TWI659317B - 為一生產線決定一控制條件組之裝置及其方法 - Google Patents

為一生產線決定一控制條件組之裝置及其方法 Download PDF

Info

Publication number
TWI659317B
TWI659317B TW107108286A TW107108286A TWI659317B TW I659317 B TWI659317 B TW I659317B TW 107108286 A TW107108286 A TW 107108286A TW 107108286 A TW107108286 A TW 107108286A TW I659317 B TWI659317 B TW I659317B
Authority
TW
Taiwan
Prior art keywords
subset
groups
group
historical
groups included
Prior art date
Application number
TW107108286A
Other languages
English (en)
Other versions
TW201939313A (zh
Inventor
余承叡
吳怡欣
田銀錦
彭煥淇
蘇育萱
陳麗蓉
Original Assignee
財團法人資訊工業策進會
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 財團法人資訊工業策進會 filed Critical 財團法人資訊工業策進會
Priority to TW107108286A priority Critical patent/TWI659317B/zh
Priority to CN201810438663.XA priority patent/CN110262290B/zh
Priority to EP18173193.6A priority patent/EP3540660A1/en
Priority to US15/985,976 priority patent/US10444741B2/en
Application granted granted Critical
Publication of TWI659317B publication Critical patent/TWI659317B/zh
Publication of TW201939313A publication Critical patent/TW201939313A/zh

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
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G05B2219/32015—Optimize, process management, optimize production line
    • 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
    • G05B2219/32196—Store audit, history of inspection, control and workpiece data into database
    • 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
    • G05B2219/32258—Resource, machine assignment preferences, actual and anticipated load

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Manufacturing & Machinery (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一種為一生產線決定一控制條件組之裝置及其方法。該裝置將複數筆歷史控制條件組區分為複數個群組，其中各群組中對應至同一控制因子之該等歷史控制條件相同。該裝置利用各該群組所包含之該等歷史產值相關數據計算各該群組之一集中量數，且決定該等群組之一子集。該裝置計算該子集中之各群組之一變異程度以及與控制條件之控制條件相異數，再計算一權重分數。該裝置根據該等集中量數及該等權重分數，選取該等群組其中之一作為一選定群組，且以該選定群組之該等歷史控制條件作為該控制條件組之複數個控制條件。

