TWI557674B - 品質管理裝置及其管理方法 - Google Patents

Description

品質管理裝置及其管理方法 【相關申請案的交叉參考】

本申請案是基於2014年9月17日提出申請的日本專利申請案第2014-189359號且主張此日本專利申請案的優先權；此日本專利申請案的內容全文併入本案供參考。

本文所述的實施例是有關於一種品質管理裝置及其管理方法。

用作電腦儲存器的硬碟驅動機(Hard disk drive，HDD)在裝運之前會藉由各種方法進行檢驗，以確保高的品質。許多檢驗方法成本高昂，例如在低溫環境下的運作檢驗需要專用設施。

為防止檢驗成本增加，可使用模型來預先預測通過檢驗或不能通過檢驗的可能性。若預測模型所得到的關於產品的預測結果是發現所述產品很可能通過檢驗或不能通過檢驗，則確定所述產品無需實施高成本檢驗，而是取代高成本檢驗而實施低成本 檢驗。此方法使得可在確保品質的同時減少欲經受高成本檢驗的目標的數目。

對於預測模型，使用各預測事項的參數(預測參數)。此乃因越接近最佳值的預測參數會得到越高的預測準確度。然而，為使預測參數更接近最佳值，需要大量的預測及檢驗結果，此需要高的成本。

此外，對於硬碟驅動機，常常即使在為同一型號的情況下，例如設計值及構件等配置條件也會有所修改。在此種情形中，使用與修改之前的配置對應的預測模型會造成預測準確度降低。此乃因配置條件的修改會導致預測參數的最佳值發生變化。因此，在修改配置條件之後，需要儘早地更新預測參數。然而，需要實施高成本的檢驗，此涉及到成本增加問題。

根據一個實施例，提供一種品質管理裝置，包括：預測器、頻率計算器、及實施訊號生成器。所述預測器採用預測模型使第一檢驗的檢驗結果值與預測值相關聯，並根據針對所述第一檢驗中的檢驗目標而獲得的檢驗結果值來計算所述預測值，所述預測值是與通過第二檢驗或不能通過所述第二檢驗的可能性相關的值。所述頻率計算器根據由所述預測器計算的所述預測值，針對所述檢驗目標來計算實施所述第二檢驗的實施頻率。所述實施訊號生成器生成訊號，所述訊號表示對於所述檢驗目標而言根據 所述實施頻率來實施所述第二檢驗的必要性。

101‧‧‧檢驗結果儲存器

102‧‧‧預測器

103‧‧‧預測模型儲存器

104‧‧‧檢驗2結果預測器

105‧‧‧預測值儲存器

106‧‧‧預測參數更新器

107‧‧‧控制器

108‧‧‧檢驗2頻率計算器

109‧‧‧檢驗2實施訊號生成器

110‧‧‧預測參數更新訊號生成器

111‧‧‧輸入裝置

112‧‧‧過程切換器

113‧‧‧檢驗2實施器

114‧‧‧檢驗3實施器

115‧‧‧檢驗1實施器

201‧‧‧第二預測器

202‧‧‧更新資訊過濾器

203‧‧‧第二預測模型儲存器

204‧‧‧第二檢驗2結果預測器

205‧‧‧第二預測值儲存器

206‧‧‧第二預測參數更新器

301‧‧‧品質管理裝置

302‧‧‧輸出裝置

303‧‧‧主儲存器

304‧‧‧輔助儲存器

305‧‧‧輸入裝置

306‧‧‧處理器

307‧‧‧介面

308‧‧‧匯流排

309‧‧‧外部儲存媒體

S101、S102、S103、S104、S105、S106、S107、S108、S109、S201、S202、S301、S302、S303、S401、S402、S501、S502、S503、S601、S602、S603‧‧‧步驟

圖1是本發明的一個實施例的方塊圖。

圖2是圖1所示實施例中的過程的流程圖。

圖3是圖1所示實施例中的預測過程的流程圖。

圖4是在更新頻率特性資訊為常態分佈的情形中預測值與檢驗2頻率值之間的關係圖。

圖5是在更新頻率特性資訊是矩形函數的情形中預測值與檢驗2頻率值之間的關係圖。

圖6是圖1所示實施例中的控制過程的流程圖。

圖7是圖1所示實施例中的更新過程的流程圖。

圖8是其中將第二預測器添加至圖1所示實施例的形式的方塊圖。

圖9是圖8所示實施例中的過程的流程圖。

圖10是當更新頻率特性資訊為常態分佈時兩個預測值之差與檢驗2頻率值之間的關係圖。

圖11是表示預測值的回歸模型曲線圖。

圖12是圖8所示實施例中由第二預測器進行的更新過程的流程圖。

圖13是本發明的一個實施例中的硬體配置實例。

以下，將參照圖式闡述各實施例。

圖1示出本發明的一個實施例中包括品質管理裝置的品質管理系統。

此品質管理系統是由檢驗結果儲存器101、預測器102、控制器107、輸入裝置111、過程切換器112、檢驗1實施器115、檢驗2實施器113、及檢驗3實施器114形成。

