WO2017119221A1 - 製品層別装置、製品層別方法及びコンピュータプログラム - Google Patents
製品層別装置、製品層別方法及びコンピュータプログラム Download PDFInfo
- Publication number
- WO2017119221A1 WO2017119221A1 PCT/JP2016/085864 JP2016085864W WO2017119221A1 WO 2017119221 A1 WO2017119221 A1 WO 2017119221A1 JP 2016085864 W JP2016085864 W JP 2016085864W WO 2017119221 A1 WO2017119221 A1 WO 2017119221A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- product
- products
- item
- rank
- stratification
- Prior art date
Links
- 238000013517 stratification Methods 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004590 computer program Methods 0.000 title claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 58
- 230000002950 deficient Effects 0.000 claims description 147
- 238000005259 measurement Methods 0.000 claims description 91
- 238000007689 inspection Methods 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 12
- 239000000047 product Substances 0.000 description 440
- 238000004519 manufacturing process Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 101150112492 SUM-1 gene Proteins 0.000 description 14
- 101150096255 SUMO1 gene Proteins 0.000 description 14
- 101100283850 Emericella nidulans (strain FGSC A4 / ATCC 38163 / CBS 112.46 / NRRL 194 / M139) grrA gene Proteins 0.000 description 10
- 101100283849 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GRR1 gene Proteins 0.000 description 10
- 101100204393 Arabidopsis thaliana SUMO2 gene Proteins 0.000 description 9
- 101100311460 Schizosaccharomyces pombe (strain 972 / ATCC 24843) sum2 gene Proteins 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 101000891113 Homo sapiens T-cell acute lymphocytic leukemia protein 1 Proteins 0.000 description 7
- 101000625330 Homo sapiens T-cell acute lymphocytic leukemia protein 2 Proteins 0.000 description 7
- 101000702553 Schistosoma mansoni Antigen Sm21.7 Proteins 0.000 description 7
- 101000714192 Schistosoma mansoni Tegument antigen Proteins 0.000 description 7
- 102100040365 T-cell acute lymphocytic leukemia protein 1 Human genes 0.000 description 7
- 102100025039 T-cell acute lymphocytic leukemia protein 2 Human genes 0.000 description 7
- 239000006227 byproduct Substances 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 5
- 101150115276 tal1 gene Proteins 0.000 description 5
- 101150052981 tal2 gene Proteins 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 239000003985 ceramic capacitor Substances 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/01—Subjecting similar articles in turn to test, e.g. "go/no-go" tests in mass production; Testing objects at points as they pass through a testing station
- G01R31/013—Testing passive components
- G01R31/016—Testing of capacitors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/38—Collecting or arranging articles in groups
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Definitions
- the present invention relates to a product stratification apparatus, a product stratification method, and a computer program for stratifying products.
- the product is measured for characteristic values indicating predetermined characteristics before shipping, and is categorized into non-defective or defective products depending on whether or not a predetermined standard is satisfied.
- Product stratification is performed by comparing the product characteristic values measured using the product stratification device with inspection standards that are more stringent than the product standards (characteristic values required for products). If the measured product characteristic value variation is only the characteristic value variation of the product itself, even if the inspection standard is defined under the same conditions as the product standard, the product is classified as non-defective or defective. It can be correctly stratified into good products.
- the variation in the measured characteristic value of the product includes not only the variation in the characteristic value of the product itself but also the variation in the measured value of the measurement system. Therefore, there is a possibility that a defective product is included in a product layered as a non-defective product in the product stratification apparatus, or a non-defective product is included in a product layered as a defective product.
- the probability that a defective product is erroneously stratified as a non-defective product is referred to as consumer risk
- the probability that a non-defective product is erroneously categorized as a defective product is referred to as producer risk.
- Non-patent documents 1 and 2 disclose methods for calculating consumer risk and producer risk.
- Non-Patent Document 1 discloses a method for calculating consumer risk and producer risk in a product stratification apparatus using the Monte Carlo method.
- Non-Patent Document 2 discloses a method of calculating consumer risk and producer risk using a double integral equation, assuming that the distribution of variation in characteristic values and variation in measured values is a normal distribution.
- Patent Document 1 When calculating consumer risk and producer risk by the method disclosed in Non-Patent Document 1 or 2, it is not possible to calculate variations in product characteristic values, measurement system variations, and the like. Therefore, in Patent Document 1, it is assumed that the number of products belonging to at least one rank out of a plurality of ranks that have been re-sorted once and the estimated number of products belonging to the rank are substantially matched, There is disclosed a product selection device that changes a variable and calculates the changed variable as a standard deviation of variation in product characteristic values and a standard deviation of variation in measured values.
- NCSL International Workshop and Symposium (August 2007, NCSL International Workshop and Symposium) David Deaver, “Managing Calibration Confidence in the Real World”, NCSL International Workshop and Symposium (NCSL International Works and Symptom 19)
- the product sorting device disclosed in Patent Document 1 calculates the variation in the measurement values at the time of stratification regarding a single item. In other words, as long as the stratification related to a single item, the number of the characteristic values of each of the multiple ranks obtained in the first stratification and the product that was in a certain rank at the first stratification is stratified again The standard deviation GRR of the variation in the measured value in which the quantity of the result of re-stratification and the quantity calculated from the ratio between the consumer risk and the producer risk coincide with each other can be obtained.
- the present invention has been made in view of the above circumstances, and does not require stratification for each item many times, and calculates the standard deviation of the product characteristic value variation and the standard deviation of the measurement value variation in a short time.
- An object is to provide a product stratification apparatus, a product stratification method, and a computer program.
- a product stratification apparatus provides a measurement unit that measures a characteristic value for a plurality of items indicating a predetermined characteristic of the product, and determines the product based on the plurality of measured characteristic values.
- a plurality of characteristic values of products belonging to at least one rank are remeasured, and based on the remeasured plurality of characteristic values, a predetermined plurality of products are classified for each item.
- the estimated number of products belonging to each rank is estimated for each item when re-stratified at least once, and based on the estimated number
- the product value variation ⁇ GRR can be calculated using the product probability distribution determined during the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the predetermined ranks are provided based on a predetermined inspection standard that defines an upper limit value and a lower limit value of a characteristic value for determining whether or not each of the predetermined ranks is a non-defective product.
- the re-stratification unit is configured to re-stratify the products belonging to a rank whose characteristic value is not more than the upper limit value and not less than the lower limit value of the predetermined inspection standard for each item, and the variation calculation unit Calculates the consumer risk and the producer risk from the estimated number of the products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and the producer risk is actually It is preferable to calculate a measurement value variation that matches the number of products determined to be defective.
- the consumer risk and the producer risk are calculated from the estimated number of products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and producer risk is actually Therefore, the measurement value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the time of the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the predetermined ranks are provided based on a predetermined inspection standard that defines an upper limit value and a lower limit value of a characteristic value for determining whether or not each of the predetermined ranks is a non-defective product.
- the re-stratification unit re-stratifies the products belonging to a rank whose characteristic value is larger than the upper limit value of the predetermined inspection standard and lower than the lower limit value of the predetermined inspection standard for each item.
- the variation calculation unit calculates a consumer risk and a producer risk from the estimated number of the products belonging to each rank for each item, and calculates the sum of the calculated consumer risk and the producer risk as the total number of products. It is preferable to calculate a measurement value variation that matches the number of products determined to be actually defective products.
- the consumer risk and the producer risk are calculated from the estimated number of products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and producer risk is actually Therefore, the measurement value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the time of the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the product stratification method is a product stratification method that can be executed by a product stratification apparatus that categorizes products. Measuring a characteristic value for a plurality of items exhibiting a predetermined characteristic, a step of stratifying the product into a predetermined plurality of ranks based on the measured characteristic value, and an average of the measured characteristic value Calculating the standard deviation of the value and the variation of the plurality of characteristic values as the standard deviation without each item, and a plurality of characteristic values of the product belonging to at least one rank among a plurality of predetermined ranks Based on a plurality of re-measured characteristic values, the product is re-stratified into the predetermined plurality of ranks for each item, and the calculated average value and assumed standard deviation for each item of the product Estimating the estimated number of the products belonging to each rank for each item when re-stratified at least once based on the probability distribution, and calculating the measured value variation of the product for each item based on the estimated number
- a plurality of characteristic values of products belonging to at least one rank are remeasured, and based on the remeasured plurality of characteristic values, a predetermined plurality of products are classified for each item.
- the estimated number of products belonging to each rank is estimated for each item when re-stratified at least once, and based on the estimated number
- the product value variation ⁇ GRR can be calculated using the product probability distribution determined during the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the product stratification device is configured to determine a predetermined upper limit value and a lower limit value of a characteristic value for determining whether or not the predetermined ranks are non-defective products. It is provided based on the inspection standard, and the product belonging to the rank whose characteristic value is not more than the upper limit value of the predetermined inspection standard and is not less than the lower limit value is re-stratified for each item, and the product belonging to each rank for each item Calculate the consumer risk and producer risk from the estimated number of products, and multiply the total number of products by the sum of the calculated consumer risk and producer risk for the product that is actually judged to be defective. It is preferable to calculate a measurement value variation that matches the number.
- the consumer risk and the producer risk are calculated from the estimated number of products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and producer risk is actually Therefore, the measurement value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the time of the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the product stratification device is configured to determine a predetermined upper limit value and a lower limit value of a characteristic value for determining whether or not the predetermined ranks are non-defective products.
- the product is provided based on an inspection standard, and the product belonging to a rank whose characteristic value is larger than the upper limit value of the predetermined inspection standard and a rank lower than the lower limit value of the predetermined inspection standard is re-stratified for each item,
- the consumer risk and the producer risk are calculated from the estimated number of the products belonging to each rank, and the value obtained by multiplying the total number of bookbinding by the sum of the calculated consumer risk and the producer risk is actually a defective product. It is preferable to calculate a measurement value variation that matches the number of products determined to be present.
- the consumer risk and the producer risk are calculated from the estimated number of products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and producer risk is actually Therefore, the measurement value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the time of the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- a computer program is a computer program that can be executed by a product stratification device that categorizes products.
- Re-stratification means for re-stratifying the products into the predetermined plurality of ranks for each item based on the plurality of re-measured characteristic values; Based on the average value and the probability distribution of the assumed standard deviation, the estimated number-by-rank calculation means for estimating the estimated number of the products belonging to each rank for each item when re-stratified at least once, and based on the estimated number Then, it is made
- a plurality of characteristic values of products belonging to at least one rank are remeasured, and based on the remeasured plurality of characteristic values, a predetermined plurality of products are classified for each item.
- the estimated number of products belonging to each rank is estimated for each item when re-stratified at least once, and based on the estimated number
- the product value variation ⁇ GRR can be calculated using the product probability distribution determined during the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the computer program according to the present invention is provided based on a predetermined inspection standard that defines an upper limit value and a lower limit value of characteristic values for determining whether or not the predetermined plurality of ranks are non-defective products.
- the re-stratification means functions as means for re-stratifying the products belonging to the rank whose characteristic value is not more than the upper limit value of the predetermined inspection standard and not less than the lower limit value for each item, and the variation calculation means,
- the consumer risk and producer risk are calculated from the estimated number of products belonging to each rank for each item, and the sum of the calculated consumer risk and producer risk multiplied by the total number of products is actually a defective product. It is preferable to function as a means for calculating a measurement value variation that matches the number of products determined to be.
- the consumer risk and the producer risk are calculated from the estimated number of products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and producer risk is actually Therefore, the measurement value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the time of the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the computer program according to the present invention is provided based on a predetermined inspection standard that defines an upper limit value and a lower limit value of characteristic values for determining whether or not the predetermined plurality of ranks are non-defective products.