Description

為一生產線決定一控制條件組之裝置及其方法
本發明係關於一種為一生產線決定一控制條件組之裝置及其方法。具體而言，本發明係關於一種利用歷史控制條件組來決定一生產線之一控制條件組之裝置及其方法。
對製造業而言，如何決定生產線之各控制因子(例如：溫度、壓力、溼度等)之實際的控制條件(例如：數值、範圍、選項等)以改善產值相關數據(例如：提高產值、降低成本等)為一重要的議題。
每當要製造新產品時，製造業者必須針對生產線之各控制因子設定適合的控制條件。另外，在製造產品之過程，製造業者也要適時地評估是否需要調整各控制因子當前的控制條件。一條生產線通常涉及多個控制因子，而各控制因子所對應之各種控制條件形成繁雜的控制組合，導致製造業者在設定時難以抉擇。目前，許多製造業是由經驗豐富的從業人員依其經驗設定控制因子之控制條件，但此種作法極度仰賴經驗，且往往需要多次調整才能改善產值相關數據。
有些製造業則是設計一實驗方法(例如：透過田口方法及反應曲面方法)，經過多次實驗後取得最佳的控制條件組(包含所有控制因子 之控制條件)。然而，要將最佳的控制條件組應用於現場生產線，往往存在執行上的困難。舉例而言，現場生產線之各控制因子能被設定的控制條件往往具有範圍上之限制、變動量之限制或能否被調動之限制，因此，若最佳的控制條件組中之某一(或某些)控制因子所對應之控制條件不符合該限制，則無法於現場生產線上實作。
有鑑於此，如何有效率地決定或/及校正能實際地應用於生產線之控制條件組(亦即，決定/校正各控制因子之控制條件)以改善產值相關數據、達到生產目標，乃業界亟需努力之目標。
為解決前述決定生產線之控制因子之控制條件之各種問題，本發明提供了一種為一生產線決定一控制條件組之裝置及其方法。
本發明所提供之為一生產線決定一控制條件組之裝置包含一儲存器及一處理器，且二者彼此電性連接。該儲存器儲存複數筆歷史控制條件組，其中各該歷史控制條件組包含一歷史產值相關數據及複數個歷史控制條件一對一地對應至複數個控制因子。該處理器將該等歷史控制條件組區分為複數個群組，其中各該群組中對應至同一控制因子之該等歷史控制條件相同。該處理器利用各該群組所包含之該等歷史控制條件組之該等歷史產值相關數據計算各該群組之一集中量數，且決定該等群組之一子集。該處理器對該子集中之各該群組執行以下運作：(a)根據該群組所包含之該等歷史控制條件組之該等歷史產值相關數據，計算一變異程度，(b)計算該群組與一預設控制條件組間之一控制條件相異數，其中該預設控制條件組包含複數個預設控制條件一對一地對應至該等控制因子，以及(c)根據該變 異程度、該控制條件相異數及該控制因子之一數目，計算一權重分數。該處理器根據該等集中量數及該等權重分數，選取該子集所包含之該等群組其中之一作為一選定群組，且以該選定群組之該等歷史控制條件作為該控制條件組之複數個控制條件。
本發明所提供之為一生產線決定一控制條件組之方法適用於一電子裝置。該方法包含下列步驟：(a)將複數個歷史控制條件組區分為複數個群組，其中各該歷史控制條件組包含一歷史產值相關數據及複數個歷史控制條件一對一地對應至複數個控制因子，各該群組中對應至同一控制因子之該等歷史控制條件相同，(b)利用各該群組所包含之該等歷史控制條件組之該等歷史產值相關數據計算各該群組之一集中量數，以及(c)決定該等群組之一子集。該方法還對該子集中之各該群組執行以下步驟：(d1)根據該群組所包含之該等歷史控制條件組之該等歷史產值相關數據，計算一變異程度，(d2)計算該群組與一預設控制條件組間之一控制條件相異數，其中該預設控制條件組包含複數個預設控制條件一對一地對應至該等控制因子，以及(d3)根據該變異程度、該控制條件相異數及該控制因子之一數目，計算一權重分數。該方法還根據該等集中量數及該等權重分數，選取該子集所包含之該等群組其中之一作為一選定群組，且以該選定群組之該等歷史控制條件作為該控制條件組之複數個控制條件。
本發明利用複數個歷史控制條件組來決定一生產線實際要採用之控制條件組。簡言之，本發明將複數個歷史控制條件組區分為複數個群組，再決定該等群組之一子集進行後續分析。於分析過程，本發明計算各群組之集中量數、變異程度以及與一預設控制條件之控制條件相異數，再計 算權重分數。之後，本發明根據集中量數及權重分數選擇適合之群組作為所欲採用之控制條件組。由於利用了歷史控制條件組來評估複數個控制因子所對應之多種控制條件所能形成之各種組合之產值相關數據，本發明所提供之技術能有效率地計算出適合作為控制條件組之數值。因此，本發明能解決傳統技術無法取得適合的控制條件組的問題，也解決了過去需要由經驗豐富的從業人員依其經驗設定控制因子之控制條件的問題，進而能減少在試探過程所導致之成本浪費。此外，由於本發明在決定之過程考量了控制條件相異數，因此亦能避免一次調整過多控制因子造成生產線無法負荷之情況，進而避免相關的成本損失。
以下結合圖式闡述本發明之詳細技術及實施方式，俾使本發明所屬技術領域中具有通常知識者能理解所請求保護之發明之特徵。
10a、10b、……、10x‧‧‧歷史控制條件組
11‧‧‧決定裝置
111‧‧‧儲存器
113‧‧‧處理器
S‧‧‧預設控制條件組
G、G1、G2、G3、G4、G5‧‧‧群組
Y1、Y2、Y3、Y4、Y5‧‧‧集中量數