在本發明的一個實施例中，實施三個檢驗，即檢驗1、檢驗2及檢驗3。

檢驗1是預先實施的判定是否實施檢驗2的檢驗。檢驗1由檢驗1實施器115實施。

檢驗2是高成本的檢驗，且可設想的其實例包括需要用於生成嚴酷環境(例如高溫環境或低溫環境)的專用設施的檢驗、測試時間很長的檢驗。檢驗2由檢驗2實施器113實施。

檢驗3是成本低於檢驗2的檢驗。可設想的檢驗3的實例包括可在室溫下實施的檢驗等。檢驗3由檢驗3實施器114實施。也可存在不需要檢驗3的配置，在此種情形中不需要檢驗3實施器114。

在每一檢驗中，實施包括一或多個檢驗項目的檢驗。在其中檢驗目標是硬碟驅動機的情形中，可設想的檢驗項目包括讀取/寫入錯誤率量測、伺服穩定性(servo stability)、及放大器增益 量測，但並非僅限於此。

在各檢驗中，檢驗項目中的某些或全部可相同。檢驗1與檢驗3可包括相同的檢驗項目，而檢驗3可為在比檢驗1更嚴格條件下進行的檢驗。舉例而言，對其進行的測試可藉由以供電電壓對檢驗目標施加負荷來執行，或者可在降低可接受的讀取/寫入錯誤數目條件下、在降低可接受的伺服錯誤數量條件下、或類似條件下(更嚴格的測試條件)執行。需注意者，每一檢驗中的檢驗項目的數目不需要相同。

可定義各種成本，例如實施檢驗的費用及時間。此外，用於判斷成本高低的標準是可選的。

檢驗結果值以數值形式代表檢驗結果。當檢驗項目是錯誤率測量時，可設想使用錯誤率值或標簽值對錯誤率值進行分類。對於其他檢驗項目同樣如此。

評估值以數值形式代表基於檢驗2的檢驗結果值所判定的是否通過檢驗的判定結果。舉例而言，評估值可將通過表示為0、將不能通過表示為1。

亦即，評估值是為0或1的二進制值。對於是否通過檢驗的判定可由使用者根據檢驗2的每一檢驗項目的檢驗結果值來進行，或者可根據是否滿足針對每一檢驗項目預先確定的判定參考值而自動進行。此外，可對每一檢驗項目進行判定或者根據檢驗的檢驗項目群組的檢驗結果值一同進行判定。舉例而言，如果一或多個給定項目中的至少一個給定項目的檢驗結果值大於或等 於臨限值，則可作出不能通過檢驗的判定。所述判斷可藉由除本文所述者以外的其他方法來進行。

預測器102是根據檢驗1的檢驗結果值來計算預測值的部件，所述預測值是對於作為預測目標的產品而言通過或不能通過檢驗2的可能性相關的值。所述預測值是針對檢驗2的每一檢驗項目進行計算。需注意者，欲預測的檢驗項目的數目可為一個。

預測計算是基於預測模型來計算。預測模型是將檢驗1的檢驗結果值及預測參數與預測值相關聯的模型，所述預測值是與通過或不能通過檢驗2的可能性相關的值。預測參數是預先計算的。因此，可在此預測模型的基礎上根據檢驗1的檢驗結果值來計算預測值，所述預測值是與通過或不能通過檢驗的可能性相關的值。可對檢驗2的每一檢驗項目提供預測模型。

此種預測模型可藉由分析檢驗1的以往檢驗結果值及檢驗2的以往評估值來生成。預測模型的實例包括回歸模型(regression model)、類神經網路(neural network)、及支援向量機(support vector machine)。需注意者，此處是藉由判定通過或不能通過檢驗2的每一檢驗項目來獲得評估值，但可藉由根據檢驗2的多個檢驗項目的檢驗結果值一同判定是否通過來獲得評估值。

在此種情形中，存在一個用於檢驗2的所有所述多個檢驗項目的預測模型。

控制器107是控制檢驗2的實施的部件。控制器107確 定實施檢驗2的頻率以及其必要性，且若欲對檢驗目標實施檢驗2，則將用於發出實施檢驗2的指令的訊號輸出至過程切換器112。若欲實施檢驗3，則控制器107將用於發出實施檢驗3的指令的訊號輸出至過程切換器112。

