меньше, чем верхний предел спецификации для первой оставшейся характеристики изделия, и оба значения нижней границы прогнозирования на этапе вычисления больше, чем нижний предел спецификации для первой оставшейся характеристики изделия, то установку минимального и максимального значений прогнозирующей характеристики, связанных с первой оставшейся характеристикой изделия соответственно на нижний и верхний пределы спецификации прогнозирующей характеристики.
93. Способ по п.72, в котором этап идентификации содержит вычисление значений верхней и нижней границ прогнозирования для первой оставшейся характеристики изделия на верхнем и нижнем пределах спецификации прогнозирующей характеристики; если оба значения верхней границы прогнозирования на этапе вычисления больше, чем верхний предел спецификации для первой оставшейся характеристики изделия, то информирование о дефектном состоянии в отношении первой оставшейся характеристики изделия; и если оба значения нижней границы прогнозирования на этапе вычисления меньше, чем нижний предел спецификации для первой оставшейся характеристики изделия, то информирование о дефектном состоянии в отношении первой оставшейся характеристики изделия.
94. Способ по п.72, в котором этап идентификации содержит вычисление значений верхней и нижней границ прогнозирования для первой оставшейся характеристики изделия на верхнем и нижнем пределах спецификации прогнозирующей характеристики; определение того, меньше ли одно из значений верхней границы прогнозирования на этапе вычисления и больше ли другое из значений верхней границы прогнозирования, чем верхний предел спецификации первой оставшейся характеристики изделия, и больше ли оба значения нижней границы прогнозирования на этапе вычисления, чем верхний предел спецификации для первой оставшейся характеристики изделия; и если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия; в противном случае, определение того, меньше ли одно из значений нижней границы прогнозирования на этапе вычисления и больше ли другое из значений нижней границы прогнозирования, чем нижний предел спецификации первой оставшейся характеристики изделия, и меньше ли оба значения нижней границы прогнозирования на этапе вычисления, чем верхний предел спецификации для первой оставшейся характеристики изделия; и если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия; в противном случае, определение того, меньше ли одно из значений верхней границы прогнозирования на этапе вычисления и больше ли другое из значений верхней границы прогнозирования, чем верхний предел спецификации первой оставшейся характеристики изделия, и меньше ли одно из значений нижней границы прогнозирования на этапе вычисления и больше ли другое из значений нижней границы прогнозирования, чем нижний предел спецификации для первой оставшейся характеристики изделия; и если это так, вычисление минимального и максимального значений прогнозирующей характеристики для первой оставшейся характеристики изделия.
95. Способ по п.72, дополнительно содержащий повторение этапов определения регрессионной модели, приема пределов спецификации, размещения ограниченной регрессионной области и идентификации взаимосвязи для всех требующихся оставшихся характеристик изделия.
96. Способ по п.95, дополнительно содержащий отображение идентифицированных взаимосвязей.
97. Способ по п.95, дополнительно содержащий сохранение идентифицированных взаимосвязей в структуре данных.
98. Способ обеспечения содействия определению величины и направления, посредством которых должна регулироваться характеристика предварительной обработки, чтобы достичь заданной цели проектирования, содержащий: прием множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; выбор прогнозирующей характеристики из упомянутого множества характеристик изделия; определение регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристики изделия в упомянутом множестве характеристик изделия; прием целевых значений для прогнозирующей характеристики и первой оставшейся характеристики изделия; вычисление, на основании регрессионной модели, значения первой оставшейся характеристики изделия при целевом значении прогнозирующей характеристики; определение величины и направления сдвига для первой оставшейся характеристики изделия путем вычисления разности между вычисленным значением первой оставшейся характеристики изделия и целевым значением первой оставшейся характеристики изделия; сохранение величины и направления сдвига в структуре данных в связи с идентификатором для первой оставшейся характеристики изделия; и повторение этапов вычисления, определения и сохранения для всех требующихся оставшихся характеристик.
99. Способ по п.98, дополнительно содержащий отображение результирующих величин и направлений сдвигов в связи с соответствующими оставшимися характеристиками изделия.