S401~S413‧‧‧步驟
第1圖係描繪第一實施方式之決定裝置11之架構示意圖；第2A圖係描繪歷史控制條件組之一具體範例之示意圖；第2B圖係描繪一預設控制條件組之一具體範例之示意圖；第3圖係描繪以盒鬚圖呈現群組相關數據之示意圖；以及第4圖係描繪第二實施方式之決定方法之流程圖。
以下將透過實施方式來解釋本發明所提供之一種為一生產線決定一控制條件組(亦即，決定該生產線之複數個控制因子所分別對應之複數個控制條件)之裝置及其方法。然而，該等實施方式並非用以限制本發明需在如該等實施方式所述之任何環境、應用或方式方能實施。因此，關於 實施方式之說明僅為闡釋本發明之目的，而非用以限制本發明之範圍。應理解，在以下實施方式及圖式中，與本發明非直接相關之元件已省略而未繪示，且各元件之尺寸以及元件間之尺寸比例僅為例示而已，而非用以限制本發明之範圍。
本發明之第一實施方式為一種為一生產線決定一控制條件組之裝置(下稱「決定裝置」)11，其架構示意圖係描繪於第1圖。決定裝置11包含一儲存器111及一處理器113，且二者彼此電性連接。儲存器111可為一記憶體、一通用串列匯流排(Universal Serial Bus；USB)碟、一硬碟、一光碟(Compact Disk；CD)、一隨身碟或本發明所屬技術領域中具有通常知識者所知且具有相同功能之任何其他儲存媒體或電路。處理器113可為各種處理單元、中央處理單元(Central Processing Unit；CPU)、微處理器或本發明所屬技術領域中具有通常知識者所知悉之其他計算裝置。
一條生產線之產值相關數據(例如：產值、生產效率、產品良率、各種生產成本、生產時間，但不以此為限)可用以作為衡量該生產線優劣之標準，而一條生產線之產值相關數據會受到複數個控制因子(例如：溫度、濕度、壓力，但不以此為限)被設定之控制條件(例如：數值、範圍、選項等，但不以此為限)之影響。為便於說明，一條生產線產生一批產品時之該等控制條件可被稱之為一控制條件組。
於本實施方式中，決定裝置11之儲存器111儲存了複數筆歷史控制條件組10a、10b、……、10x，且歷史控制條件組10a、10b、……、10x中的每一個包含複數個歷史控制條件一對一地對應至生產線之該等控制因子以及一歷史產值相關數據。為便於理解，請參第2A圖所示之一具體 範例，但其非用以限制本發明之範圍。於該具體範例中，歷史控制條件組10a、10b、……、10x中的每一個包含三個歷史控制條件一對一地對應至生產線之三個控制因子(亦即，溫度、濕度及壓力)以及一歷史產值相關數據。舉例而言，歷史控制條件組10a包含三個歷史控制條件(亦即，25℃、80帕及55%)一對一地對應至三個控制因子(亦即，溫度、濕度及壓力)以及一歷史產值相關數據(亦即，產值為60)。再舉例而言，歷史控制條件組10x包含三個控制條件(亦即，30℃、70帕及55%)一對一地對應至三個控制因子(亦即，溫度、濕度及壓力)以及一歷史產值相關數據(亦即，產值為80)。
需說明者，歷史控制條件組10a、10b、……、10x可為同一生產線先前製造產品時之數據，亦可為收集自外部其他生產線製造同一型產品時之數據。本發明未限制取得該等歷史控制條件組之方式，且如何取得該等歷史控制條件組亦非本發明之重點，故不贅言。
於本實施方式中，在一生產線要製造某一型產品前，或在製造某一型產品之過程，決定裝置11會利用先前製造同一型產品之歷史控制條件組10a、10b、……、10x來決定該生產線實際要採用之控制條件組以改善產值相關數據。在決定裝置11決定實際要採用之控制條件組之過程，會參考一預設控制條件組。該預設控制條件組包含複數個預設控制條件一對一地對應至該等控制因子，且包含一預設產值相關數據。需說明者，若是在該生產線要製造某一型產品前，則預設控制條件組可為歷史控制條件組10a、10b、……、10x中之任一組。若是在該生產線製造某一型產品之過程，則預設控制條件組為該生產線當時所採用之控制條件組。
請參第2B圖所示之一示例性之預設控制條件組S，但其非用 以限制本發明之範圍。預設控制條件組S包含三個預設控制條件(亦即，25℃、100帕及55%)一對一地對應至三個控制因子(亦即，溫度、濕度及壓力)，且包含一預設產值相關數據(亦即，產值為40)。
需說明者，於本發明中，各控制條件組之各控制條件可為一具體的數值(例如：前述25℃)、可為一範圍(例如：介於10℃及15℃之間)、亦可為多個選項其中之一(例如：當控制因子為一材質且其選項包含金屬、玻璃及塑膠時，控制條件可為金屬)。另需說明者，本發明未限制控制因子之數量及種類，且未限制各種控制條件之表示方式。
本發明之重點在於利用歷史控制條件組10a、10b、……、10x來決定生產線實際要採用之控制條件組以改善產值相關數據，故以下敘述將著重於此。
決定裝置11之處理器113根據該等歷史控制條件，將歷史控制條件組10a、10b、……、10x區分為複數個群組，其中區分之方式係使各群組中對應至同一控制因子之該等歷史控制條件相同。為便於理解，茲以第2A圖所示之具體範例說明。歷史控制條件組10a及10b對應至控制因子「溫度」之歷史控制條件相同(皆為25℃)、對應至控制因子「壓力」之歷史控制條件相同(皆為80帕)且對應至控制因子「濕度」之歷史控制條件相同(皆為55%)，故處理器113將歷史控制條件組10a及10b分配至同一群組G。