- the re-stratification means functions as means for re-stratifying the products belonging to a rank whose characteristic value is larger than the upper limit value of the predetermined inspection standard and lower than the lower limit value of the predetermined inspection standard for each item.
- the variation calculating means calculates consumer risk and producer risk from the estimated number of the products belonging to each rank for each item, and multiplies the total number of bookbinding by the sum of the calculated consumer risk and producer risk. It is preferable to function as a means for calculating a measured value variation that matches the number of products determined to be actually defective products.
- the consumer risk and the producer risk are calculated from the estimated number of products belonging to each rank for each item, and the value obtained by multiplying the total number of products by the sum of the calculated consumer risk and producer risk is actually Therefore, the measurement value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the time of the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the above-described configuration re-stratifies at least once based on the calculated average value for each item of the product and the probability distribution of the assumed standard deviation.
- the estimated number of products belonging to each rank is estimated for each item, and based on the estimated number, the product measurement value variation is calculated for each item, so the product probability distribution determined at the first stratification is used.
- the measured value variation ⁇ GRR can be calculated. Therefore, the measurement man-hours can be suppressed as a whole, and the production time can be shortened and the production cost can be reduced.
- the present invention is a computer capable of executing a part thereof by a computer. Can be implemented as a program. Therefore, the present invention can take an embodiment of hardware as a product stratification device, an embodiment of software, or an embodiment of a combination of software and hardware.
- the computer program can be recorded on any computer-readable recording medium such as a hard disk, DVD, CD, optical storage device, magnetic storage device or the like.
- FIG. 1 is a block diagram showing a configuration example of a product stratification apparatus according to Embodiment 1 of the present invention.
- the product stratification apparatus according to the first embodiment includes a measuring unit 1 that measures a characteristic value indicating a predetermined characteristic of a product, and an arithmetic processing unit 2 that calculates the measured characteristic value.
- the measuring unit 1 measures characteristic values for a plurality of items indicating predetermined characteristics of the product. For example, when the product is a ceramic capacitor, the measurement unit 1 measures the capacitor capacity, which is a characteristic value of the product. As a hardware configuration of the measurement unit 1 that measures the capacitor capacity, there is an LCR meter.
- the arithmetic processing unit 2 is connected to at least a CPU (Central Processing Unit) 21, a memory 22, a storage device 23, an I / O interface 24, a video interface 25, a portable disk drive 26, a measurement interface 27, and the above-described hardware.
- the bus 28 is configured.
- the CPU 21 is connected to the above-described hardware units of the arithmetic processing unit 2 via the internal bus 28, and controls the operation of the above-described hardware units and stores the computer program 230 stored in the storage device 23.
- Various software functions are executed according to the above.
- the memory 22 is composed of a volatile memory such as SRAM or SDRAM, and a load module is expanded when the computer program 230 is executed, and stores temporary data generated when the computer program 230 is executed.
- the storage device 23 includes a built-in fixed storage device (hard disk), a ROM, and the like.
- the computer program 230 stored in the storage device 23 is downloaded by the portable disk drive 26 from a portable recording medium 90 such as a DVD or CD-ROM in which information such as programs and data is recorded. To the memory 22 and executed. Of course, it may be a computer program downloaded from an external computer connected to the network.
- the measurement interface 27 is connected to the internal bus 28, and by connecting to the measurement unit 1, it is possible to transmit / receive characteristic values and control signals measured between the measurement unit 1 and the arithmetic processing unit 2. It has become.
- the I / O interface 24 is connected to a data input medium such as a keyboard 241 and a mouse 242, and receives data input.
- the video interface 25 is connected to a display device 251 such as a CRT monitor or LCD, and displays a predetermined image.
- FIG. 2 is a functional block diagram of the product stratification apparatus according to Embodiment 1 of the present invention.
- the measuring unit 1 measures a characteristic value indicating a predetermined characteristic of the product 10.
- the stratification unit 3 categorizes the product 10 into a predetermined plurality of ranks based on the plurality of characteristic values measured by the measurement unit 1.
- the rank for categorizing the product 10 is set based on a predetermined inspection standard that defines an upper limit value and a lower limit value of a characteristic value for determining whether the product 10 is a non-defective product, for example.
- the inspection standard is defined under the same conditions as the product standard.
- FIG. 3 is a schematic diagram of a probability distribution when the stratification unit 3 of the product stratification apparatus according to Embodiment 1 of the present invention categorizes the products 10 into a plurality of ranks.
- FIG. 3 shows a probability distribution of the measured characteristic values of the product 10 with the horizontal axis representing the characteristic value of the product 10 and the vertical axis representing the number of products 10.
- the probability distribution of the measured characteristic values of the product 10 is a normal distribution.
- FIG. 3 shows an upper limit value and a lower limit value of characteristic values defined by a predetermined inspection standard.
- the stratification section 3 ranks the product 10 with rank A as the range smaller than the lower limit value of the characteristic value, rank B as the range greater than the lower limit value of the characteristic value and lower than the upper limit value, and rank C as the range larger than the upper limit value of the characteristic value.
- rank A the range smaller than the lower limit value of the characteristic value
- rank B as the range greater than the lower limit value of the characteristic value and lower than the upper limit value
- rank C as the range larger than the upper limit value of the characteristic value.
- the deemed standard deviation calculation unit 4 calculates the average value of the measured plurality of characteristic values and the standard deviation of the variation of the plurality of characteristic values for each item as the standard deviation.
- the deemed standard deviation calculation unit 4 can calculate the deemed standard deviation and can also calculate an average value of the measured characteristic values of the product 10.
- the re-stratification unit 5 re-measures a plurality of characteristic values of the product 10 belonging to at least one rank among a plurality of predetermined ranks stratified by the stratification unit 3, and based on the re-measured characteristic values
- the product 10 is re-stratified into a plurality of predetermined ranks for each item.
- the product 10 that has been re-stratified into ranks A and C by the re-stratification unit 5 exists not only in the variation in the characteristic value of the product itself (characteristic value variation) but also in the measurement value variation as described above. Because it does.
- the assumed standard deviation TV which is the standard deviation of the characteristic value variation measured by the measurement unit 1, can be expressed as (Equation 1) by the standard deviation PV of the characteristic value variation and the standard deviation GRR of the measured value variation.
- the characteristic value variation ⁇ PV of the product 10 can be obtained based on (Equation 2) from the overall variation ⁇ TV and the measured value variation ⁇ GRR .
- the estimated number-by-rank calculation unit 6 itemizes the estimated number of products 10 belonging to each rank when re-stratified at least once based on the calculated average value for each item of the product 10 and the probability distribution of the assumed standard deviation. Estimate every.
- the products 10 belonging to rank B are re-stratified and the measurement value variation ⁇ GRR is calculated for each item.
- the non-defective product rate is relatively high, enormous calculation time is required to re- stratify the good products in order to calculate the measurement value variation ⁇ GRR . Therefore, by restratifying the product 10 belonging to rank B assuming that the probability distribution stratified first for each item, that is, the average value of the measured characteristic values and the assumed standard deviation are the same, The processing load is greatly reduced.
- FIG. 4 is an explanatory diagram of a method for calculating the estimated number of products 10 belonging to each rank of the product stratification apparatus according to Embodiment 1 of the present invention.
- the total number SUM1 of products 10 is classified into rank A, rank B, rank C, and rank A, rank B, rank C, and the number of products 10 belonging to rank A belongs to rank A1 and rank B, respectively.
- the number B1 of products 10 and the number C1 of products 10 belonging to rank C are obtained.
- FIG. 5 is a schematic diagram showing an image of re-stratification within the same standard of the product stratification apparatus according to Embodiment 1 of the present invention.
- the number of products 10 determined to belong to rank A is A1-1
- the number of products 10 determined to belong to rank B is B1-1
- rank The number of products 10 determined to belong to C is assumed to be C1-1.
- the number of non-defective products B1-1 is 3011
- the number of lower defective products A1-1 is 123
- the number of upper defective products C1-1 is 252
- the total number of non-defective products G TOTAL is 2780.
- the number AC1- in- 2 of products 10 determined as defective when the products 10 belonging to rank B are re-stratified after stratification is 48.
- the number of good products B2-1 is 2998
- the number of lower defective products A2-1 is 156
- the number of upper defective products C2-1 is 232
- the total number of good products G TOTAL is 2780.
- the number AC3- in- 2 of products 10 determined as defective when the products 10 belonging to rank B are re-stratified after stratification is set to 36.
- the variation calculation unit 7 calculates the measured value variation of the product 10 for each item based on the estimated number estimated for each item.
- the total number SUM1 of products 10 is the number A1-1 of products 10 determined to belong to rank A, the number B1-1 of products 10 determined to belong to rank B, rank The sum of the number C1-1 of the products 10 determined to belong to C.
- SUM1 3386.
- FIG. 6 is an explanatory diagram of a probability distribution at the time of stratification within the same standard of the product stratification apparatus according to Embodiment 1 of the present invention. As shown in FIG. 6, assuming that the number of products 10 determined to belong to rank B, which is a non-defective product, is B1-1, the middle point thereof is an average value X bar of characteristic values.
- the upper limit value of the inspection standard and the upper limit value of the product standard, the lower limit value of the inspection standard and the lower limit value of the product standard are matched, so the standard deviation of the variation of the entire product is ⁇ TV , and the lower limit value of the product standard is
- the upper limit value of the product standard can be represented by the average value X bar + x2 ⁇ ⁇ TV of the characteristic value, and the average value X bar + x1 ⁇ ⁇ TV of the characteristic value.
- the average value X bar characteristic values (lower limit -x1 ⁇ sigma TV product standards), or are the (product standards limit -x2 ⁇ ⁇ TV), ⁇ TV by Rearranging equation (3) Can be requested.
- the average value X bar of the characteristic values can be obtained from (Equation 4), and re-stratification can be performed for the products 10 belonging to rank B, that is, the products 10 determined to be non-defective products.
- FIG. 7 is an explanatory diagram of the probability distribution at the time of re-stratification of the product stratification apparatus according to Embodiment 1 of the present invention.
- the number B1-1 of the products 10 determined to be non-defective at the first stratification is re-stratified as the total number SUM2 at the time of re-stratification.
- the number (total number of non-defective products) is B in -1-1.
- the probability of being judged as a defective product at the time of re-stratification that is, the producer risk (probability) is PR in . is determined, the probability is determined when by re layers as defective, that is, the consumer risk (probability) CR in, the number of defective products during different re layers probability total number SUM2 (PR in + CR in ).
- Table 1 shows a process of deriving the measured value variation ⁇ GRR1 of item 1 in the above-described example.
- X tal2 is a value obtained by multiplying the total number SUM2 by the sum of producer risk (probability) PR in and consumer risk (probability) CR in
- X tal1 is rank B after stratification. the number AC1- in -2 product 10 determined as defective when by the product 10 again layer belonging to, respectively.
- the first stratification of multiple items is made by stratifying into three ranks A, B, C at the time of the first stratification and re-stratifying rank B, which is the rank to which the non-defective product belongs. Since time distribution data can be estimated, it is possible to derive measured value variations ⁇ GRR1 , ⁇ GRR2 , ⁇ GRR3 for each item.
- FIG. 8 and 9 are flowcharts showing a processing procedure for calculating the measurement value variation ⁇ GRR of the product stratification apparatus according to Embodiment 1 of the present invention.
- the CPU 21 of the arithmetic processing unit 2 of the product stratification apparatus according to the first embodiment acquires the characteristic value for each item of the product 10 measured by the measurement unit 1 and received by the measurement interface 27 (step S801), the products 10 are classified into rank A, rank B, and rank C shown in FIG. 3 based on the acquired characteristic value for each item of the product 10 (step S802).