100. Способ обеспечения содействия анализу достижимых приростов в рабочем диапазоне, связанных с ослаблением проектных допусков, соответствующих по меньшей мере одной характеристике изделия, содержащий: прием множества значений характеристик изделия, связанных с набором изделий, имеющих диапазон отклонения в отношении множества характеристик изделия; выбор прогнозирующей характеристики из упомянутого множества характеристик изделия; определение регрессионной модели между прогнозирующей характеристикой и первой оставшейся характеристикой изделия в упомянутом множестве характеристик изделия, при этом регрессионная модель включает в себя нижнюю и верхнюю границы прогнозирования; прием нижнего и верхнего пределов спецификации для прогнозирующей характеристики и первой оставшейся характеристики изделия; вычисление, на основании регрессионной модели, минимального и максимального значений прогнозирующей характеристики, при которых первая оставшаяся характеристика изделия остается внутри нижнего и верхнего пределов спецификации первой оставшейся характеристики изделия; повторение этапов определения, приема и вычисления для всех требующихся оставшихся характеристик изделия; создание перечня наиболее ограничивающих минимальных прогнозирующих характеристик путем ранжирования оставшихся характеристик изделия посредством связанных с ними соответствующих минимальных значений прогнозирующей характеристики; и начиная с оставшейся характеристики изделия, связанной с наибольшим минимальным значением прогнозирующей характеристики: вычисление отдельного прироста в рабочем диапазоне, достигаемого ослаблением пригодного предела спецификации оставшейся характеристики изделия, до значения, соответствующего минимальному значению прогнозирующей характеристики, связанному со следующей оставшейся характеристикой в ранжированном перечне; вычисление совокупного прироста, связанного с ослаблением пригодного предела спецификации соответствующей характеристики изделия; и повторение первого и второго этапов вычисления для всех требующихся оставшихся характеристик изделия.
101. Способ по п.100, дополнительно содержащий создание перечня наиболее ограничивающих максимальных прогнозирующих характеристик путем ранжирования оставшихся характеристик изделия посредством связанных с ними соответствующих максимальных значений прогнозирующей характеристики; и начиная с оставшейся характеристики изделия, связанной с наименьшим максимальным значением прогнозирующей характеристики: вычисление отдельного прироста в рабочем диапазоне, достигаемого ослаблением пригодного предела спецификации оставшейся характеристики изделия, до значения, соответствующего максимальному значению прогнозирующей характеристики, связанному со следующей оставшейся характеристикой в ранжированном перечне; вычисление совокупного прироста, связанного с ослаблением пригодного предела спецификации соответствующей характеристики изделия; и повторение этапов первого и второго этапов вычисления для всех требующихся оставшихся характеристик изделия.
102. Способ по п.101, дополнительно содержащий прием выбора по меньшей мере одной оставшейся характеристики изделия из любого или обоих перечней наиболее ограничивающих минимальных или максимальных прогнозирующих характеристик; если выбор включает в себя оставшуюся характеристику изделия из перечня наиболее ограничивающих минимальных прогнозирующих характеристик, то: установку минимального значения прогнозирующей характеристики на минимальное значение прогнозирующей характеристики, соответствующее следующей характеристике изделия в перечне наиболее ограничивающих минимальных прогнозирующих характеристик, и для всех характеристик изделия в перечне наиболее ограничивающих минимальных прогнозирующих характеристик вплоть до выбранной характеристики изделия, вычисление нового нижнего или верхнего предела спецификации для этой характеристики изделия; и если выбор включает в себя оставшуюся характеристику изделия из перечня наиболее ограничивающих максимальных прогнозирующих характеристик, то: установку максимального значения прогнозирующей характеристики на максимальное значение прогнозирующей характеристики, соответствующее следующей характеристике изделия в перечне наиболее ограничивающих максимальных прогнозирующих характеристик, и для всех характеристик изделия в перечне наиболее ограничивающих максимальных прогнозирующих характеристик вплоть до выбранной характеристики изделия, определение нового нижнего или верхнего предела спецификации для этой характеристики изделия.
RU2004126675/09A 2002-02-04 2003-02-04 Система анализа проектирования и процессов производства RU2321886C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/067,704 2002-02-04
US10/067,704 US7072808B2 (en) 2002-02-04 2002-02-04 Manufacturing design and process analysis system