接著，處理器113利用各群組所包含之該等歷史控制條件組之該等歷史產值相關數據計算各群組之一集中量數。舉例而言，該集中量數可為一中位數(median)、一眾數(mode)、一算術平均數(arithmetic mean)或其他可表示一群組所包含之該等歷史產值相關數據之集中趨勢之一指標 值。
另外，處理器113決定該等群組之一子集(亦即，選取全部群組或某些群組)以進行後續之分析。於某些實施方式中，處理器113根據各群組之該集中量數來決定該子集，例如：處理器113所決定之該子集所包含之各該群組之該集中量數須大於一門檻值。採取此一策略之用意在於汰除那些歷史產值相關數據較差之群組。進一步言，處理器113可將該門檻值設定為預設控制條件組之預設產值相關數據(以第2B圖之預設控制條件組S為例，其預設產值相關數據為40，故可將門檻值設定為40)，此舉代表處理器113僅選取能改善預設控制條件組之預設產值相關數據之群組進行後續分析。
於某些實施方式中，處理器113計算各該群組所包含之該等歷史控制條件組之一筆數，再根據各群組之該等歷史控制條件組之筆數來決定該子集。舉例而言，處理器113所決定之該子集所包含之各該群組之該筆數須大於一門檻數量，藉此汰除樣本數量(亦即，該等歷史控制條件組之筆數)不足之群組。
於某些實施方式中，處理器113則可同時根據各群組之該集中量數以及各群組之該等歷史控制條件組之筆數來決定該子集。依據前述說明，本發明所屬技術領域中具有通常知識者應能理解其運作細節，故不贅言。
在決定出該等群組之該子集後，處理器113對該子集中之各該群組計算一變異程度。具體而言，針對該子集中之各該群組，處理器113計算該群組所包含之該等歷史控制條件組之該等歷史產值相關數據之一變 異程度，例如：一變異數(variance)或其他能用以衡量該群組之該等歷史產值相關數據之分散程度之數值。
另外，針對該子集中之各該群組，處理器113根據該等控制因子，計算該群組與該預設控制條件組間之一控制條件相異數。具體而言，處理器113計算有幾個控制因子所對應之歷史控制條件及預設控制條件相異。為便於理解，茲以第2B圖所示之預設控制條件組S及第2A圖所示之群組G為例進行說明。於該範例中，控制因子「溫度」所對應之歷史控制條件及預設控制條件相同(皆為25℃)，控制因子「濕度」所對應之歷史控制條件及預設控制條件相同(皆為55%)，而控制因子「壓力」所對應之歷史控制條件及預設控制條件相異，因此控制條件相異數為1。於某些實施方式中，處理器113可藉由一漢明距離(Hamming distance)來表示該控制條件相異數。
需說明者，本發明未限制計算前述該等變異程度及該等控制條件相異數之順序。換言之，處理器113可根據需求決定計算之順序。
之後，針對該子集中之各該群組，處理器113根據該變異程度、該控制條件相異數及該控制因子之一數目，計算一權重分數(weight score)。舉例而言，處理器113可利用以下公式計算該子集中之各群組之權重分數：
於上述公式中，參數WS i 代表該子集中之第i個群組之權重分數、參數variance i 代表第i個群組之變異程度、參數Max(variance)代表 該子集中之該等群組之該等變異程度之最大值、參數FC代表該控制因子之數目以及diff i 代表第i個群組與該預設控制條件組間之控制條件相異數。需說明者，若有某一群組之變異程度為0，則該群組之variance i 可替換為Min(variance)×k，其中參數Min(variance)代表該子集中之該等群組之該等變異程度之最小值，而參數k可為一介於0與1之間之固定數值。另需說明者，採用上述公式之用意在於辨識出哪些群組較為穩定(亦即，變異程度較小)且控制條件相異數較小(亦即，需調整之控制因子之數目較少)。因此，處理器113亦可採用其他能辨識出較為穩定且控制條件相異數較小之群組之公式來計算。
之後，處理器113根據該子集所包含之該等群組之該等集中量數及該等權重分數，選取該子集所包含之該等群組其中之一作為一選定群組(例如：選取集中量數及該等權重總和最高者)，再以該選定群組之該等歷史控制條件作為生產線實際要採用之該等控制條件。
於某些實施方式中，處理器113可先根據該子集所包含之該等群組之該等集中量數及該等權重分數計算一總排名(global rank)，再根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。舉例而言，處理器113可根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名，根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名，根據該子集所包含之各該群組之該權重排名及該集中量數排名決定該子集之各該群組之總排名，再根據該總排名選取該子集所包含之該等群組其中之一(例如：排名最高者)作為該選定群組。
於某些實施方式中，若該子集所包含之各該群組之各該歷史控制條件組還包含一指標數據，且各該指標數據與一生產成本、一生產時間及一生產良率其中之一或其組合相關，則處理器113在計算總排名時可利用該等集中量數、該等權重分數及該等指標數據，再根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