- CPU21 transmits the instruction
- the measurement unit 1 that has received the instruction signal remeasures the characteristic value for each item of the product 10 stratified by rank B.
- the CPU 21 acquires again the characteristic value for each item of the remeasured product 10 (step S804), re-stratifies the product 10 into a plurality of ranks based on the characteristic value for each item acquired again (step S805), Count the number of products 10 belonging to each rank classified by item (step S806).
- the number of defective products for each item for example, the number of defective products AC1- in- 2 of item 1, the defective product of item 2.
- the CPU 21 estimates the estimated number of products 10 belonging to the rank A, rank B, and rank C that are re-stratified, assuming that they are the same as the average value and standard deviation at the time of the first stratification (step S808). ), The characteristic value variation ⁇ TV of the entire product 10 is calculated.
- CPU 21 may measure the variation sigma GRR (item 1 of the measurement variation sigma GRR1, measurement variation sigma GRR2 item 2, item 3 measurements variation ⁇ GRR3) was set to 0.1 ⁇ sigma TV (step S901), calculates a characteristic value variation sigma PV products (step S902).
- the characteristic value variation ⁇ PV can be calculated as the square root of ( ⁇ TV2 + ⁇ GRR2 ).
- the probability PR in that it is determined to be defective at the time of re-stratification despite being non-defective is determined to be non-defective at the time of the first stratification despite being defective, and at the time of re-stratification
- the CPU 21 calculates the number of defective products X tal2 at the time of re-stratification for each item (step S903).
- CPU 21 is, if the difference is determined to be larger than the predetermined threshold value (step S905: YES), CPU 21 may, towards the X TAL2 the calculated determines the number X TAL1 is greater than or not defective (step S906).
- step S906 determines whether CPU 21 has the direction of X TAL2 the calculated is determined to be greater than the number X TAL1 defective (step S906: YES). If CPU 21 has the direction of X TAL2 the calculated is determined to number X TAL1 less defective (step S906: NO), CPU 21 increases the measured values variation sigma GRRn by a predetermined value (step S908), the processing Is returned to step S902, and the above-described processing is repeated.
- step S905 NO
- the CPU 21 stores the measured value variation ⁇ GRRn of the item n at that time (step S909), and n is 3. Whether or not (step S910).
- step S910 NO
- the CPU 21 increments n by “1” (step S911), returns the processing to step S905, and repeats the above-described processing.
- step S910 YES
- the CPU 21 ends the process.
- the probability distribution is obtained from the first average value and standard deviation for each item, and the measured value variations ⁇ GRR1 , ⁇ GRR2 , ⁇ GRR3 can be derived, so that the calculation processing time can be shortened. .
- the product stratification device it is possible to estimate the probability distribution for each item only by re-stratifying rank B to which the product 10 determined to be non-defective belongs. Therefore, consumer risk and producer risk can be calculated for each item. Therefore, the estimated number when the products belonging to rank B that are non-defective products are re-stratified is estimated for each item, and the measured value variation of the product is calculated for each item based on the estimated number, so the first stratification
- the measured value variation ⁇ GRR can be calculated using the probability distribution of the product determined at times. Therefore, the measurement man-hours can be suppressed as a whole, and it becomes possible to shorten the production time and the production cost.
- Embodiment 2 The configuration example and the function of the product stratification apparatus according to the second embodiment of the present invention are the same as those in FIGS. 1 and 2 in the first embodiment. .
- the characteristic values of the products 10 belonging to the ranks A and C are re-measured, and the products are re-stratified into a plurality of predetermined ranks for each item based on the re-measured characteristic values, and the measured value variation ⁇ GRR This is different from the first embodiment in that it is calculated.
- the re-stratification unit 5 re-measures a plurality of characteristic values of the product 10 belonging to the ranks A and C among the predetermined plurality of ranks stratified by the stratification unit 3, and re-measures the plurality of characteristic values. Based on the characteristic value, the product 10 is re-stratified into ranks based on the same inspection standard as the stratification unit 3.
- the deemed standard deviation calculation unit 4 calculates the average value of the measured multiple characteristic values and the standard deviation of the variation of the multiple characteristic values for each item as the standard deviation.
- the deemed standard deviation calculation unit 4 can calculate the deemed standard deviation and can also calculate an average value of the measured characteristic values of the product 10.
- the restratification unit 5 restratifies the products 10 belonging to ranks A and C.
- the estimated number-by-rank calculation unit 6 itemizes the estimated number of products 10 belonging to each rank when re-stratified at least once based on the calculated average value for each item of the product 10 and the probability distribution of the assumed standard deviation. Estimate every.
- the products 10 belonging to ranks A and C are stratified, and the measurement value variation ⁇ GRR is calculated for each item. That is, when the yield rate is relatively high, an enormous amount of calculation time by another re-layer non-defective for calculating required measurements variation sigma GRR. Therefore, assuming that the probability distribution stratified first for each item, that is, the average value and the standard deviation of the characteristic values are the same, the product 10 belonging to the ranks A and C is re-stratified, thereby calculating the processing load. Is greatly reduced.
- FIG. 10 is an explanatory diagram of a method for calculating the estimated number of products 10 belonging to each rank of the product stratification apparatus according to Embodiment 2 of the present invention.
- the total number SUM1 of products 10 is classified into rank A, rank B, and rank C, and the number 10 of products 10 belonging to rank A and products belonging to rank B are classified.
- the number B1 of 10 and the number C1 of products 10 belonging to rank C are obtained.
- FIG. 11 is a schematic diagram showing an image of re-stratification within the same standard of the product stratification apparatus according to Embodiment 2 of the present invention.
- the number of products 10 determined to belong to rank A is A OUT -1-1
- the number of products 10 determined to belong to rank B is B OUT. -1-1
- the number of products 10 determined to belong to rank C is C OUT -1-1.
- the number of non-defective products B OUT -1-1 is 3046
- the number of lower defective products A OUT -1-1 is 598
- the number of upper defective products C OUT -1-1 is 942.
- the number G TOTAL is set to 1718
- the number AC in -OUT -1-2 of the product 10 determined to be defective as a result of re-stratification of the product 10 determined to be a defective product after stratification is 1263.
- the number AC in -OUT -1-2 of the product 10 determined to be defective as a result of re-stratification of the product 10 determined to be a defective product after stratification is 1263.
- the number of good products B OUT -2-1 is 3051
- the number of lower defective products A OUT -2-1 is 562
- the number of upper defective products C OUT -2-1 is 973.
- the number AC in -OUT -2-2 of the product 10 determined to be defective as a result of re-stratification with respect to the product 10 determined to be a defective product after stratification is 1390.
- the number AC in -OUT -2-2 of the product 10 determined to be defective as a result of re-stratification with respect to the product 10 determined to be a defective product after stratification is 1390.
- the number of non-defective products B OUT -3-1 is 3004, the number of lower defective products A OUT -3-1 is 1179, and the number of upper defective products C OUT -3-1 is 403.
- the product 10 is determined to be defective even one item after another layer, re-stratified a result, the product 10 is determined to be defective number AC in - OUT -3-2 1266
- the variation calculation unit 7 illustrated in FIG. 2 calculates the measurement value variation of the product 10 for each item based on the estimated number estimated for each item.
- the total number SUM1 of products 10 is the number A OUT -1-1 of products 10 determined to belong to rank A and the number B OUT of products 10 determined to belong to rank B.
- -1-1 the sum of the number C OUT -1-1 of the products 10 determined to belong to rank C.
- SUM1 4586.
- FIG. 12 is an explanatory diagram of the probability distribution at the time of stratification within the same standard of the product stratification apparatus according to Embodiment 2 of the present invention. As shown in FIG. 12, when the number of products 10 which are determined to belong to the rank B is a non-defective and B OUT -1-1, the middle point is the mean value X bar of characteristic values.
- the upper limit value of the inspection standard and the upper limit value of the product standard, the lower limit value of the inspection standard and the lower limit value of the product standard are matched, so the standard deviation of the variation of the entire product is ⁇ TV , and the lower limit value of the product standard is
- the upper limit value of the product standard can be represented by the average value X bar + x2 ⁇ ⁇ TV of the characteristic value, and the average value X bar + x1 ⁇ ⁇ TV of the characteristic value.
- the lower limit value of the product standard is a cumulative probability point of A OUT ⁇ 1 to the total number SUM1 of products 10, and the upper limit value of the product standard is (A OUT ⁇ 1 + B OUT for the total number SUM1 of products 10. -1-1) Since there are cumulative probability points, x1 and x2 can be obtained as reciprocals of the cumulative distribution function of the standard normal distribution.
- the average value X bar characteristic values (lower limit -x1 ⁇ sigma TV product standards), or are the (product standards limit -x2 ⁇ ⁇ TV), ⁇ TV by Rearranging equation (5) Can be requested.
- the average value X bar of the characteristic values can be obtained from (Equation 6), and the product 10 belonging to the rank B, that is, the product 10 determined to be a non-defective product can be re-stratified.
- FIG. 13 is an explanatory diagram of a probability distribution at the time of re-stratification in the product stratification apparatus according to Embodiment 2 of the present invention.
- the number A OUT -1-1 and C OUT -1-1 of the products 10 determined as defective products at the first stratification, and item 1 is non-defective at the first stratification.
- the number B in -1-1 of the products 10 determined to be defective in other items is re-stratified. That is, it is different from the first embodiment in that the non-standard layer for re-stratifying defective products and the intra-standard layer for re-stratifying non-defective products are simultaneously performed.
- PR OUT is the probability of being judged as defective when classifying despite being non-defective, that is, the producer risk (probability) is determined as defective when re-stratifying despite being good.
- Producer risk (probability) is PR in
- consumer risk (probability) is determined to be defective at the time of stratification even if it is a defective product, and CR in , If the consumer risk (probability) determined to be a defective product regardless of the upper / lower side is CR OUT , the number of defective products at the time of re-stratification is the probability (total number SUM1) It can be estimated as the sum of a value obtained by multiplying PR OUT + CR OUT ) and a value obtained by multiplying the total number SUM2 by a probability (PR in + CR in ).
- (Table 4) shows a process of deriving the measured value variation ⁇ GRR1 of item 1 in the above-described example.
- X TAL2 is a value obtained by multiplying the probability (PR OUT + CR OUT) to total number SUM1, the sum of the value obtained by multiplying the probability (PR in + CR in) the total number SUM2,
- X TAL1 is for products 10 that are determined after stratified to be defective even one item, re-stratified a result, the number AC in the product 10 which is determined to be defective - and OUT -1-2, respectively ing.
- Table 5 a process of deriving a measured value variation sigma GRR2 item 2 in the above example
- Table 6 deriving a measure variation sigma GRR3 item 3 in the above example
- X tal1 is a product that is determined to be defective as a result of re-stratification with respect to the product 10 that has been determined to be defective after stratification.
- Ten numbers AC in -OUT -2-2 and AC in -OUT -3-2 are shown, respectively.
- the first rank of multiple items is divided into three ranks A, B, C at the time of the first stratification, and rank A, C, which is the rank to which the defective product belongs, is re-stratified. Since the distribution data at the time of stratification can be estimated, measurement value variations ⁇ GRR1 , ⁇ GRR2 , ⁇ GRR3 can be derived for each item.
- step S1401 the CPU 21 of the arithmetic processing unit 2 of the product stratification apparatus according to the second embodiment acquires the characteristic value for each item of the product 10 measured by the measurement unit 1 and received by the measurement interface 27 (step S1401), based on the acquired characteristic value for each item of product 10, product 10 is stratified into rank A, rank B, and rank C shown in FIG. 3 (step S1402).