檢驗結果儲存器101是用於儲存檢驗1的檢驗結果值、以及檢驗2的檢驗結果值及評估值連同所檢驗產品的資訊的裝置。產品的資訊可包括產品所使用的組件的製造商、用於讀取資料的放大器的增益、控制設定值(例如讀取頭相對於儲存媒體的浮動高度)、生產地址、組裝情況等等。

此處，在檢驗1包括多個檢驗項目的情形中，由檢驗1實施器115實施的檢驗1的檢驗結果值r1是包含多個檢驗結果值的集合。當檢驗1包括總共j個檢驗項目(其中j是大於0的整數)時，r1被表達如下。

r1={r1₁,r1₂,...,r1_j}

類似地，在檢驗2包含多個檢驗項目的情形中，基於由檢驗2實施器113實施的檢驗2的檢驗結果值及其檢驗結果值的評估值亦為包含多個值的集合。此處，當將檢驗2的評估值表示為r2時，在檢驗2包括總共k個檢驗項目(其中k是大於0的整數)的情形中，評估值r2被表達如下。需注意者，j及k既可彼此相同，亦可彼此不同。所述評估值是由例如在通過時為0且在不能通過時為1的二進制值。

r2={r2₁,r2₂,...,r2_k}

檢驗結果儲存器101將檢驗結果值r1及檢驗結果值r2與所檢驗產品的辨識碼(identification code，ID)相關聯。當目前為止已檢驗了i個產品(其中i是大於0的整數)且R1代表對所有產品進行的檢驗1的檢驗結果、R2代表對所有產品進行的檢驗2的評估值時，檢驗結果值R1及評估值R2被表達如下。

矩陣中的每一列對應於每一所檢驗產品。此外，矩陣中的每一行代表每一檢驗項目。

矩陣中的參數「j」及「k」分別代表形成檢驗1及檢驗2的檢驗項目的數目。

需注意者，若檢驗結果儲存器存在容量限制，則可保持在某一時間週期內的資料項目或關於某一數目的裝置的資料項 目，並且可刪除次序較早的資料項目並可更新產品辨識碼與i之間的對應關係。

輸入裝置111是用於輸入對於確定實施檢驗2的頻率或必要性而言所需的資訊的裝置。

過程切換器112因應於自控制器107輸出的訊號而將發出實施檢驗的指令的訊號輸出至檢驗2實施器113或檢驗3實施器114。

如上文所述，檢驗1實施器115、檢驗2實施器113及檢驗3實施器114是分別用於實施檢驗1、檢驗2及檢驗3的設備。

圖2示出本發明的一個實施例中的過程的流程圖，以下將參照圖2闡述其具體操作。

檢驗結果儲存器101儲存由檢驗1實施器115實施的檢驗1的檢驗結果值r1(S101)。

預測器102包括預測模型儲存器103、檢驗2結果預測器104、預測值儲存器105及預測參數更新器106。

預測器102根據此時實施的檢驗1的檢驗結果值r1來計算預測值p2(S102)，預測值p2是與檢驗目標通過或不能通過檢驗的可能性相關的值。此處假定預測值p2是與不能通過的可能性相關的值。在其中由0來表達通過且由1來表達不能通過的情形中，預測值p2是介於0與1之間的數值，其中0與1代表通過或不能通過的機率。

當檢驗2包括總共k個檢驗項目(其中k是大於0的整 數)時，預測值p2被表達如下。

p2={p2₁,p2₂,...,p2_k}

圖3示出用於計算預測值p2的預測過程的流程圖，以下將參照圖3闡述預測器102內的預測過程。

預測模型儲存器103儲存由檢驗2結果預測器104用於預測的預測模型。所述預測模型根據模型的類型而將檢驗2的檢驗結果值、預測參數、及預測值相關聯，所述預測值是與通過或不能通過檢驗的可能性相關的值。模型的類型意指用於表達例如回歸模型、類神經網路、羅吉特增強(logit boost)、及支援向量機等模型的功能的形式。關於模型的模型資訊可儲存於預測模型儲存器103中，或者可嵌於欲由處理器執行的程式中。需注意者，對於預測參數，可首先註冊任意值作為其初始值並加以改良，或者可由預測參數更新器106預先根據以往檢驗結果來計算。

檢驗2結果預測器104讀取檢驗結果值r1及預測參數，並基於預測模型而計算預測值p2(S201)。舉例而言，可使用回歸模型作為預測模型。

此處，定義預測值P2作為代表被儲存於預測值儲存器105中的所有產品的預測值p2的值。當目前為止已對i個產品(其中i是大於0的整數)進行了預測時，預測值P2被表達如下。

[表達式3]