舉例而言，處理器113根據該子集所包含之各該群組所包含之該等歷史控制條件組之該等指標數據計算該子集所包含之各該群組之一群組指標數據。另外，處理器113可根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名，根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名，根據該子集所包含之該等群組之該等群組指標數據決定該子集所包含之各該群組之一指標排名，根據該子集所包含之各該群組之該權重排名、該集中量數排名及該指標排名決定該子集之各該群組之總排名，再根據該總排名選取該子集所包含之該等群組其中之一(例如：排名最高者)作為該選定群組。
舉例而言，處理器113可利用以下公式計算各群組之總排名：
於上述公式中，參數GR i 代表該子集中第i個群組之總排名、參數WR i 代表該子集中第i個群組之權重排名、參數MR i 代表該子集中第i個群組之集中量數排名、參數IR ij 代表該子集中第i個群組之第j類指標之指標排名以及參數N代表指標數據之種類數目，其中參數N為一正整數。
於某些實施方式中，處理器113還計算該子集中各該群組所包含之該等歷史控制條件組之一筆數。於該等實施方式中，若處理器113判斷該子集之該等群組中有複數個對應至該等總排名中之最高者(亦即，有多個群組之總排名最高)，處理器113會自該子集中選取該總排名最高且該筆數較多之該群組作為該選定群組。
在處理器113從該子集中選出一群組作為該選定群組後，處理器113便以該選定群組之該等歷史控制條件作為生產線實際要採用之該控制條件組之複數個控制條件。舉例而言，處理器113可傳送一訊息以建議該生產線之管理員將預設控制條件校正為與該群組之歷史控制條件一致，或是直接將預設控制條件校正為與該群組之歷史控制條件一致。為便於理解，茲以第2A圖及第2B圖為例說明。若處理器113從該子集中選出群組G作為選定群組，則僅需將對應至控制因子「壓力」之控制條件校正為80帕。
於某些實施方式中，決定裝置11可更包含一顯示器(未繪示)，且該顯示器電性連接至處理器113。如第3圖所示，於該等實施方式中，該顯示器可以一盒鬚圖(boxplot)顯示預設控制條件組S之相關數據以及該子集之各該群組之該集中量數、該變異程度及該控制條件相異數。為便於理解，茲以第3圖之具體範例說明，但其非用以限制本發明之範圍。於該具體範例中，處理器113所決定之子集包含群組G1、G2、G3、G4及G5，各集中量數為一中位數，且各變異程度包含一第一分位數及一第三分位數。於第3圖中，盒鬚圖之水平軸代表預設控制條件組S及群組G1、G2、G3、G4及G5，且顯示其對應之名稱、控制條件相異數、筆數(即中括弧內之數值)及預設/歷史控制條件(即大括弧內之資訊)。處理器113可先依據群組G1、G2、G3、 G4及G5之集中量數Y1、Y2、Y3、Y4及Y5之大小排序，再由該顯示器依排序後之結果呈現各群組之集中量數及變異程度(例如：集中量數越大之群組越靠左)。生產線之管理者亦可根據該顯示器所顯示之盒鬚圖得知該子集之各群組G1-G5之集中量數、變異程度及控制條件相異數，再據以決定要選擇哪一群組作為一選定群組，再以該選定群組之該等歷史控制條件作為生產線實際要採用之該控制條件組之複數個控制條件。
由上述說明可知，決定裝置11係利用歷史控制條件組10a、10b、……、10x來決定生產線實際要採用之該控制條件組之複數個控制條件。簡言之，決定裝置11將歷史控制條件組10a、10b、……、10x區分為複數個群組，再決定該等群組之一子集進行後續分析。於分析過程，決定裝置11計算各群組之集中量數、變異程度以及與控制條件間之控制條件相異數，再計算權重分數。最後，決定裝置11根據集中量數及權重分數，甚至還可根據其他指標數據，選擇適合之群組作為生產線實際要採用之該控制條件組。
由於利用了歷史控制條件組10a、10b、……、10x來評估該等控制因子所對應之該等控制條件所能形成之各種組合之產值相關數據，決定裝置11能有效率地計算出適合作為生產線之控制條件組之數值。因此，本發明能解決傳統技術無法取得適合的控制條件組的問題，也解決了過去需要由經驗豐富的從業人員依其經驗設定控制因子之控制條件的問題，進而能減少在試探的過程所導致之成本浪費。此外，由於決定裝置11在決定之過程考量了控制條件相異數，因此亦能避免一次調整過多控制因子造成生產線無法負荷之情況，進而避免相關成本損失。
本發明之第二實施方式為一種為一生產線決定一控制條件 組之方法(以下簡稱「決定方法」)，其流程圖係描繪於第4圖。決定方法適用於一電子裝置，例如：第一實施方式所述之決定裝置11。
於本實施方式中，該電子裝置儲存複數筆歷史控制條件組，其中各該歷史控制條件組包含一歷史產值相關數據及複數個歷史控制條件一對一地對應至該生產線之複數個控制因子。
於本實施方式中，在該決定方法決定該生產線實際要採用之控制條件組之過程，會參考一預設控制條件組。該預設控制條件組包含複數個預設控制條件一對一地對應至該等控制因子，且包含一預設產值相關數據。需說明者，若是在該生產線要製造某一型產品前，則該預設控制條件組可為該等歷史控制條件組中之任一組。若是在該生產線製造某一型產品之過程，則預設控制條件組為該生產線當時所採用之控制條件組。