Publications (2)

Publication Number Publication Date
RU2004126675A true RU2004126675A (ru) 2005-07-20
RU2321886C2 RU2321886C2 (ru) 2008-04-10

Family

ID=27658901

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2004126675/09A RU2321886C2 (ru) 2002-02-04 2003-02-04 Система анализа проектирования и процессов производства

Country Status (15)

Country Link
US (6) US7072808B2 (ru)
EP (1) EP1481294B1 (ru)
JP (2) JP2005518007A (ru)
KR (1) KR20040088491A (ru)
CN (1) CN100383684C (ru)
AT (1) ATE342531T1 (ru)
AU (1) AU2003208974A1 (ru)
BR (1) BR0307426A (ru)
CA (1) CA2474812C (ru)
DE (1) DE60309002T2 (ru)
ES (1) ES2274211T3 (ru)
MX (1) MXPA04007419A (ru)
PL (1) PL371861A1 (ru)
RU (1) RU2321886C2 (ru)
WO (1) WO2003067344A1 (ru)

Families Citing this family (109)

* Cited by examiner, † Cited by third party
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
US7072808B2 (en) * 2002-02-04 2006-07-04 Tuszynski Steve W Manufacturing design and process analysis system
US6804570B2 (en) * 2002-02-04 2004-10-12 Hewlett-Packard Development Company, L.P. Predicting manufacturing process failures
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
US7853456B2 (en) 2004-03-05 2010-12-14 Health Outcomes Sciences, Llc Systems and methods for risk stratification of patient populations
US10806404B2 (en) 2004-03-05 2020-10-20 Health Outcomes Sciences, Inc. Systems and methods for utilizing wireless physiological sensors
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
US7096085B2 (en) * 2004-05-28 2006-08-22 Applied Materials Process control by distinguishing a white noise component of a process variance
US6961626B1 (en) * 2004-05-28 2005-11-01 Applied Materials, Inc Dynamic offset and feedback threshold
US7957932B1 (en) 2004-09-30 2011-06-07 John Antanies Data analysis systems and related methods
US7555405B2 (en) * 2004-09-30 2009-06-30 John Antanies Computerized method for creating a CUSUM chart for data analysis
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
US7890310B2 (en) * 2004-11-17 2011-02-15 The Mathworks, Inc. Method for analysis of control systems
US20060129270A1 (en) * 2004-12-10 2006-06-15 Gerold Pankl Processes and systems for creation of machine control for specialty machines requiring manual input
US20060129461A1 (en) * 2004-12-10 2006-06-15 Gerold Pankl Data entry and system for automated order, design, and manufacture of ordered parts
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
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
US7613574B2 (en) * 2005-10-28 2009-11-03 S-Matrix System and method for automating scientific and engineering experimentation for deriving surrogate response data
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
US9541471B2 (en) 2012-04-06 2017-01-10 Mks Instruments, Inc. Multivariate prediction of a batch manufacturing process
US9429939B2 (en) 2012-04-06 2016-08-30 Mks Instruments, Inc. Multivariate monitoring 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
JP5172051B1 (ja) 2012-05-17 2013-03-27 三菱電機株式会社 サーボパラメータ調整装置
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
EP3158408A4 (en) 2014-06-20 2017-05-10 Atigeo Corp. Cooperative distributed control of target systems
EP3180666B1 (de) * 2014-11-13 2019-09-25 Siemens Aktiengesellschaft Verfahren zur planung der herstellung eines produkts und produktionsmodul mit selbstbeschreibungs-informationen
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
RU2675100C1 (ru) * 2015-02-09 2018-12-14 Сименс Акциенгезелльшафт Производственный модуль, система производства и способы эксплуатации производственного модуля
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
US10520905B2 (en) 2016-04-28 2019-12-31 Veritone Alpha, Inc. Using forecasting 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
US11097633B1 (en) 2019-01-24 2021-08-24 Veritone Alpha, Inc. Using battery state excitation to model and control battery operations
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
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
CA3186129A1 (en) * 2020-06-15 2021-12-23 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
WO2024117440A1 (ko) * 2022-11-29 2024-06-06 엘에스일렉트릭 주식회사 피드백 제어 시스템 및 그 제어 방법
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)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1991014990A1 (en) * 1990-03-28 1991-10-03 Koza John R 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
CA2346055C (en) * 1998-09-30 2004-06-29 Cygnus, Inc. Method and 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
WO2002015458A2 (en) * 2000-08-15 2002-02-21 The Penn State Research Foundation Discovering hidden damage in machinery and predicting remaining 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