以上表達式中的參數「k」代表形成檢驗2的檢驗項目的數目。

可設想的回歸模型的類型包括線性回歸模型、多重回歸模型、邏輯回歸模型、等等。此外，除回歸模型外，亦可使用例如上述類神經網路、羅吉特增強、及支援向量機等預測演算法。

作為回歸模型的實例，將闡述邏輯回歸模型。在邏輯回歸模型的情形中，當以0表達通過且以1表達不能通過時，邏輯回歸方程式會得到不能通過的機率。現在，當對第i個產品進行的檢驗1的第j個檢驗項目的結果被指配為r1_ij(其中j是大於0的整數)、檢驗2的第k檢驗項目的預測值被指配為p2_ik(其中k是大於0的整數)、且由a_jk及b_k表示預測參數時，藉由以下邏輯回歸方程式計算預測值p2_ik。需注意者，預測參數a_jk及b_k是由預測參數更新器106預先計算。

需注意者，以上表達式中圓括弧內的部分被稱為羅吉特值。以上表達式本身的形式等價於模型的類型。

預測值儲存器105儲存由檢驗2結果預測器104所新計 算的預測值p2(S202)。

由此完成預測器102內的預測過程。

控制器107包括檢驗2頻率計算器108、檢驗2實施訊號生成器109、及預測參數更新訊號生成器110。

控制器107自預測器102接收預測值p2及自輸入裝置111接收更新頻率特性資訊，並且計算代表檢驗2的實施頻率的檢驗2頻率值f2(S103)。

以下將闡述更新頻率特性資訊及檢驗2頻率值。

當預測模型中預測結果成為現實的可能性(預測的可靠性)低時，應盡可能多地實施檢驗2。相反，若預測變成現實的可能性高時，則應降低檢驗2的實施次數以降低成本。因此，可根據預測變成現實的可能性(預測的可靠性)來確定檢驗2的實施頻率(檢驗2頻率值f2)。作為用於進行此種確定的方法，使用更新頻率特性資訊。

更新頻率特性資訊是以預測值p2作為其輸入值並將檢驗2頻率值f2作為其輸出值的函數。此函數可具有例如常態分佈、矩形函數、梯形函數、及凸函數(convex function)、或其組合等函數形狀。所述函數可因檢驗2的每一檢驗項目而異，在此種情形中，可使用更新頻率特性資訊來規定與檢驗2的檢驗項目的數目一樣多的一組函數。

作為特定實例，圖4示出在上述邏輯回歸模型的情形中的f2計算曲線圖的實例。

作為圖4中的橫軸的預測值p2(更詳細而言，各別預測值p2_k)在此模型的情形中是介於0與1之間的數值，其代表預測的結果更接近於通過檢驗還是不能通過檢驗。預測值p2更接近於0意味著產品將通過檢驗的預測的可靠性高。此外，p2更接近於1意味著產品將不能通過檢驗的預測的可靠性高。相比之下，預測值p2為0.5附近則表示預測器102可作出既不通過亦非不能通過的預測，此意味著可靠性低。

因此，峰值在p2為0.5附近且隨著p2逐漸接近於0或1而下降的曲線圖適合於用於計算實施頻率的曲線圖。因此，圖4所示的常態分佈函數可被用作更新頻率特性資訊。

需注意者，為參考起見，當在此模型中對於檢驗2中第k檢驗項目的預測p2_k的可靠性由C2_k表示時，C2_k可被表達為例如以下實例。

C2_k=2(|p2_k-0.5|)

在此種情形中，檢驗2的整體可靠性可被表達為以下表達式。

[表達式5]C2=Π _k C2 _k

可針對例如易於實施、學習效率、及防止不能通過的情況被忽略等目的來確定更新頻率特性資訊。

圖5顯示在採用矩形函數作為更新頻率特性資訊的情形中的f2計算曲線圖。在此曲線圖中，當預測值超過某一下限值時 f2取恆定值。藉由將此特定值設定為1，每當預測值超過所述特定下限值時，均始終實施檢驗2(根據當預測值超過檢驗2的多個檢驗項目中的甚至一個檢驗項目的特定下限值時實施檢驗2的規則)。因此，可預期僅在預測值的某一範圍內進行改良或者採取應對措施來始終實施將很可能不能通過檢驗的產品的檢驗。

需注意者，更新頻率特性資訊可不僅自外部輸入裝置輸入，且亦可在內部儲存。

控制器107根據所計算頻率值f2而確定實施檢驗2的必要性及更新預測參數的必要性(S103)。

圖6示出計算頻率值f2、確定實施檢驗2的必要性及參數更新過程的必要性的控制過程的流程圖，且將闡述控制器107內的此控制過程。

檢驗2頻率計算器108根據自輸入裝置111輸入的更新頻率特性資訊及自預測器102輸入的預測值p2來計算檢驗2頻率值f2(S301)。此過程的細節如上文所述。

檢驗2實施訊號生成器109判斷是否對頻率值f2利用隨機數等來實施檢驗2，並輸出表示實施檢驗2的必要性的檢驗2實施訊號(S302)。舉例而言，當頻率值f2為0.7時，使用隨機數等來確定實施檢驗2的必要性，使得以70%的機率來確定實施檢驗2。此時，針對每一檢驗項目確定實施的必要性，且可在僅確定實施所述檢驗項目中的一者時確定實施檢驗2，或者可在確定將實施給定項目或某一數目的項目時確定實施檢驗2。