首先，由該電子裝置執行步驟S401，將該等歷史控制條件組區分為複數個群組，其中各該群組中對應至同一控制因子之該等歷史控制條件相同。接著，執行步驟S403，由該電子裝置利用各該群組所包含之該等歷史控制條件組之該等歷史產值相關數據計算各該群組之一集中量數。另外，執行步驟S405，由該電子裝置決定該等群組之一子集。舉例而言，步驟S405所決定之該子集所包含之各該群組之該集中量數大於一門檻值。再舉例而言，該決定方法可由該電子裝置另執行一步驟以計算各該群組所包含之該等歷史控制條件組之一筆數，再執行步驟S405，且步驟S405所決定之該子集所包含之各該群組之該筆數大於一門檻數量。
之後，由該電子裝置執行步驟S407，對該子集中之各該群組，根據該群組所包含之該等歷史控制條件組之該等歷史產值相關數據，計 算一變異程度。另外，於步驟S409，由該電子裝置對該子集中之各該群組，根據該等控制因子，計算該群組與該預設控制條件組間之一控制條件相異數。需說明者，本發明未限制步驟S407與步驟S409之執行順序。之後，於步驟S411，由該電子裝置對該子集中之各該群組，根據該變異程度、該控制條件相異數及該控制因子之一數目，計算一權重分數。
之後，執行步驟S413，由該電子裝置根據該等集中量數及該等權重分數，選取該子集所包含之該等群組其中之一作為一選定群組，且以該選定群組之該等歷史控制條件作為該生產線實際要採用之控制條件組之該等控制條件。
於某些實施方式中，步驟S413藉由以下步驟來選取該子集所包含之該等群組其中之一作為該選定群組：根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名，根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名，根據該子集所包含之各該群組之該權重排名及該集中量數排名決定該子集之各該群組之一總排名，以及根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
於某些實施方式中，該子集所包含之各該群組之各該歷史控制條件組具有一指標數據，其中各該指標數據可與一生產成本、一生產時間及一生產良率其中之一或其組合相關。該決定方法還另外地執行一步驟，由該電子裝置根據該子集所包含之各該群組所包含之該等歷史控制條件組之該等指標數據計算該子集所包含之各該群組之一群組指標數據。於該等實施方式中，步驟S413藉由以下步驟來選取該子集所包含之該等群組其中之 一作為該選定群組：根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名，根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名，根據該子集所包含之該等群組之該等群組指標數據決定該子集所包含之各該群組之一指標排名，根據該子集所包含之各該群組之該權重排名、該集中量數排名及該指標排名決定該子集所包含之各該群組之一總排名，以及根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
於某些實施方式中，該決定方法還會由該電子裝置執行一步驟計算各該群組所包含之該等歷史控制條件組之一筆數。於該等實施方式中，若該決定方法判斷該子集之該等群組中有複數個對應至該等總排名中之最高者，則步驟S413係自該子集中選取該總排名最高且該筆數較多之該群組作為該選定群組。
除了上述步驟，第二實施方式亦能執行第一實施方式所描述之決定裝置11之所有運作及步驟，具有同樣之功能，且達到同樣之技術效果。本發明所屬技術領域中具有通常知識者可直接瞭解第二實施方式如何基於上述第一實施方式以執行此等運作及步驟，具有同樣之功能，並達到同樣之技術效果，故不贅述。
由上述說明可知，本發明係利用複數個歷史控制條件組來決定生產線實際要採用之控制條件組。概要而言，本發明將複數個歷史控制條件組區分為複數個群組，再決定該等群組之一子集進行後續分析。於分析過程，本發明計算各群組之集中量數、變異程度以及與控制條件間之控制條件相異數，再計算權重分數。最後，本發明根據集中量數及權重分數，甚至還 可根據其他指標數據，選擇適合用來作為生產線實際要採用之控制條件組之群組。
由於利用了歷史控制條件組來評估複數個控制因子所對應之多種控制條件所能形成之各種組合之產值相關數據，本發明所提供之技術能有效率地計算出適合作為控制條件組之數值。因此，本發明能解決傳統技術無法取得適合的控制條件組的問題，也解決了過去需要由經驗豐富的從業人員依其經驗設定控制因子之控制條件的問題，進而能減少在試探的過程所導致之成本浪費。此外，由於本發明在決定之過程考量了控制條件相異數，因此亦能避免一次調整過多控制因子造成生產線無法負荷之情況，進而避免相關的成本損失。
上述實施方式僅用來例舉本發明之部分實施態樣，以及闡釋本發明之技術特徵，而非用來限制本發明之保護範疇及範圍。任何本發明所屬技術領域中具有通常知識者可輕易完成之改變或均等性之安排均屬於本發明所主張之範圍，而本發明之權利保護範圍以申請專利範圍為準。