- CPU21 transmits an instruction
- the measurement unit 1 that has received the instruction signal remeasures the characteristic value for each item of the product 10 stratified into rank A or rank C.
- the CPU 21 acquires again the characteristic value for each item of the remeasured product 10 (step S1404), re-stratifies the product 10 into a plurality of ranks based on the characteristic value for each item acquired again (step S1405), The number of products 10 belonging to each rank classified by the number of items is counted (step S1406).
- the number of defective products for each item for example, the number of defective products of item 1 AC in -OUT -1-2, item 2 number AC in the defective - OUT -2-2, number AC in the defective item 3 - OUT -3-2, respectively calculated (step S1407).
- the CPU 21 estimates the estimated number of products 10 belonging to the rank A, rank B, and rank C that are re-stratified on the assumption that they are the same as the average value and standard deviation at the time of the first stratification (step S1408). ), The characteristic value variation ⁇ TV of the entire product 10 is calculated.
- CPU 21 may measure the variation sigma GRR (item 1 of the measurement variation sigma GRR1, measurement variation sigma GRR2 item 2, item 3 measurements variation ⁇ GRR3) was set to 0.1 ⁇ sigma TV (Step S1501)
- the product characteristic value variation ⁇ PV is calculated (Step S1502).
- the characteristic value variation ⁇ PV can be calculated as the square root of ( ⁇ TV2 + ⁇ GRR2 ).
- the probability PR OUT determined to be a defective product at the time of stratification even though it is a non-defective product the probability PR in determined to be a defective product at the time of re-stratification even though it is a non-defective product
- Probability CR in that it is determined to be a non-defective product at the time of stratification and is determined to be a defective product at the time of re-stratification, and is determined to be a defective product regardless of the upper / lower side.
- the CPU 21 is the sum of the value obtained by multiplying the total number SUM1 by the probability (PR OUT + CR OUT ) and the value obtained by multiplying the total number SUM2 by the probability (PR in + CR in ) X tal2 is calculated for each item (step S1503).
- step S1506 determines whether CPU 21 has the direction of X TAL2 the calculated is determined to be greater than the number X TAL1 defective (step S1506: YES). If CPU 21 has the direction of X TAL2 the calculated is determined to number X TAL1 less defective (step S1506: NO), CPU 21 increases the measured values variation sigma GRRn by a predetermined value (step S1508), the processing Is returned to step S1502, and the above-described processing is repeated.
- step S1505 determines that the difference is equal to or smaller than the predetermined threshold (step S1505: NO)
- the CPU 21 stores the measured value variation ⁇ GRRn of the item n at that time (step S1509), and n is 3. It is determined whether or not (step S1510).
- step S1510: NO the CPU 21 increments n by “1” (step S1511), returns the process to step S1505, and repeats the above-described process.
- step S1510: YES the CPU 21 ends the process.
- the probability distribution is obtained from the first average value and standard deviation for each item, and the measured value variations ⁇ GRR1 , ⁇ GRR2 , ⁇ GRR3 can be derived, so that the calculation processing time can be shortened. .
- the product 10 belonging to the rank A and the rank C to which the product 10 determined to be a defective product belongs is simply re-stratified. Since the probability distribution can be estimated, the consumer risk and the producer risk can be calculated for each item. Therefore, the estimated number when the product 10 belonging to rank A or rank C, which is a defective product, is re-stratified is estimated for each item, and based on the estimated number, the measured value variation of the product is calculated for each item.
- the measured value variation ⁇ GRR can be calculated using the probability distribution of the product determined at the first stratification. Therefore, the measurement man-hours can be suppressed as a whole, and it becomes possible to shorten the production time and the production cost.
- the product stratification device is an electronic component that is mass-produced, for example, the frequency impedance characteristics of a chip coil, the capacitance of a chip capacitor, the loss factor, etc., the attenuation due to the filter frequency, the semiconductor, the sensor
- the present invention can be applied to the case where the measurement accuracy of characteristic values such as is calculated.
- the measurement accuracy of appearance measurement such as the size, shape, color, etc. of components including those other than electronic components.
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Sorting Of Articles (AREA)
Abstract
項目ごとに何度も層別する必要がなく、短時間で製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を算出することができる製品層別装置、製品層別方法及びコンピュータプログラムを提供する。 本発明に係る製品層別装置は、測定した複数の特性値に基づき、製品を所定の複数のランクに層別する。測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出する。層別した所定の複数のランクのうち、少なくとも一つのランクに属する製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、製品を項目ごとに所定の複数のランクに再層別し、算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づき、少なくとも一度再層別した場合に各ランクに属する製品の推定個数を項目ごとに推定する。推定個数に基づいて、製品の測定値バラツキを項目ごとに算出する。
Description
本発明は、製品を層別する製品層別装置、製品層別方法及びコンピュータプログラムに関する。
製品は、出荷する前に所定の特性を示す特性値が測定され、所定の規格を満たすか否かにより良品又は不良品に層別される。製品の層別は、製品層別装置を用いて測定した製品の特性値と、製品規格(製品として要求される特性値)よりも条件が厳しい検査規格とを比較することにより行われる。測定した製品の特性値のバラツキが、製品自体の特性値のバラツキのみであれば、検査規格を製品規格と同一の条件に規定した場合であっても、製品層別装置により製品を良品又は不良品に正しく層別することができる。
しかし、測定した製品の特性値のバラツキには、製品自体の特性値のバラツキのみではなく、測定システムの測定値のバラツキが含まれている。そのため、製品層別装置において良品と層別された製品に不良品が含まれている、又は不良品と層別された製品に良品が含まれているおそれがある。ここで、不良品である製品が誤って良品に層別される確率を消費者リスク、良品である製品が誤って不良品に層別される確率を生産者リスクという。
消費者リスク及び生産者リスクを算出する方法は、非特許文献1及び2に開示されている。非特許文献1には、モンテカルロ法を用いて、製品層別装置における消費者リスク及び生産者リスクを算出する方法が開示されている。非特許文献2には、二重積分式を用いて、特性値のバラツキ及び測定値のバラツキの分布が正規分布であるとして、消費者リスク及び生産者リスクを算出する方法が開示されている。
非特許文献1又は2に開示されている方法で消費者リスク及び生産者リスクを算出する場合、製品自体の特性値のバラツキ、測定システムの測定値のバラツキ等については、算出することはできない。そこで、特許文献1では、一度再選別した複数のランクのうち、少なくとも一つのランクに属する製品の個数と、該ランクに属する製品の推定個数とが略一致するようにみなし標準偏差の確率分布の変数を変更して、変更した変数を製品の特性値のバラツキの標準偏差及び測定値のバラツキの標準偏差として算出する製品選別装置が開示されている。
エム.ドバート(M.Dobbert)「測定リスクの理解(Understanding Measurement Risk)」、エヌシーエスエル インターナショナル ワークショップ アンド シンポジウム(NCSL International Workshop and Symposium)、2007年8月
デーヴィッド ディーヴァー(David Deaver)、「実用上の校正管理(Managing Calibration Confidence in the Real World)」、エヌシーエスエル インターナショナル ワークショップ アンド シンポジウム(NCSL International Workshop and Symposium)、1995年
特許文献1に開示されている製品選別装置では、単一の項目に関する層別時の測定値のバラツキを算出している。すなわち、単一の項目に関する層別である限り、1回目の層別で複数ランクのそれぞれの特性値を取得した個数と、1回目の層別時にはあるランクであった製品を再度層別した場合の再層別結果の数量と、消費者リスクと生産者リスクとの比率から算出される数量とが一致する測定値のバラツキの標準偏差GRRを求めることができる。
しかし、多項目を層別して測定値のバラツキと特性値のバラツキとの標準偏差を算出する場合、層別の項目ごとに2回層別する必要があり、測定工数の増大により生産時間の増加及び生産コストの増大という問題点が生じていた。
本発明は、上記事情に鑑みてなされたものであり、項目ごとに何度も層別する必要がなく、短時間で製品の特性値バラツキの標準偏差及び測定値バラツキの標準偏差を算出することができる製品層別装置、製品層別方法及びコンピュータプログラムを提供することを目的とする。