檢驗2實施訊號被輸入至預測參數更新訊號生成器110及過程切換器112。

預測參數更新訊號生成器110接收檢驗2實施訊號，判斷是否更新由檢驗2結果預測器104所使用的預測模型(檢驗2的每一檢驗項目的預測模型，或者若對檢驗2的所有檢驗項目提供一個預測模型，則為所述一個預測模型。以下假定為每一檢驗項目均提供預測模型的情形)的預測參數，並在確定更新預測參數時輸出預測參數更新訊號(S303)。

可設想的判斷是否更新預測參數的方法是其中每當經過以往檢驗，檢驗2實施訊號被接通的次數超過規定的某一次數時均輸出預測參數更新訊號的方法。藉由此種方法，可不每一次均執行預測參數更新過程(此會造成負荷)，而是每某一數目的預測參數一同執行更新過程。

由此完成控制器107內的控制過程。

過程切換器112自檢驗2實施訊號生成器接收檢驗2實施訊號，並根據檢驗2實施訊號而將下一過程中的檢驗切換至檢驗2或檢驗3(S104)。

若下一過程是檢驗2(在S105中為「是」)，則檢驗2實施器113對目標產品實施檢驗2。將每一檢驗項目的檢驗結果值及評估值r2儲存於檢驗結果儲存器101中(S106)。如上文所述，評估值r2是藉由基於每一檢驗項目的檢驗結果值進行判定而獲得。

若下一過程是檢驗3(在S105中為「否」)，則檢驗3實施器114對目標產品(檢驗目標)實施檢驗3(S107)。

若預測器102自預測參數更新訊號生成器110接收到預測參數更新訊號(在S108中為「是」)，則預測器102對檢驗2的每一檢驗項目的預測模型中的預測參數執行更新過程(S109)。

圖7示出預測參數的更新過程的流程圖，以下將參照圖7闡述預測器102內的預測參數更新過程。

預測參數更新器106讀取儲存於檢驗結果儲存器101中的檢驗結果值R1及評估值R2、以及儲存於預測值儲存器105中的預測值P2，並計算新的預測參數(S401)。至於預測參數的計算，當預測模型是回歸模型時，可設想執行例如最小二乘方方法(least squares method)或最大似然性方法(maximum likelihood method)等估測方法，需注意者，某些估測方法不需要讀取所有該些資料項目，且舉例而言，可僅讀取評估值R2及預測值P2來執行計算。

作為計算預測參數的實例，將闡述在上述邏輯回歸模型的情形中的最大似然性方法。在檢驗2的第k檢驗項目的上述邏輯回歸模型中，利用對辨識碼為i的產品執行的檢驗2的第k檢驗項目的評估值r2_ik以及此點的預測值p2_ik將代表回歸模型的似然性的似然性函數L_k表達為如下。

其中「r2_ik」是檢驗2的第k檢驗項目的評估值，「p2_ik」等價於預測值，且「a_jk」及「b_k」等價於預測參數。

已知作為似然性函數的基礎的模型在所述似然性函數的值為其最大值時變得最可靠。實際上，在此預測模型中，在似然性函數達到其最大時預測值變得最可靠。

在此預測模型中，預測值p2_ik因是機率而介於0p2_ik 1範圍內，且由於L_k亦介於0L_k 1範圍內，因而以上似然性函數L_k的最大值為1。因而，在其中評估值r2_ik為0的情形中，當預測值p2_ik亦變得更靠近0(0為預測的正確值)時，似然性函數L_k越靠近1。此外，在其中評估值r2_ik為1的情形中，若預測值p2_ik亦變得更靠近1(1為預測的正確值)，則似然性函數L_k越靠近1。因此，使似然性函數達到其最大的a_jk及b_k為最佳預測參數。

當似然性函數達到其最大時的預測參數a_jk及b_k是藉由以下方式來計算：對對數似然性LL_k(其為似然性函數相對於預測參數a_jk及b_k的對數)進行微分並計算當微分值變為0時的值。需注意者，在除了當似然性函數達到其最大時的時刻以外的時刻，微分值為0。

[表達式7]LL _k (a _jk ,b _k )=Σ _i r2 _ik log p2 _ik +(1-r2 _ik )log(1-p2 _ik )