Claims (16)

  1. 一種為一生產線決定一控制條件組之裝置，包含：一儲存器，儲存複數筆歷史控制條件組，各該歷史控制條件組包含一歷史產值相關數據及複數個歷史控制條件一對一地對應至複數個控制因子；以及一處理器，電性連接至該儲存器，將該等歷史控制條件組區分為複數個群組，各該群組中對應至同一控制因子之該等歷史控制條件相同，其中，該處理器利用各該群組所包含之該等歷史產值相關數據計算各該群組之一集中量數，決定該等群組之一子集，且對該子集中之各該群組執行以下運作：(a)計算該群組所包含之該等歷史控制條件組之該等歷史產值相關數據之一變異程度，(b)計算該群組與一預設控制條件組間之一控制條件相異數，其中該預設控制條件組包含複數個預設控制條件一對一地對應至該等控制因子，以及(c)根據該變異程度、該控制條件相異數及該控制因子之一數目，計算一權重分數，其中，該處理器根據該等集中量數及該等權重分數，選取該子集所包含之該等群組其中之一作為一選定群組，且以該選定群組之該等歷史控制條件作為該控制條件組之複數個控制條件。
  2. 如請求項1所述之裝置，其中該處理器還計算各該群組所包含之該等歷史控制條件組之一筆數，且該處理器所決定之該子集所包含之各該群組之該筆數大於一門檻數量。
  3. 如請求項1所述之裝置，其中該處理器所決定之該子集所包含之各該群組之該集中量數大於一門檻值。
  4. 如請求項1所述之裝置，其中該處理器係藉由以下運作來選取該子集所包含之該等群組其中之一作為該選定群組：根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名，根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名，根據該子集所包含之各該群組之該權重排名及該集中量數排名決定該子集之各該群組之一總排名，以及根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
  5. 如請求項1所述之裝置，其中該子集所包含之各該群組之各該歷史控制條件組具有一指標數據，該處理器還根據該子集所包含之各該群組所包含之該等歷史控制條件組之該等指標數據計算該子集所包含之各該群組之一群組指標數據，該處理器係藉由以下運作來選取該子集所包含之該等群組其中之一作為該選定群組：根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名，根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名，根據該子集所包含之該等群組之該等群組指標數據決定該子集所包含之各該群組之一指標排名，根據該子集所包含之各該群組之該權重排名、該集中量數排名及該指標排名決定該子集所包含之各該群組之一總排名，以及根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
  6. 如請求項5所述之裝置，其中各該指標數據與一生產成本、一生產時間及一生產良率其中之一或其組合相關。
  7. 如請求項4或5所述之裝置，其中該處理器還計算各該群組所包含之該等歷史控制條件組之一筆數，該處理器還判斷該子集之該等群組中有複數個對應至該等總排名中之最高者，該處理器係自該子集中選取該總排名最高且該筆數較多之該群組作為該選定群組。
  8. 如請求項1所述之裝置，更包含：一顯示器，電性連接至該處理器，且以一盒鬚圖(boxplot)顯示該子集之各該群組之該集中量數、該變異程度及該控制條件相異數。
  9. 一種為一生產線決定一控制條件組之方法，該方法適用於一電子裝置，該方法包含下列步驟：(a)將複數個歷史控制條件組區分為複數個群組，其中各該歷史控制條件組包含一歷史產值相關數據及複數個歷史控制條件一對一地對應至複數個控制因子，各該群組中對應至同一控制因子之該等歷史控制條件相同；(b)利用各該群組所包含之該等歷史產值相關數據計算各該群組之一集中量數；(c)決定該等群組之一子集；(d)對該子集中之各該群組執行以下步驟：(d1)計算該群組所包含之該等歷史控制條件組之該等歷史產值相關數據之一變異程度；(d2)計算該群組與一預設控制條件組間之一控制條件相異數，其中該預設控制條件組包含複數個預設控制條件一對一地對應至該等控制因子；以及(d3)根據該變異程度、該控制條件相異數及該控制因子之一數目，計算一權重分數；以及(e)根據該等集中量數及該等權重分數，選取該子集所包含之該等群組其中之一作為一選定群組，且以該選定群組之該等歷史控制條件作為該控制條件組之複數個控制條件。
  10. 如請求項9所述之方法，更包含下列步驟：計算各該群組所包含之該等歷史控制條件組之一筆數；其中，該步驟(c)所決定之該子集所包含之各該群組之該筆數大於一門檻數量。
  11. 如請求項9所述之方法，其中該步驟(c)所決定之該子集所包含之各該群組之該集中量數大於一門檻值。
  12. 如請求項9所述之方法，其中該步驟(e)係藉由以下步驟來選取該子集所包含之該等群組其中之一作為該選定群組：根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名；根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名；根據該子集所包含之各該群組之該權重排名及該集中量數排名決定該子集之各該群組之一總排名；以及根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
  13. 如請求項9所述之方法，其中該子集所包含之各該群組之各該歷史控制條件組具有一指標數據，該方法還包含以下步驟：根據該子集所包含之各該群組所包含之該等歷史控制條件組之該等指標數據計算該子集所包含之各該群組之一群組指標數據；其中，該步驟(e)係藉由以下步驟來選取該子集所包含之該等群組其中之一作為該選定群組：根據該子集所包含之該等群組之該等權重分數決定該子集所包含之各該群組之一權重排名；根據該子集所包含之該等群組之該等集中量數決定該子集所包含之各該群組之一集中量數排名；根據該子集所包含之該等群組之該等群組指標數據決定該子集所包含之各該群組之一指標排名；根據該子集所包含之各該群組之該權重排名、該集中量數排名及該指標排名決定該子集所包含之各該群組之一總排名；以及根據該總排名選取該子集所包含之該等群組其中之一作為該選定群組。
  14. 如請求項13所述之方法，其中各該指標數據與一生產成本、一生產時間及一生產良率其中之一或其組合相關。
  15. 如請求項12或13所述之方法，更包含以下步驟：計算各該群組所包含之該等歷史控制條件組之一筆數；以及判斷該子集之該等群組中有複數個對應至該等總排名中之最高者；其中，該步驟(e)係自該子集中選取該總排名最高且該筆數較多之該群組作為該選定群組。
  16. 如請求項9所述之方法，更包含下列步驟：以一盒鬚圖(boxplot)顯示該子集之各該群組之該集中量數、該變異程度及該控制條件相異數。
TW107108286A 2018-03-12 2018-03-12 為一生產線決定一控制條件組之裝置及其方法 TWI659317B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW107108286A TWI659317B (zh) 2018-03-12 2018-03-12 為一生產線決定一控制條件組之裝置及其方法
CN201810438663.XA CN110262290B (zh) 2018-03-12 2018-05-09 为一生产线决定一控制条件组的装置及其方法
EP18173193.6A EP3540660A1 (en) 2018-03-12 2018-05-18 Apparatus and method thereof for determining a control condition set of a production line
US15/985,976 US10444741B2 (en) 2018-03-12 2018-05-22 Apparatus and method thereof for determining a control condition set of a production line