上記目的を達成するために本発明に係る製品層別装置は、製品の所定の特性を示す複数の項目について特性値を測定する測定部と、測定した複数の特性値に基づき、前記製品を所定の複数のランクに層別する層別部と、測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出するみなし標準偏差算出部と、層別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、前記製品を項目ごとに前記所定の複数のランクに再層別する再層別部と、算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する前記製品の推定個数を項目ごとに推定するランク別推定個数算出部と、前記推定個数に基づいて、前記製品の測定値バラツキを項目ごとに算出するバラツキ算出部とを備えることを特徴とする。
本発明では、層別した所定の複数のランクのうち、少なくとも一つのランクに属する製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、製品を項目ごとに所定の複数のランクに再層別することにより、全ての製品の特性値を再測定する必要がなく、測定システム解析MSAの手法のような測定治具の取り外し等の作業を伴う繰返し測定を行う必要がない。また、算出された製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する製品の推定個数を項目ごとに推定し、推定個数に基づいて、製品の測定値バラツキを項目ごとに算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
また、本発明に係る製品層別装置は、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再層別部は、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を項目ごとに再層別するようにしてあり、前記バラツキ算出部は、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するようにしてあることが好ましい。
本発明では、項目ごとの各ランクに属する製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
また、本発明に係る製品層別装置は、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再層別部は、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を項目ごとに再層別するようにしてあり、前記バラツキ算出部は、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するようにしてあることが好ましい。
本発明では、項目ごとの各ランクに属する製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
次に、上記目的を達成するために本発明に係る製品層別方法は、製品を層別する製品層別装置で実行することが可能な製品層別方法において、前記製品層別装置は、製品の所定の特性を示す複数の項目について特性値を測定するステップと、測定した複数の特性値に基づき、前記製品を所定の複数のランクに層別するステップと、測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出するステップと、層別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、前記製品を項目ごとに前記所定の複数のランクに再層別するステップと、算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する前記製品の推定個数を項目ごとに推定するステップと、前記推定個数に基づいて、前記製品の測定値バラツキを項目ごとに算出するステップとを含むことを特徴とする。
本発明では、層別した所定の複数のランクのうち、少なくとも一つのランクに属する製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、製品を項目ごとに所定の複数のランクに再層別することにより、全ての製品の特性値を再測定する必要がなく、測定システム解析MSAの手法のような測定治具の取り外し等の作業を伴う繰返し測定を行う必要がない。また、算出された製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する製品の推定個数を項目ごとに推定し、推定個数に基づいて、製品の測定値バラツキを項目ごとに算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
また、本発明に係る製品層別方法において、前記製品層別装置は、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を項目ごとに再層別してあり、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出することが好ましい。
本発明では、項目ごとの各ランクに属する製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
また、本発明に係る製品層別方法において、前記製品層別装置は、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を項目ごとに再層別してあり、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製本全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出することが好ましい。
本発明では、項目ごとの各ランクに属する製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
次に、上記目的を達成するために本発明に係るコンピュータプログラムは、製品を層別する製品層別装置で実行することが可能なコンピュータプログラムにおいて、前記製品層別装置を、製品の所定の特性を示す複数の項目について特性値を測定する測定手段、測定した複数の特性値に基づき、前記製品を所定の複数のランクに層別する層別手段、測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出するみなし標準偏差算出手段、層別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、前記製品を項目ごとに前記所定の複数のランクに再層別する再層別手段、算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する前記製品の推定個数を項目ごとに推定するランク別推定個数算出手段、及び前記推定個数に基づいて、前記製品の測定値バラツキを項目ごとに算出するバラツキ算出手段として機能させることを特徴とする。
本発明では、層別した所定の複数のランクのうち、少なくとも一つのランクに属する製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、製品を項目ごとに所定の複数のランクに再層別することにより、全ての製品の特性値を再測定する必要がなく、測定システム解析MSAの手法のような測定治具の取り外し等の作業を伴う繰返し測定を行う必要がない。また、算出された製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する製品の推定個数を項目ごとに推定し、推定個数に基づいて、製品の測定値バラツキを項目ごとに算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
また、本発明に係るコンピュータプログラムは、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再層別手段を、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を項目ごとに再層別する手段として機能させ、前記バラツキ算出手段を、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出する手段として機能させることが好ましい。
本発明では、項目ごとの各ランクに属する製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
また、本発明に係るコンピュータプログラムは、前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、前記再層別手段を、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を項目ごとに再層別する手段として機能させ、前記バラツキ算出手段を、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製本全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出する手段として機能させることが好ましい。
本発明では、項目ごとの各ランクに属する製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
本発明に係る製品層別装置、製品層別方法及びコンピュータプログラムでは、上記の構成により、算出された製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する製品の推定個数を項目ごとに推定し、推定個数に基づいて、製品の測定値バラツキを項目ごとに算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることも可能となる。
以下、本発明の実施の形態における製品自体の特性値バラツキ及び測定システムの測定値バラツキを算出することが可能な製品層別装置について、図面を用いて具体的に説明する。以下の実施の形態は、特許請求の範囲に記載された発明を限定するものではなく、実施の形態の中で説明されている特徴的事項の組み合わせの全てが解決手段の必須事項であるとは限らないことは言うまでもない。
以下の実施の形態では、コンピュータシステムにコンピュータプログラムを導入した、製品層別装置について説明するが、当業者であれば明らかな通り、本発明はその一部をコンピュータで実行することが可能なコンピュータプログラムとして実施することができる。したがって、本発明は、製品層別装置というハードウェアとしての実施の形態、ソフトウェアとしての実施の形態、又はソフトウェアとハードウェアとの組み合わせの実施の形態をとることができる。コンピュータプログラムは、ハードディスク、DVD、CD、光記憶装置、磁気記憶装置等の任意のコンピュータで読み取ることが可能な記録媒体に記録することができる。
(実施の形態1)
図1は、本発明の実施の形態1に係る製品層別装置の構成例を示すブロック図である。本実施の形態1に係る製品層別装置は、製品の所定の特性を示す特性値を測定する測定部1と、測定した特性値を演算する演算処理部2とを備えている。
図1は、本発明の実施の形態1に係る製品層別装置の構成例を示すブロック図である。本実施の形態1に係る製品層別装置は、製品の所定の特性を示す特性値を測定する測定部1と、測定した特性値を演算する演算処理部2とを備えている。
測定部1は、製品の所定の特性を示す複数の項目について特性値を測定する。例えば、製品がセラミックコンデンサである場合、製品の特性値であるコンデンサ容量を測定部1で測定する。コンデンサ容量を測定する測定部1のハードウェア構成としては、LCRメータがある。
演算処理部2は、少なくともCPU(中央演算装置)21、メモリ22、記憶装置23、I/Oインタフェース24、ビデオインタフェース25、可搬型ディスクドライブ26、測定インタフェース27及び上述したハードウェアを接続する内部バス28で構成されている。
CPU21は、内部バス28を介して演算処理部2の上述したようなハードウェア各部と接続されており、上述したハードウェア各部の動作を制御するとともに、記憶装置23に記憶しているコンピュータプログラム230に従って、種々のソフトウェア的機能を実行する。メモリ22は、SRAM、SDRAM等の揮発性メモリで構成され、コンピュータプログラム230の実行時にロードモジュールが展開され、コンピュータプログラム230の実行時に発生する一時的なデータ等を記憶する。
記憶装置23は、内蔵される固定型記憶装置(ハードディスク)、ROM等で構成されている。記憶装置23に記憶しているコンピュータプログラム230は、プログラム及びデータ等の情報を記録したDVD、CD-ROM等の可搬型記録媒体90から、可搬型ディスクドライブ26によりダウンロードされ、実行時には記憶装置23からメモリ22へ展開して実行される。もちろん、ネットワークに接続されている外部のコンピュータからダウンロードされたコンピュータプログラムであっても良い。
測定インタフェース27は内部バス28に接続されており、測定部1と接続されることにより、測定部1と演算処理部2との間で測定した特性値や制御信号等を送受信することが可能となっている。
I/Oインタフェース24は、キーボード241、マウス242等のデータ入力媒体と接続され、データの入力を受け付ける。また、ビデオインタフェース25は、CRTモニタ、LCD等の表示装置251と接続され、所定の画像を表示する。
以下、上述した構成の製品層別装置の動作について説明する。図2は、本発明の実施の形態1に係る製品層別装置の機能ブロック図である。測定部1は、製品10の所定の特性を示す特性値を測定する。
層別部3は、測定部1において測定した複数の特性値に基づいて、製品10を所定の複数のランクに層別する。製品10を層別するランクは、例えば製品10が良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられる。なお、本実施の形態1では、検査規格を製品規格と同一の条件に規定している場合について説明する。図3は、本発明の実施の形態1に係る製品層別装置の層別部3が製品10を複数のランクに層別した場合の確率分布の模式図である。図3は、横軸を製品10の特性値、縦軸を製品10の個数として、測定した製品10の特性値の確率分布を表している。測定した製品10の特性値の確率分布は、正規分布となっている。
さらに、図3には、所定の検査規格で規定した特性値の上限値及び下限値が図示されている。層別部3は、特性値の下限値より小さい範囲をランクA、特性値の下限値以上、上限値以下の範囲をランクB、特性値の上限値より大きい範囲をランクCとして製品10を層別する。なお、ランクBに属する製品10は検査規格に基づき良品と判断され、ランクA、Cに属する製品10は検査規格に基づき不良品と判断される。
図2に戻って、みなし標準偏差算出部4は、測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとにみなし標準偏差として算出する。なお、みなし標準偏差算出部4は、みなし標準偏差を算出するとともに、測定した製品10の特性値の平均値も算出することができる。
再層別部5は、層別部3で層別した所定の複数のランクのうち、少なくとも一つのランクに属する製品10の複数の特性値を再測定し、再測定した複数の特性値に基づき、製品10を項目ごとに所定の複数のランクに再層別する。再層別部5でランクA、Cに再層別された製品10が存在するのは、上述したように、製品自体の特性値のバラツキ(特性値バラツキ)だけでなく、測定値バラツキが存在するからである。測定部1で測定した特性値のバラツキの標準偏差であるみなし標準偏差TVは、特性値バラツキの標準偏差PVと、測定値バラツキの標準偏差GRRとにより(式1)として表わすことができる。
したがって、製品10の特性値バラツキσPVは、全体のバラツキσTVと測定値バラツキσGRR とから、(式2)に基づいて求めることができる。
ランク別推定個数算出部6は、算出された製品10の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する製品10の推定個数を項目ごとに推定する。