似然性函數的表達式的微分值可藉由例如牛頓方法(Newton’s method)或準牛頓方法等迭代數值計算來導出。

所計算的新預測參數儲存於預測模型儲存器103中並自下一預測用作預測參數(S402)。

由此完成預測器102內的預測參數更新過程。

如上文所述，根據本實施例，藉由使用用於某一目的的更新頻率特性資訊，可藉由預測來調整實施檢驗的頻率，藉此減少不必要的檢驗。

圖8示出本發明的第二實施例中的方塊圖。第二實施例是其中對圖1所示第一實施例增加了第二預測器201的形式。

圖9示出第二實施例中的過程的流程圖。在第二實施例的過程的說明中，將省略對與第一實施例中所述者相同的過程。

第二預測器201包括更新資訊過濾器202、第二預測模型儲存器203、第二檢驗2結果預測器204、預測值儲存器205、及第二預測參數更新器206。除更新資訊過濾器202以外，其配置相同於預測器102。

第二預測器201是對滿足條件的產品進行預測的預測器，所述條件依據於經過更新資訊過濾器202過濾的規格資訊。所述規格資訊代表如下條件：產品所使用的組件的製造商、用於讀取資料的放大器的增益、控制設定值(例如讀取頭相對於儲存媒體的浮動高度)、對產品進行組裝的生產地址、組裝情況等等。所述規格資訊可自輸入裝置111提供或者可預先儲存於裝置內。

第二預測器201接收此時所實施的檢驗1的檢驗結果值r1，並計算檢驗2的預測值p2b(S501)。

在第二預測器201內的預測過程中，執行與預測器102內的過程類似的過程。第二預測模型儲存器203儲存由第二預測器201使用的預測參數，所述預測參數不同於由預測器102使用的預測參數。第二檢驗2結果預測器204使用所述預測參數及對產品進行的有限檢驗1的檢驗結果值r1b來計算檢驗2的預測值，並根據規格資訊來計算滿足條件的產品的預測值p2b。除所將使用的預測參數不同外，預測值p2b的計算相同於預測值p2的計算方法。

第二預測值儲存器205儲存由第二檢驗2結果預測器204所計算的預測值p2b。需注意者，由預測值P2B表示代表第二預測值儲存器205中所儲存的每一產品的所有預測值p2b的值。

由此完成第二預測器201內的預測過程。

由第二檢驗2結果預測器204計算的預測值p2b被輸入至檢驗頻率計算器108內。檢驗2頻率計算器108基於檢驗2結果預測器104的預測值p2、自輸入裝置111輸入的更新頻率特性資訊而計算作為檢驗2的實施頻率的頻率值f2，以確定更新頻率及第二檢驗2結果預測器204的預測值p2b(S502)。

圖10示出當更新頻率特性資訊為常態分佈時根據預測值p2與p2b之差的絕對值來計算頻率值f2的曲線圖。在該圖中，頻率值f2隨著預測值p2與p2p之差的絕對值變大而增大，進而 使實施檢驗2的可能性增大。

作為使用第二預測器的情形的實例，假定將包括只有公司A製造的組件的產品切換至包括由公司B製造的組件的新產品的情形。新產品的最佳預測值P2N很可能會偏離現有預測值P2。

在僅使用預測器102的情形中，頻率值f2是根據預測值p2的可靠性來確定。然而，在其中增加了第二預測器的情形中，藉由使用預測值p2以及被限制於由公司B製造的新組件的預測值p2b與p2之差，可執行著重於受到公司B製造的組件的顯著影響的檢驗，藉此以較少數目的檢驗達成對新產品的最佳化預測。

圖11示出目前為止由預測器102計算的預測值P2、及目前為止由第二預測器針對包括由公司B製造的組件的產品所計算的預測值P2B。

其中預測值p2_k與p2b_k之差的絕對值大的部分可被視為其中因新組件的影響而使當前預測值p2_j顯著偏離預測的最佳值p2B_k的部分。因此，為實施著重於此部分的檢驗，如圖10所示確定更新頻率特性資訊，使得頻率值f2隨著預測值p2與p2b之差的絕對值變大而增大。此外，如同第一實施例，當預測值p2及p2b為0.5附近時，f2變高。

第二預測器201接收自預測參數更新訊號生成器110輸出的預測參數更新訊號並計算新的預測參數(S503)。預測參數更新訊號生成器110藉由與第一實施例中的方法類似的方法來判定對第二預測器所使用的預測模型中的預測參數進行更新的必要 性，且若確定進行更新，則輸出預測參數更新訊號。需注意者，第二預測器201並不參與生成預測參數更新訊號，只是接收預測參數更新訊號。

圖12示出第二預測器進行的更新過程的流程圖。以下將闡述第二預測器201內的第二預測參數更新過程。

當更新資訊過濾器202自預測參數更新訊號生成器110接收到預測參數更新訊號時，更新資訊過濾器202基於來自輸入裝置的規格資訊而自儲存於檢驗結果儲存器101中的檢驗結果值R1及評估值R2提取滿足依據於所述規格資訊的條件的產品的檢驗結果值R1B及評估值R2B(S601)。