Also Published As

Publication number Publication date
US20040167648A1 (en) 2004-08-26
KR20040088491A (ko) 2004-10-16
JP4764502B2 (ja) 2011-09-07
MXPA04007419A (es) 2005-06-03
US20030176938A1 (en) 2003-09-18
US7917234B2 (en) 2011-03-29
US20030149501A1 (en) 2003-08-07
US7321848B2 (en) 2008-01-22
CN100383684C (zh) 2008-04-23
DE60309002T2 (de) 2007-05-24
JP2005518007A (ja) 2005-06-16
CN1628271A (zh) 2005-06-15
PL371861A1 (en) 2005-06-27
US20070219657A1 (en) 2007-09-20
BR0307426A (pt) 2004-12-28
AU2003208974A1 (en) 2003-09-02
DE60309002D1 (de) 2006-11-23
EP1481294B1 (en) 2006-10-11
JP2010049693A (ja) 2010-03-04
EP1481294A1 (en) 2004-12-01
US7187992B2 (en) 2007-03-06
RU2321886C2 (ru) 2008-04-10
EP1481294A4 (en) 2005-06-22
ES2274211T3 (es) 2007-05-16
US8768500B2 (en) 2014-07-01
US20050246149A1 (en) 2005-11-03
CA2474812A1 (en) 2003-08-14
US20110178622A1 (en) 2011-07-21
US7072808B2 (en) 2006-07-04
ATE342531T1 (de) 2006-11-15
US6687558B2 (en) 2004-02-03
WO2003067344A1 (en) 2003-08-14
CA2474812C (en) 2011-12-06

Similar Documents

Publication Publication Date Title
RU2004126675A (ru) Система анализа проектирования и процессов производства
CN104915735B (zh) 企业运营分析预警系统的预警分析方法
JP5005814B2 (ja) バッテリーの長期特性予測システム及び方法
US20110213489A1 (en) Manufacturing of integrated circuit devices using a global predictive monitoring system
Khoshgoftaar et al. A multiobjective module-order model for software quality enhancement
EP3805875B1 (en) Control system and method for controlling the operation of a production device
US20210264449A1 (en) Demand forecasting method and demand forecasting apparatus
CN113468157A (zh) 一种基于能耗分析的相似建筑挑选方法和装置
CN117710008B (zh) 一种适用于喀斯特地区生态产品销售信息管理系统
JP7010674B2 (ja) 電力需要予測装置、電力需要予測方法およびプログラム
CN111882363A (zh) 销量预测方法、系统及终端
CN108320112A (zh) 一种确定设备健康状态的方法及装置
JP7156975B2 (ja) 運営評価装置、運営評価方法、およびプログラム
US11972987B2 (en) Die level product modeling without die level input data
US11269314B2 (en) Plant evaluation device, plant evaluation method, and program
WO2002006953A1 (fr) Capteur logiciel et dispositif d'evaluation correspondant
CN114492195A (zh) 一种基于优化算法的cae模型多参数智能校正计算方法
JP7263020B2 (ja) 処理水質推定装置、処理水質推定方法及びプログラム
CN112116139A (zh) 一种电力需求预测方法及系统
CN113569970B (zh) 量化特征指标对标签影响的分析方法、系统、介质和终端
US20230133652A1 (en) Systems and methods for uncertainty prediction using machine learning
JP7492872B2 (ja) 予測装置および予測方法
CN112613632B (zh) 功率预测模型建立方法、预测方法、装置及电子设备
Mamtani et al. Relative reliability risk assessment applied to original designs during conceptual design phase
RU2653286C2 (ru) Способ прогнозирования кризисных ситуаций при контроле многопараметрических процессов

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20170205