本実施の形態1では、ランクBに属する製品10について再層別し、項目別に測定値バラツキσGRR を算出している。つまり、良品率が比較的高い場合には、測定値バラツキσGRR を算出するために良品を再層別すると膨大な演算時間が必要となる。そこで、項目ごとに1回目に層別した確率分布、すなわち測定した複数の特性値の平均値及びみなし標準偏差が同一であると仮定してランクBに属する製品10について再層別することで、演算処理負荷を大きく低減している。
図4は、本発明の実施の形態1に係る製品層別装置の各ランクに属する製品10の推定個数を算出する方法の説明図である。図4(a)に示すように、まず製品10の全体個数SUM1についてランクA、ランクB、ランクCの3ランクに層別を行い、それぞれランクAに属する製品10の個数A1、ランクBに属する製品10の個数B1、ランクCに属する製品10の個数C1を求める。
そして、ランクBに属する製品10を再層別することにより、ランクA、ランクCと判定される製品10が存在する。すなわち、図4(b)に示すようにランクBに属する製品10の個数がB2となり、ランクAに属する製品10の増加個数A2、ランクCに属する製品10の増加個数C2をそれぞれ求めることができる。
図5は、本発明の実施の形態1に係る製品層別装置の同一規格内の再層別のイメージを示す模式図である。図5(a)に示すように、所定の項目において、ランクAに属すると判定された製品10の個数をA1-1、ランクBに属すると判定された製品10の個数をB1-1、ランクCに属すると判定された製品10の個数をC1-1とする。
ランクBに属する製品10、すなわち良品であると判定された製品10を再層別する場合には、図5(a)と同一の確率分布であると仮定し、それぞれのランクに属する製品10の個数を算出する。具体的には、図5(b)に示すように、図5(a)と同一の平均値、標準偏差を有する確率分布と仮定して、ランクAに属すると判定された製品10の個数Ain-1-1、ランクBに属すると判定された製品10の個数Bin-1-1、ランクCに属すると判定された製品10の個数Cin-1-1を、それぞれ算出する。算出したランクBに属すると判定された製品10の個数Bin-1-1が、総合良品数GTOTAL となる。
例えば、項目1について、良品の個数B1-1を3011、下側不良品の個数A1-1を123、上側不良品の個数C1-1を252と、総合良品数GTOTAL を2780とした場合、再層別時のランクAに属する製品10の個数Ain-1-1は、(A1-1 ×GTOTAL /B1-1 =123×2780/3011=113.5636)で求めることができ、再層別時のランクCに属する製品10の個数Cin-1-1は、(C1-1 ×GTOTAL /B1-1 =252×2780/3011=232.6669)で求めることができる。なお、層別後にランクBに属する製品10を再層別した場合に不良品と判定された製品10の個数AC1-in-2は48とする。
同様に、項目2について、良品の個数B2-1を2998、下側不良品の個数A2-1を156、上側不良品の個数C2-1を232と、総合良品数GTOTAL を2780とした場合、再層別時のランクAに属する製品10の個数Ain-2-1は、(A2-1 ×GTOTAL /B2-1 =156×2780/1998=144.6564)で求めることができ、再層別時のランクCに属する製品10の個数Cin-2-1は、(C2-1 ×GTOTAL /B2-1 =232×2780/2998=215.1301)で求めることができる。なお、層別後にランクBに属する製品10を再層別した場合に不良品と判定された製品10の個数AC2-in-2は53とする。
同様に、項目3について、良品の個数B3-1を2983、下側不良品の個数A3-1を231、上側不良品の個数C3-1を172と、総合良品数GTOTAL を2780とした場合、再層別時のランクAに属する製品10の個数Ain-3-1は、(A3-1 ×GTOTAL /B3-1 =231×2780/2983=215.2799)で求めることができ、再層別時のランクCに属する製品10の個数Cin-3-1は、(C3-1 ×GTOTAL /B3-1 =172×2780/2983=160.2950)で求めることができる。なお、層別後にランクBに属する製品10を再層別した場合に不良品と判定された製品10の個数AC3-in-2は36とする。
図2に戻って、バラツキ算出部7は、項目ごとに推定した推定個数に基づいて、製品10の測定値バラツキを項目ごとに算出する。以下、上述した例について、推定個数を用いて項目1、項目2、項目3のそれぞれについて、測定値バラツキを算出する方法について説明する。まず、図5(a)において、製品10の全体個数SUM1は、ランクAに属すると判定された製品10の個数A1-1、ランクBに属すると判定された製品10の個数B1-1、ランクCに属すると判定された製品10の個数C1-1の総和であり、上述の例では、SUM1=3386となる。
図6は、本発明の実施の形態1に係る製品層別装置の同一規格内の層別時の確率分布の説明図である。図6に示すように、良品であるランクBに属すると判定された製品10の個数をB1-1とすると、その中点が特性値の平均値Xbar となる。
検査規格の上限値と製品規格の上限値、検査規格の下限値と製品規格の下限値、それぞれを一致させているので、製品全体のバラツキの標準偏差をσTVとして、製品規格の下限値は、特性値の平均値Xbar+x1×σTVで、製品規格の上限値は、特性値の平均値Xbar+x2×σTVで、それぞれ表すことができる。
製品規格の下限値は、製品10の全体個数SUM1に対するA1-1個の累積確率点であり、製品規格の上限値は、製品10の全体個数SUM1に対する(A1-1 +B1-1 )個の累積確率点であるので、x1、x2は、それぞれ標準正規分布の累積分布関数の逆数として求めることができる。
また、特性値の平均値Xbarは、(製品規格の下限値-x1×σTV)、あるいは(製品規格の上限値-x2×σTV)であるので、整理すると(式3)によりσTVを求めることができる。
これによって、特性値の平均値Xbarは、(式4)から求めることができ、ランクBに属する製品10、すなわち良品であると判定された製品10について再層別を行うことができる。
図7は、本発明の実施の形態1に係る製品層別装置の再層別時の確率分布の説明図である。図7では、1回目の層別時に良品であると判定された製品10の個数B1-1を再層別時の全体個数SUM2として再層別する。1回目の層別時と同様の確率分布であると仮定した場合、すなわち1回目の確率分布と平均値及び標準偏差が同一であると仮定した場合に、良品であるランクBに属する製品10の個数(総合良品数)をBin-1-1とする。
良品であるにもかかわらず再層別時に不良品であると判定される確率、すなわち生産者リスク(確率)をPRin、不良品であるにもかかわらず1回目の層別時に良品であると判定され、再層別時に不良品であると判定される確率、すなわち消費者リスク(確率)をCRinとすると、再層別時の不良品の個数は、全体個数SUM2に確率(PRin+CRin)を乗算した値として推定することができる。
一方、上述の例のように、例えば項目1については、層別後にランクBに属する製品10を再層別した場合に不良品と判定された製品10の個数AC1-in-2が48と求まっているので、全体個数SUM2に確率(PRin+CRin)を乗算した値が個数AC1-in-2に一致するような測定値バラツキσGRR1を導出すれば良い。同様に項目2、3についても測定値バラツキσGRR2、σGRR3を導出することで、項目ごとの測定値バラツキを求めることが可能となる。
(表1)は、上述した例における項目1の測定値バラツキσGRR1を導出する過程を示している。(表1)において、Xtal2は、生産者リスク(確率)PRinと消費者リスク(確率)CRinとの和を、全体個数SUM2に乗算した値を、Xtal1は、層別後にランクBに属する製品10を再層別した場合に不良品と判定された製品10の個数AC1-in-2を、それぞれ示している。
同様に、(表2)は、上述した例における項目2の測定値バラツキσGRR2を導出する過程を、(表3)は、上述した例における項目3の測定値バラツキσGRR3を導出する過程を、それぞれ示している。(表2)、(表3)において、Xtal1は、層別後にランクBに属する製品10を再層別した場合に不良品と判定された製品10の個数AC2-in-2、AC3-in-2を、それぞれ示している。
このようにすることで、1回目の層別時にA、B、Cの3つのランクに層別し、良品が属するランクであるランクBを再層別するだけで複数項目の1回目の層別時の分布データを推定することができるので、項目ごとに測定値バラツキσGRR1、σGRR2、σGRR3を導出することができる。
図8及び図9は、本発明の実施の形態1に係る製品層別装置の測定値バラツキσGRR を算出する処理手順を示すフローチャートである。図8において、本実施の形態1に係る製品層別装置の演算処理部2のCPU21は、測定インタフェース27で受信した、測定部1で測定した製品10の項目ごとの特性値を取得し(ステップS801)、取得した製品10の項目ごとの特性値に基づいて、製品10を図3で示したランクA、ランクB、ランクCに層別する(ステップS802)。
CPU21は、ランクBに層別された製品10の項目ごとの特性値を再測定するよう測定部1へ指示信号を送信する(ステップS803)。指示信号を受信した測定部1は、ランクBに層別された製品10の項目ごとの特性値を再測定する。
CPU21は、再測定した製品10の項目ごとの特性値を再度取得し(ステップS804)、再度取得した項目ごとの特性値に基づいて製品10を複数のランクに再層別し(ステップS805)、再層別した各ランクに属する製品10の項目ごとの個数を計数し(ステップS806)、項目ごとの不良品の個数、例えば項目1の不良品の個数AC1-in-2、項目2の不良品の個数AC2-in-2、項目3の不良品の個数AC3-in-2を、それぞれ算出する(ステップS807)。
CPU21は、再層別されたランクA、ランクB、ランクCに属する製品10の推定個数を、1回目の層別時の平均値及び標準偏差と同一であると仮定して推定し(ステップS808)、製品10の全体の特性値バラツキσTVを算出する。
図9において、CPU21は、測定値バラツキσGRR (項目1の測定値バラツキσGRR1、項目2の測定値バラツキσGRR2、項目3の測定値バラツキσGRR3)を0.1×σTVと設定し(ステップS901)、製品の特性値バラツキσPVを算出する(ステップS902)。特性値バラツキσPVは、(σTV2 +σGRR2)の平方根として算出することができる。
そして、良品であるにもかかわらず再層別時に不良品であると判定される確率PRin、不良品であるにもかかわらず1回目の層別時に良品であると判定され、再層別時に不良品であると判定される確率CRinを用いて、CPU21は、再層別時の不良品の個数Xtal2を項目ごとに算出する(ステップS903)。
CPU21は、項目n=1を選択し(ステップS904)、算出したXtal2と不良品の個数Xtal1=ACn-in-2との差分の絶対値が所定の閾値より大きいか否かを判断する(ステップS905)。CPU21が、差分が所定の閾値より大きいと判断した場合(ステップS905:YES)、CPU21は、算出したXtal2の方が不良品の個数Xtal1より大きいか否かを判断する(ステップS906)。
CPU21が、算出したXtal2の方が不良品の個数Xtal1より大きいと判断した場合(ステップS906:YES)、CPU21は、測定値バラツキσGRRnを所定の値だけ減少させ(ステップS907)、処理をステップS902へ戻し、上述した処理を繰り返す。CPU21が、算出したXtal2の方が不良品の個数Xtal1より小さいと判断した場合(ステップS906:NO)、CPU21は、測定値バラツキσGRRnを所定の値だけ増加させ(ステップS908)、処理をステップS902へ戻し、上述した処理を繰り返す。
CPU21が、差分が所定の閾値以下であると判断した場合(ステップS905:NO)、CPU21は、その時点での項目nの測定値バラツキσGRRnとして記憶し(ステップS909)、nが3であるか否かを判断する(ステップS910)。CPU21が、nが3でないと判断した場合(ステップS910:NO)、CPU21は、nを‘1’インクリメントし(ステップS911)、処理をステップS905へ戻して上述した処理を繰り返す。CPU21が、nが3であると判断した場合(ステップS910:YES)、CPU21は、処理を終了する。
以上より、項目ごとに1回目の平均値及び標準偏差から確率分布を求めて測定値バラツキσGRR1、σGRR2、σGRR3を導出することができるので、演算処理時間を短縮することが可能となる。
以上のように、本実施の形態1に係る製品層別装置では、良品であると判定された製品10が属するランクBを再層別するだけで、項目ごとの確率分布を推定することができるので、項目ごとに消費者リスクと生産者リスクとを算出することができる。したがって、良品であるランクBに属する製品を再層別した場合の推定個数を項目ごとに推定し、推定個数に基づいて、製品の測定値バラツキを項目ごとに算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることが可能となる。
(実施の形態2)
本発明の実施の形態2に係る製品層別装置の構成例及び機能は、実施の形態1における図1及び図2と同じであるため、同一の符号を付することにより詳細な説明は省略する。本実施の形態2では、ランクA、Cに属する製品10の特性値を再測定し、再測定した特性値に基づき製品を項目ごとに所定の複数のランクに再層別して、測定値バラツキσGRR を算出する点で実施の形態1と相違する。
本発明の実施の形態2に係る製品層別装置の構成例及び機能は、実施の形態1における図1及び図2と同じであるため、同一の符号を付することにより詳細な説明は省略する。本実施の形態2では、ランクA、Cに属する製品10の特性値を再測定し、再測定した特性値に基づき製品を項目ごとに所定の複数のランクに再層別して、測定値バラツキσGRR を算出する点で実施の形態1と相違する。
図2に示す層別部3は、測定部1において測定した複数の特性値に基づいて、製品10を図3に示すように所定の複数のランクA、B、Cのそれぞれに層別する。再層別部5は、層別部3で層別した所定の複数のランクのうち、ランクA、Cに属する製品10の複数の特性値を、測定部1で再測定し、再測定した複数の特性値に基づき、製品10を層別部3と同じ検査規格を基準に設けられたランクに再層別する。
みなし標準偏差算出部4は、測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとにみなし標準偏差として算出する。なお、みなし標準偏差算出部4は、みなし標準偏差を算出するとともに、測定した製品10の特性値の平均値も算出することができる。
再層別部5は、ランクA、Cに属する製品10について再層別する。ランク別推定個数算出部6は、算出された製品10の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する製品10の推定個数を項目ごとに推定する。
本実施の形態2では、ランクA、Cに属する製品10について再層別し、項目別に測定値バラツキσGRR を算出している。つまり、良品率が比較的高い場合には、測定値バラツキσGRR を算出するために良品を再層別すると膨大な演算時間が必要となる。そこで、項目ごとに1回目に層別した確率分布、すなわち特性値の平均値及び標準偏差が同一であると仮定してランクA、Cに属する製品10について再層別することで、演算処理負荷を大きく低減している。
図10は、本発明の実施の形態2に係る製品層別装置の各ランクに属する製品10の推定個数を算出する方法の説明図である。図10(a)に示すように、まず製品10の全体個数SUM1についてランクA、ランクB、ランクCの3ランクに層別を行い、ランクAに属する製品10の個数A1、ランクBに属する製品10の個数B1、ランクCに属する製品10の個数C1を、それぞれ求める。