更新資訊過濾器202將檢驗結果R1B及評估值R2B傳遞至第二預測參數更新器206。此過程使第二預測器201能夠對滿足依據於所述規格資訊的條件的產品進行預測。

第二預測參數更新器206讀取經由更新資訊過濾器所限定的檢驗結果值R1B及評估值R2B、以及儲存於預測值儲存器205中的預測值P2B，並計算新的預測參數(S602)。計算方法類似於第一實施例中的計算方法。

將所計算的新預測參數儲存於第二預測模型儲存器203中並自下一預測用作預測參數(S603)。

由此完成第二預測器201內的第二預測參數更新過程。

藉由如第二實施例般包括兩個預測器的形式，可避免不必要的檢驗並可藉由將正常預測與有條件預測進行比較而以較少 數目的檢驗達成向新產品的轉換。

需注意者，本實施例具有包括兩個預測器的配置，但預測器的數目可為三個或更多個。

需注意者，上述實施例中的品質管理裝置可利用例如通用電腦裝置作為基本硬體來實作。

圖13示出本發明的一個實施例中的硬體配置實例。

品質管理裝置301可被實作為包括輸入裝置305、輸出裝置302、主儲存器303、輔助儲存器304、處理器306、及介面307的電腦裝置，輸入裝置305、輸出裝置302、主儲存器303、輔助儲存器304、處理器306、及介面307全部經由匯流排308而連接至彼此。處理器306自輔助儲存器304讀出程式並在主儲存器303上擴充及執行所述程式，所述主儲存器303可實施圖1或圖8所示的區塊的功能。品質管理裝置可藉由將上述程式預先安裝於電腦裝置中來實作，或者可藉由將上述程式儲存於例如CD-ROM等儲存媒體中或者將上述程式分佈於網路上、並將此程式適當地安裝於電腦裝置上來實作。

介面307是對外部儲存媒體309、過程切換器112、用於實施各自檢驗的檢驗實施裝置113、114及115等進行連接的連接介面或類似者。使用者經由輸入裝置305輸入資訊。此外，輸出裝置302可為用以顯示影像的顯示裝置或者用以將資料傳送至外部的通訊裝置。外部儲存媒體310可為任何記錄媒體，例如硬碟驅動機、唯讀式光碟(CD-R)、可抹寫式光碟(CD-RW)、數位 多功能光碟-隨機存取記憶體(DVD-RAM)及唯讀式數位多功能光碟(DVD-R)。

主儲存器303是用以暫時儲存由處理器306執行的命令、各種資料等的記憶體裝置，且可為例如動態隨機存取記憶體(DRAM)等揮發性記憶體或者例如磁阻式隨機存取記憶體(MRAM)等非揮發性記憶體。

輔助儲存器304是用以永久儲存程式、資料等的儲存器，例如為硬碟驅動機、固態磁碟(SSD)等。

儘管已闡述了某些實施例，然而該些實施例僅以舉例方式提供，而並非旨在限制本發明的範圍。實際上，本文所述的新穎實施例可被實施為各種其他形式；此外，可在不背離本發明的精神的條件下對本文所述實施例作出各種省略、替換及形式上的改變。隨附申請專利範圍及其等效範圍旨在涵蓋仍落於本發明範圍及精神內的該些形式或潤飾。

101‧‧‧檢驗結果儲存器

102‧‧‧預測器

103‧‧‧預測模型儲存器

104‧‧‧檢驗2結果預測器

105‧‧‧預測值儲存器

106‧‧‧預測參數更新器

107‧‧‧控制器

108‧‧‧檢驗2頻率計算器

109‧‧‧檢驗2實施訊號生成器

110‧‧‧預測參數更新訊號生成器

111‧‧‧輸入裝置

112‧‧‧過程切換器

113‧‧‧檢驗2實施器

114‧‧‧檢驗3實施器

115‧‧‧檢驗1實施器

Claims (12)