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107108286A TWI659317B (zh) 2018-03-12 2018-03-12 為一生產線決定一控制條件組之裝置及其方法

Publications (2)

Publication Number Publication Date
TWI659317B true TWI659317B (zh) 2019-05-11
TW201939313A TW201939313A (zh) 2019-10-01

Family

ID=62530076

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107108286A TWI659317B (zh) 2018-03-12 2018-03-12 為一生產線決定一控制條件組之裝置及其方法

Country Status (4)

Country Link
US (1) US10444741B2 (zh)
EP (1) EP3540660A1 (zh)
CN (1) CN110262290B (zh)
TW (1) TWI659317B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI736999B (zh) * 2019-10-07 2021-08-21 財團法人資訊工業策進會 資料分析裝置、資料分析方法以及與其相關的品質提升系統

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201439915A (zh) * 2013-02-18 2014-10-16 Roberto Remmert 用於產生線上交易處理應用程式類型之軟體系統之規格的方法及裝置
US20160321594A1 (en) * 2015-04-30 2016-11-03 Optimal Plus Ltd. Correlation between manufacturing segment and end- user device performance
TW201704919A (zh) * 2015-07-16 2017-02-01 三星鑽石工業股份有限公司 生產線系統
US20170168472A1 (en) * 2015-09-29 2017-06-15 Kabushiki Kaisha Toshiba Information processing apparatus or information communication terminal, and information processing method

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001076054A (ja) * 1999-05-10 2001-03-23 General Electric Co <Ge> 品質基準を達成するための方法並びに装置
US8549012B2 (en) * 2010-05-12 2013-10-01 Taiwan Semiconductor Manufacturing Company, Ltd. Processing exception handling
US10295993B2 (en) * 2011-09-01 2019-05-21 Kla-Tencor Corporation Method and system for detecting and correcting problematic advanced process control parameters
CN103676937B (zh) * 2013-12-10 2017-05-10 中联重科股份有限公司 控制器中控制参数的处理方法及装置
US10795337B2 (en) * 2016-06-01 2020-10-06 Incucomm, Inc. Predictive and prescriptive analytics for systems under variable operations
TWI611314B (zh) 2016-11-17 2018-01-11 財團法人資訊工業策進會 為一紡織染色製程決定一目標控制數據組之裝置、方法及其電腦程式產品
CN107402560B (zh) * 2017-08-21 2019-07-09 广东溢达纺织有限公司 布料生产数据校准方法、装置、存储介质和计算机设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201439915A (zh) * 2013-02-18 2014-10-16 Roberto Remmert 用於產生線上交易處理應用程式類型之軟體系統之規格的方法及裝置
US20160321594A1 (en) * 2015-04-30 2016-11-03 Optimal Plus Ltd. Correlation between manufacturing segment and end- user device performance
TW201704919A (zh) * 2015-07-16 2017-02-01 三星鑽石工業股份有限公司 生產線系統
US20170168472A1 (en) * 2015-09-29 2017-06-15 Kabushiki Kaisha Toshiba Information processing apparatus or information communication terminal, and information processing method

Also Published As

Publication number Publication date
US20190278257A1 (en) 2019-09-12
CN110262290B (zh) 2021-06-25
US10444741B2 (en) 2019-10-15
CN110262290A (zh) 2019-09-20
TW201939313A (zh) 2019-10-01
EP3540660A1 (en) 2019-09-18

Similar Documents

Publication Publication Date Title
US9069890B2 (en) Ranking of computing equipment configurations for satisfying requirements of virtualized computing environments based on an overall performance efficiency
JP6609414B2 (ja) 作業配分支援装置、作業配分支援プログラムおよび作業配分支援方法
CN113065101B (zh) 逻辑回归模型的可视化解释方法及装置
CN110135711A (zh) 一种情报管理方法及装置
CN107784558A (zh) 一种商品排序方法及装置
TWI659317B (zh) 為一生產線決定一控制條件組之裝置及其方法
US20180137570A1 (en) Devices, methods and computer program products providing user interfaces for visualization of user inputs and responses thereto
US20190163154A1 (en) Device recommendation system and method
JP2022119321A (ja) 情報処理装置、プログラム及びプロセス条件探索方法
TW202014913A (zh) 為一生產線之一預設控制條件組決定一目標調整路徑之裝置及方法
TW202013186A (zh) 資料處理方法、裝置與系統、以及電腦可讀取記錄媒體
JP6290029B2 (ja) 生産制御支援装置、生産制御支援方法およびプログラム
CN113850479A (zh) 基于指标差异和变化机理的装备作战效能综合评估方法
CN106528027B (zh) 数据展示方法及装置
US20180336619A1 (en) System and method for configuring the display of sale items recommended based on customer need and heuristically managing customer need-based purchasing recommendations
JP2018195130A (ja) 異常原因推定装置、異常原因推定方法、および異常原因推定プログラム
TW201818169A (zh) 建構加工專家系統的方法及使用此方法的電子裝置
JP2020205026A (ja) 情報処理装置、情報処理システム、モデルの学習方法
JP6755346B2 (ja) 分析システム
JP2014186573A (ja) オブジェクト分類方法、装置及びプログラム。
JP2013191014A (ja) 工程間適正バッファ設計方法及び工程間適正バッファ設計装置
JP2021185469A (ja) 性能分析装置および性能分析方法
TWI780899B (zh) 顯示籌碼面股價變動關聯性因素之裝置與方法
JP6841039B2 (ja) 要因分析装置、要因分析方法、および、プログラム
US20140059047A1 (en) Autotransform system