そして、ランクA、Cに属する製品10を再層別することにより、ランクBと判定される製品10が存在する。すなわち、図10(b)に示すようにランクA、Cに属する製品10の個数がA2、C2となり、ランクBに属する製品10の増加個数B2を求めることができる。
図11は、本発明の実施の形態2に係る製品層別装置の同一規格内の再層別のイメージを示す模式図である。図11(a)に示すように、所定の項目において、ランクAに属すると判定された製品10の個数をAOUT -1-1、ランクBに属すると判定された製品10の個数をBOUT -1-1、ランクCに属すると判定された製品10の個数をCOUT -1-1とする。
ランクA又はランクCに属する製品10、すなわち不良品であると判定された製品10を再層別する場合には、図11(a)と同一の確率分布であると仮定し、それぞれのランクに属する製品10の個数を算出する。具体的には、図11(b)に示すように、図10(a)と同一の平均値、標準偏差を有する確率分布と仮定して、ランクAに属すると判定された製品10の個数Ain-1-1、ランクBに属すると判定された製品10の個数Bin-1-1、ランクCに属すると判定された製品10の個数Cin-1-1を、それぞれ算出する。
例えば、項目1について、良品の個数BOUT -1-1を3046、下側不良品の個数AOUT -1-1を598、上側不良品の個数COUT -1-1を942と、総合良品数GTOTAL を1718とした場合、良品であるランクBと判定されたが他の項目では不良品であると判定された製品10の個数Bin-1-1は、(BOUT-1-1 -GTOTAL =3046-1718=1328)で求めることができる。
また、ランクAに属する製品10であって、他の項目でも不良品であると判定された製品10の個数Ain-1-1は、(Bin-1-1×AOUT-1-1 /BOUT-1-1 =1328×598/3046=260.7170)で求めることができ、ランクCに属する製品10であって、他の項目でも不良品であると判定された製品10の個数Cin-1-1は、(Bin-1-1×COUT-1-1 /BOUT-1-1 =1328×942/3046=410.6947)で求めることができる。なお、層別後に一項目でも不良品であると判定された製品10に対して、再層別した結果、不良品であると判定された製品10の個数ACin-OUT -1-2は1263とする。
同様に、項目2について、良品の個数BOUT -2-1を3051、下側不良品の個数AOUT -2-1を562、上側不良品の個数COUT -2-1を973とした場合、良品であるランクBと判定されたが他の項目では不良品であると判定された製品10の個数Bin-2-1は、(BOUT-2-1 -GTOTAL =3051-1718=1333)で求めることができる。
また、ランクAに属する製品10であって、他の項目でも不良品であると判定された製品10の個数Ain-2-1は、(Bin-2-1×AOUT-2-1 /BOUT-2-1 =1333×562/3051=245.5411)で求めることができ、ランクCに属する製品10であって、他の項目でも不良品であると判定された製品10の個数Cin-2-1は、(Bin-2-1×COUT-2-1 /BOUT-2-1 =1333×973/3051=425.1095)で求めることができる。なお、層別後に一項目でも不良品であると判定された製品10に対して、再層別した結果、不良品であると判定された製品10の個数ACin-OUT -2-2は1390とする。
同様に、項目3について、良品の個数BOUT -3-1を3004、下側不良品の個数AOUT -3-1を1179、上側不良品の個数COUT -3-1を403とした場合、良品であるランクBと判定されたが他の項目では不良品であると判定された製品10の個数Bin-3-1は、(BOUT-3-1 -GTOTAL =3004-1718=1286)で求めることができる。
また、ランクAに属する製品10であって、他の項目でも不良品であると判定された製品10の個数Ain-3-1は、(Bin-3-1×AOUT-3-1 /BOUT-3-1 =1286×1179/3004=504.7250)で求めることができ、ランクCに属する製品10であって、他の項目でも不良品であると判定された製品10の個数Cin-3-1は、(Bin-3-1×COUT-3-1 /BOUT-3-1 =1286×403/3004=172.5226)で求めることができる。なお、層別後に一項目でも不良品であると判定された製品10に対して、再層別した結果、不良品であると判定された製品10の個数ACin-OUT -3-2は1266とする。
図2に示すバラツキ算出部7は、項目ごとに推定した推定個数に基づいて、製品10の測定値バラツキを項目ごとに算出する。以下、上述した例について、推定個数を用いて項目1、項目2、項目3のそれぞれについて、測定値バラツキを算出する方法について説明する。まず、図11(a)において、製品10の全体個数SUM1は、ランクAに属すると判定された製品10の個数AOUT -1-1、ランクBに属すると判定された製品10の個数BOUT -1-1、ランクCに属すると判定された製品10の個数COUT -1-1の総和であり、上述の例では、SUM1=4586となる。
図12は、本発明の実施の形態2に係る製品層別装置の同一規格内の層別時の確率分布の説明図である。図12に示すように、良品であるランクBに属すると判定された製品10の個数をBOUT -1-1とすると、その中点が特性値の平均値Xbar となる。
検査規格の上限値と製品規格の上限値、検査規格の下限値と製品規格の下限値、それぞれを一致させているので、製品全体のバラツキの標準偏差をσTVとして、製品規格の下限値は、特性値の平均値Xbar+x1×σTVで、製品規格の上限値は、特性値の平均値Xbar+x2×σTVで、それぞれ表すことができる。
製品規格の下限値は、製品10の全体個数SUM1に対するAOUT -1-1個の累積確率点であり、製品規格の上限値は、製品10の全体個数SUM1に対する(AOUT -1-1+BOUT -1-1)個の累積確率点であるので、x1、x2は、それぞれ標準正規分布の累積分布関数の逆数として求めることができる。
また、特性値の平均値Xbarは、(製品規格の下限値-x1×σTV)、あるいは(製品規格の上限値-x2×σTV)であるので、整理すると(式5)によりσTVを求めることができる。
これによって、特性値の平均値Xbarは、(式6)から求めることができ、ランクBに属する製品10、すなわち良品であると判定された製品10について再層別を行うことができる。
図13は、本発明の実施の形態2に係る製品層別装置の再層別時の確率分布の説明図である。図13では、1回目の層別時に不良品であると判定された製品10の個数AOUT -1-1及びCOUT -1-1、及び1回目の層別時に項目1は良品であると判定された製品10のうち他の項目で不良品であると判定された製品10の個数Bin-1-1について、再層別する。つまり、不良品を再層別する規格外層別と、良品を再層別する規格内層別とを同時に行っている点で実施の形態1とは相違する。再層別時には、確率分布が1回目の層別時と同様の確率分布であると仮定し、すなわち1回目の確率分布と平均値及び標準偏差が同一であると仮定して、全体個数SUM2が、(Ain-1-1+Bin-1-1+Cin-1-1)となるよう推定個数を算出する。
良品であるにもかかわらず層別時に不良品であると判定される確率、すなわち生産者リスク(確率)をPROUT 、良品であるにもかかわらず再層別時に不良品であると判定される生産者リスク(確率)をPRin、不良品であるにもかかわらず層別時に良品であると判定され、再層別時に不良品であると判定される消費者リスク(確率)をCRin、不良品であって、上側/下側を問わず不良品であると判定される消費者リスク(確率)をCROUT とすると、再層別時の不良品の個数は、全体個数SUM1に確率(PROUT +CROUT )を乗算した値と、全体個数SUM2に確率(PRin+CRin)を乗算した値との和として推定することができる。
一方、上述の例のように、例えば項目1については、一項目でも不良品であると判定された製品10に対して、再層別した結果、不良品であると判定された製品10の個数ACin-OUT -1-2が1263と求まっているので、全体個数SUM1に確率(PROUT +CROUT )を乗算した値と、全体個数SUM2に確率(PRin+CRin)を乗算した値との和が個数ACin-OUT -1-2に一致するような測定値バラツキσGRR1を導出すれば良い。同様に項目2、3についても測定値バラツキσGRR2、σGRR3を導出することで、項目ごとの測定値バラツキを求めることが可能となる。
(表4)は、上述した例における項目1の測定値バラツキσGRR1を導出する過程を示している。(表4)において、Xtal2は、全体個数SUM1に確率(PROUT +CROUT )を乗算した値と、全体個数SUM2に確率(PRin+CRin)を乗算した値との和を、Xtal1は層別後に一項目でも不良品であると判定された製品10に対して、再層別した結果、不良品であると判定された製品10の個数ACin-OUT -1-2を、それぞれ示している。
同様に、(表5)は、上述した例における項目2の測定値バラツキσGRR2を導出する過程を、(表6)は、上述した例における項目3の測定値バラツキσGRR3を導出する過程を、それぞれ示している。(表5)、(表6)において、Xtal1は、層別後に一項目でも不良品であると判定された製品10に対して、再層別した結果、不良品であると判定された製品10の個数ACin-OUT -2-2、ACin-OUT -3-2を、それぞれ示している。
このようにすることで、1回目の層別時にA、B、Cの3つのランクに層別し、不良品が属するランクであるランクA、Cを再層別するだけで複数項目の1回目の層別時の分布データを推定することができるので、項目ごとに測定値バラツキσGRR1、σGRR2、σGRR3を導出することができる。
図14及び図15は、本発明の実施の形態2に係る製品層別装置の測定値バラツキσGRR を算出する処理手順を示すフローチャートである。図14において、本実施の形態2に係る製品層別装置の演算処理部2のCPU21は、測定インタフェース27で受信した、測定部1で測定した製品10の項目ごとの特性値を取得し(ステップS1401)、取得した製品10の項目ごとの特性値に基づいて、製品10を図3で示したランクA、ランクB、ランクCに層別する(ステップS1402)。
CPU21は、ランクA又はランクCに層別された製品10の項目ごとの特性値を再測定するよう測定部1へ指示信号を送信する(ステップS1403)。指示信号を受信した測定部1は、ランクA又はランクCに層別された製品10の項目ごとの特性値を再測定する。
CPU21は、再測定した製品10の項目ごとの特性値を再度取得し(ステップS1404)、再度取得した項目ごとの特性値に基づいて製品10を複数のランクに再層別し(ステップS1405)、再層別した各ランクに属する製品10の項目ごとの個数を計数し(ステップS1406)、項目ごとの不良品の個数、例えば項目1の不良品の個数ACin-OUT -1-2、項目2の不良品の個数ACin-OUT -2-2、項目3の不良品の個数ACin-OUT -3-2を、それぞれ算出する(ステップS1407)。
CPU21は、再層別されたランクA、ランクB、ランクCに属する製品10の推定個数を、1回目の層別時の平均値及び標準偏差と同一であると仮定して推定し(ステップS1408)、製品10の全体の特性値バラツキσTVを算出する。
図15において、CPU21は、測定値バラツキσGRR (項目1の測定値バラツキσGRR1、項目2の測定値バラツキσGRR2、項目3の測定値バラツキσGRR3)を0.1×σTVと設定し(ステップS1501)、製品の特性値バラツキσPVを算出する(ステップS1502)。特性値バラツキσPVは、(σTV2 +σGRR2)の平方根として算出することができる。
そして、良品であるにもかかわらず層別時に不良品であると判定される確率PROUT 、良品であるにもかかわらず再層別時に不良品であると判定される確率PRin、不良品であるにもかかわらず層別時に良品であると判定され、再層別時に不良品であると判定される確率CRin、不良品であって、上側/下側を問わず不良品であると判定される確率CROUT を用いて、CPU21は、全体個数SUM1に確率(PROUT +CROUT )を乗算した値と、全体個数SUM2に確率(PRin+CRin)を乗算した値との和であるXtal2を項目ごとに算出する(ステップS1503)。
CPU21は、項目n=1を選択し(ステップS1504)、算出したXtal2と不良品の個数Xtal1=ACin-OUT -n-2との差分の絶対値が所定の閾値より大きいか否かを判断する(ステップS1505)。CPU21が、差分が所定の閾値より大きいと判断した場合(ステップS1505:YES)、CPU21は、算出したXtal2の方が不良品の個数Xtal1より大きいか否かを判断する(ステップS1506)。
CPU21が、算出したXtal2の方が不良品の個数Xtal1より大きいと判断した場合(ステップS1506:YES)、CPU21は、測定値バラツキσGRRnを所定の値だけ減少させ(ステップS1507)、処理をステップS1502へ戻し、上述した処理を繰り返す。CPU21が、算出したXtal2の方が不良品の個数Xtal1より小さいと判断した場合(ステップS1506:NO)、CPU21は、測定値バラツキσGRRnを所定の値だけ増加させ(ステップS1508)、処理をステップS1502へ戻し、上述した処理を繰り返す。
CPU21が、差分が所定の閾値以下であると判断した場合(ステップS1505:NO)、CPU21は、その時点での項目nの測定値バラツキσGRRnとして記憶し(ステップS1509)、nが3であるか否かを判断する(ステップS1510)。CPU21が、nが3ではないと判断した場合(ステップS1510:NO)、CPU21は、nを‘1’インクリメントし(ステップS1511)、処理をステップS1505へ戻して上述した処理を繰り返す。CPU21が、nが3であると判断した場合(ステップS1510:YES)、CPU21は、処理を終了する。
以上より、項目ごとに1回目の平均値及び標準偏差から確率分布を求めて測定値バラツキσGRR1、σGRR2、σGRR3を導出することができるので、演算処理時間を短縮することが可能となる。
以上のように、本実施の形態2に係る製品層別装置では、不良品であると判定された製品10が属するランクA、ランクCに属する製品10を再層別するだけで、項目ごとの確率分布を推定することができるので、項目ごとに消費者リスクと生産者リスクとを算出することができる。したがって、不良品であるランクA又はランクCに属する製品10を再層別した場合の推定個数を項目ごとに推定し、推定個数に基づいて、製品の測定値バラツキを項目ごとに算出するので、1回目の層別時に確定した製品の確率分布を用いて測定値バラツキσGRR を算出することができる。したがって、全体として測定工数を抑制することができ、生産時間の短縮及び生産コストの低減を図ることが可能となる。
なお、上述した実施の形態に係る製品層別装置は、大量生産が行われる電子部品、例えばチップコイルの周波数インピーダンス特性、チップコンデンサの容量、損失係数等、フィルタの周波数による減衰量、半導体、センサ等の特性値等の測定精度を算出する場合に適用することができる。もちろん、電子部品以外も含めて、部品の寸法、形状、色彩等の外観測定の測定精度を算出することも可能となる。
1 測定部
2 演算処理部
3 層別部
4 みなし標準偏差算出部
5 再層別部
6 ランク別推定個数算出部
7 バラツキ算出部
10 製品
21 CPU
22 メモリ
23 記憶装置
24 I/Oインタフェース
25 ビデオインタフェース
26 可搬型ディスクドライブ
27 測定インタフェース
28 内部バス
90 可搬型記録媒体
230 コンピュータプログラム
241 キーボード
242 マウス
251 表示装置
2 演算処理部
3 層別部
4 みなし標準偏差算出部
5 再層別部
6 ランク別推定個数算出部
7 バラツキ算出部
10 製品
21 CPU
22 メモリ
23 記憶装置
24 I/Oインタフェース
25 ビデオインタフェース
26 可搬型ディスクドライブ
27 測定インタフェース