1. 一種品質管理裝置，包括：預測器，用以採用預測模型使第一檢驗的檢驗結果值與預測值相關聯，並根據針對所述第一檢驗中的檢驗目標而獲得的檢驗結果值來計算所述預測值，所述預測值是與通過第二檢驗或不能通過所述第二檢驗的可能性相關的值；頻率計算器，用以根據由所述預測器計算的所述預測值，針對所述檢驗目標來計算實施所述第二檢驗的實施頻率；以及實施訊號生成器，用以生成訊號，所述訊號表示對於所述檢驗目標而言根據所述實施頻率來實施所述第二檢驗的必要性。
2. 如申請專利範圍第1項所述的品質管理裝置，其中所述頻率計算器基於使所述預測值與所述實施頻率相關聯的函數而確定所述實施頻率。
3. 如申請專利範圍第2項所述的品質管理裝置，其中所述預測值代表所述檢驗目標通過或不能通過的機率，且所述函數在所述預測值是預定值時返送回具有最大值的實施頻率，且在所述預測值變得大於所述預定值或所述預測值變得小於所述預定值時返送回具有變小的值的實施頻率。
4. 如申請專利範圍第2項所述的品質管理裝置，其中所述函數在所述預測值大於或等於下限值且小於或等於上限值時返送回具有第一機率值的實施頻率，且在所述預測值超出所述下限值與所述上限值之間的範圍時返送回零機率或具有第二機率值的 實施頻率，所述第二機率值小於所述第一機率值。
5. 如申請專利範圍第1項所述的品質管理裝置，更包括：儲存器，用以儲存基於所述第二檢驗的檢驗結果值而確定的表示通過或不能通過的評估值，並儲存由所述預測器計算的所述預測值，其中所述頻率計算器根據所述第二檢驗被確定針對所述檢驗目標而實施多次的次數來確定更新所述預測模型的必要性，且當所述頻率計算器確定更新所述預測模型時，所述預測器基於儲存於所述儲存器中的資料而更新所述預測模型。
6. 如申請專利範圍第5項所述的品質管理裝置，其中所述預測模型包括所述第一檢驗的所述檢驗結果值的第一預測參數，且所述預測器基於儲存於所述儲存器中的資料而確定將預測參數、所述預測值、及所述評估值相關聯的函數中的所述預測參數的值，並將所述預測模型中的所述第一預測參數更新為所述預測參數的所述所確定值。
7. 如申請專利範圍第1項所述的品質管理裝置，其中所述實施訊號生成器生成以下訊號作為表示實施所述第二檢驗的必要性的訊號：所述訊號表示是對於所述檢驗目標來實施所述第二檢驗還是實施成本低於所述第二檢驗的第三檢驗。
8. 如申請專利範圍第7項所述的品質管理裝置，更包括過程切換器，用以當所述實施訊號生成器生成表示實施所述第二 檢驗的訊號時輸出用以指示用於實施所述第二檢驗的實施器來實施所述第二檢驗的訊號，且當所述實施訊號生成器生成表示實施所述第三檢驗的訊號時輸出指示用於實施所述第三檢驗的實施器實施所述第三檢驗的訊號。
9. 如申請專利範圍第5項所述的品質管理裝置，更包括：第二預測器，用以針對滿足預定條件的多個檢驗目標中的檢驗目標，基於第二預測模型、根據在所述第一檢驗中獲得的所述檢驗結果值來計算所述預測值，所述第二預測模型使所述第一檢驗的多個所述檢驗結果值中滿足所述預定條件的所述檢驗目標的所述檢驗結果值與作為與通過或不能通過所述第二檢驗的機率相關的值的預測值相關聯，其中所述頻率計算器基於由所述預測器計算的所述預測值及由所述第二預測器計算的所述預測值來確定滿足所述預定條件的所述檢驗目標的所述實施頻率。
10. 如申請專利範圍第9項所述的品質管理裝置，更包括：位於所述儲存器中的過濾程式，用以針對滿足所述預定條件的所述檢驗目標來提取所述預測值及所述評估值，其中對於滿足所述預定條件的多個所述檢驗目標，所述頻率計算器判斷是否根據所述第二檢驗被確定實施的次數來更新所述第二預測模型，且當所述第二預測器確定更新所述第二預測模型時，所述第二預測器基於由儲存於所述儲存器中的過濾程式所提取的資料來更 新所述第二預測模型。
11. 如申請專利範圍第9項所述的品質管理裝置，其中所述第二預測模型包括所述第一檢驗的多個所述檢驗結果值中滿足所述預定條件的所述檢驗目標的所述檢驗結果值的第二預測參數，且所述第二預測器基於由儲存於所述儲存器中的所述過濾程式提取的資料來確定在使預測參數、所述預測值、及所述評估值相關聯的函數中所述預測參數的值，並以所述預測參數的所述所確定值來更新所述第二預測模型中的所述第二預測參數。
12. 一種品質管理方法，包括：採用預測模型使第一檢驗的檢驗結果值與預測值相關聯，並根據針對所述第一檢驗中的檢驗目標而獲得的檢驗結果值來計算所述預測值，所述預測值是與通過第二檢驗或不能通過所述第二檢驗的可能性相關的值；根據所計算的所述預測值，針對所述檢驗目標來計算實施所述第二檢驗的實施頻率；以及生成訊號，所述訊號表示對於所述檢驗目標而言根據所述實施頻率來實施所述第二檢驗的必要性。