28 内部バス
90 可搬型記録媒体
230 コンピュータプログラム
241 キーボード
242 マウス
251 表示装置
Claims (9)
- 製品の所定の特性を示す複数の項目について特性値を測定する測定部と、
測定した複数の特性値に基づき、前記製品を所定の複数のランクに層別する層別部と、
測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出するみなし標準偏差算出部と、
層別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、前記製品を項目ごとに前記所定の複数のランクに再層別する再層別部と、
算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する前記製品の推定個数を項目ごとに推定するランク別推定個数算出部と、
前記推定個数に基づいて、前記製品の測定値バラツキを項目ごとに算出するバラツキ算出部と
を備えることを特徴とする製品層別装置。 - 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
前記再層別部は、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を項目ごとに再層別するようにしてあり、
前記バラツキ算出部は、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するようにしてあることを特徴とする請求項1に記載の製品層別装置。 - 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
前記再層別部は、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を項目ごとに再層別するようにしてあり、
前記バラツキ算出部は、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製本全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出するようにしてあることを特徴とする請求項1に記載の製品層別装置。 - 製品を層別する製品層別装置で実行することが可能な製品層別方法において、
前記製品層別装置は、
製品の所定の特性を示す複数の項目について特性値を測定するステップと、
測定した複数の特性値に基づき、前記製品を所定の複数のランクに層別するステップと、
測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出するステップと、
層別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、前記製品を項目ごとに前記所定の複数のランクに再層別するステップと、
算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する前記製品の推定個数を項目ごとに推定するステップと、
前記推定個数に基づいて、前記製品の測定値バラツキを項目ごとに算出するステップと
を含むことを特徴とする製品層別方法。 - 前記製品層別装置は、
前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を項目ごとに再層別してあり、
項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出することを特徴とする請求項4に記載の製品層別方法。 - 前記製品層別装置は、
前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を項目ごとに再層別してあり、
項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製本全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出することを特徴とする請求項4に記載の製品層別方法。 - 製品を層別する製品層別装置で実行することが可能なコンピュータプログラムにおいて、
前記製品層別装置を、
製品の所定の特性を示す複数の項目について特性値を測定する測定手段、
測定した複数の特性値に基づき、前記製品を所定の複数のランクに層別する層別手段、
測定した複数の特性値の平均値、及び複数の特性値のバラツキの標準偏差を項目ごとのみなし標準偏差として算出するみなし標準偏差算出手段、
層別した所定の複数のランクのうち、少なくとも一つのランクに属する前記製品の複数の特性値を再測定し、再測定した複数の特性値に基づき、前記製品を項目ごとに前記所定の複数のランクに再層別する再層別手段、
算出された前記製品の項目ごとの平均値及びみなし標準偏差の確率分布に基づいて、少なくとも一度再層別した場合に各ランクに属する前記製品の推定個数を項目ごとに推定するランク別推定個数算出手段、及び
前記推定個数に基づいて、前記製品の測定値バラツキを項目ごとに算出するバラツキ算出手段
として機能させることを特徴とするコンピュータプログラム。 - 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
前記再層別手段を、特性値が前記所定の検査規格の上限値以下、下限値以上であるランクに属する前記製品を項目ごとに再層別する手段として機能させ、
前記バラツキ算出手段を、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製品全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出する手段として機能させることを特徴とする請求項7に記載のコンピュータプログラム。 - 前記所定の複数のランクは、良品であるか否かを判定する特性値の上限値と下限値とを規定する所定の検査規格を基準に設けられており、
前記再層別手段を、特性値が前記所定の検査規格の上限値より大きいランク及び前記所定の検査規格の下限値より小さいランクに属する前記製品を項目ごとに再層別する手段として機能させ、
前記バラツキ算出手段を、項目ごとの各ランクに属する前記製品の推定個数から消費者リスク及び生産者リスクを算出し、算出した消費者リスクと生産者リスクとの和を製本全体の個数に乗算した値が実際に不良品であると判定された製品の個数と一致する測定値バラツキを算出する手段として機能させることを特徴とする請求項7に記載のコンピュータプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201680075376.6A CN108472691B (zh) | 2016-01-08 | 2016-12-02 | 产品分层装置、产品分层方法以及存储介质 |
JP2017560061A JP6590301B2 (ja) | 2016-01-08 | 2016-12-02 | 製品層別装置、製品層別方法及びコンピュータプログラム |
US16/021,467 US20180306851A1 (en) | 2016-01-08 | 2018-06-28 | Product stratification device, product stratification method, and computer program |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-002608 | 2016-01-08 | ||
JP2016002608 | 2016-01-08 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US16/021,467 Continuation US20180306851A1 (en) | 2016-01-08 | 2018-06-28 | Product stratification device, product stratification method, and computer program |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2017119221A1 true WO2017119221A1 (ja) | 2017-07-13 |
Family
ID=59273478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2016/085864 WO2017119221A1 (ja) | 2016-01-08 | 2016-12-02 | 製品層別装置、製品層別方法及びコンピュータプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180306851A1 (ja) |
JP (1) | JP6590301B2 (ja) |
CN (1) | CN108472691B (ja) |
WO (1) | WO2017119221A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004174292A (ja) * | 2002-11-25 | 2004-06-24 | Terada Seisakusho Co Ltd | 物の仕分け方法と仕分け装置 |
JP2007139621A (ja) * | 2005-11-18 | 2007-06-07 | Omron Corp | 判定装置、判定装置の制御プログラム、および判定装置の制御プログラムを記録した記録媒体 |
WO2010137488A1 (ja) * | 2009-05-29 | 2010-12-02 | 株式会社村田製作所 | 製品検査装置、製品検査方法及びコンピュータプログラム |
WO2010137487A1 (ja) * | 2009-05-29 | 2010-12-02 | 株式会社村田製作所 | 製品選別装置、製品選別方法及びコンピュータプログラム |
-
2016
- 2016-12-02 WO PCT/JP2016/085864 patent/WO2017119221A1/ja active Application Filing
- 2016-12-02 JP JP2017560061A patent/JP6590301B2/ja active Active
- 2016-12-02 CN CN201680075376.6A patent/CN108472691B/zh active Active
-
2018
- 2018-06-28 US US16/021,467 patent/US20180306851A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004174292A (ja) * | 2002-11-25 | 2004-06-24 | Terada Seisakusho Co Ltd | 物の仕分け方法と仕分け装置 |
JP2007139621A (ja) * | 2005-11-18 | 2007-06-07 | Omron Corp | 判定装置、判定装置の制御プログラム、および判定装置の制御プログラムを記録した記録媒体 |
WO2010137488A1 (ja) * | 2009-05-29 | 2010-12-02 | 株式会社村田製作所 | 製品検査装置、製品検査方法及びコンピュータプログラム |
WO2010137487A1 (ja) * | 2009-05-29 | 2010-12-02 | 株式会社村田製作所 | 製品選別装置、製品選別方法及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN108472691A (zh) | 2018-08-31 |
US20180306851A1 (en) | 2018-10-25 |
JPWO2017119221A1 (ja) | 2018-10-04 |
CN108472691B (zh) | 2020-11-27 |
JP6590301B2 (ja) | 2019-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Patton et al. | Interacting galaxies in the IllustrisTNG simulations-I: Triggered star formation in a cosmological context | |
JP5477382B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
Liaw et al. | ME-OWA based DEMATEL reliability apportionment method | |
Forero-Romero et al. | Cosmic web alignments with the shape, angular momentum and peculiar velocities of dark matter haloes | |
JP5287985B2 (ja) | 製品選別装置、製品選別方法及びコンピュータプログラム | |
Wu et al. | Comparing the aggregation methods in the analytic hierarchy process when uniform distribution | |
JP6590301B2 (ja) | 製品層別装置、製品層別方法及びコンピュータプログラム | |
Pan et al. | Determining the optimal allocation of parameters for multivariate measurement system analysis | |
JP6206692B2 (ja) | 抜取データ処理装置、抜取データ処理方法及びコンピュータプログラム | |
JP7019339B2 (ja) | 不良原因抽出システム及びその方法 | |
JP5233587B2 (ja) | 業務フロー分析プログラム、方法及び装置 | |
JP2012173828A (ja) | 見積支援システムおよびプログラム | |
Houseman et al. | Offshoring and the state of American manufacturing | |
JP6394787B2 (ja) | 製品検査装置、製品検査方法及びコンピュータプログラム | |
JP6715705B2 (ja) | 不良原因探索システム、及び不良要因探索方法 | |
Khan et al. | Reduction Of Cost Of Quality By Using Robust Design: A Research Methodology | |
US9898826B2 (en) | Information processing apparatus, information processing method, and program | |
JP6874856B2 (ja) | 表示プログラム、表示方法及び表示装置 | |
US10096036B2 (en) | Optimal design assistance device, method, and recording medium | |
Pal et al. | A process capability index for zero-inflated processes | |
JP6536264B2 (ja) | グループ分け処理方法、グループ分け処理プログラムおよび情報処理装置 | |
Fernández | Most powerful lot acceptance test plans from dispersed nonconformity counts | |
Gupta et al. | Simplifying six sigma methodology using Shainin DOE | |
JP2023044948A (ja) | ライン設計装置およびライン設計方法 | |
JP2020181273A (ja) | 製造不良原因探索装置、製造不良原因探索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 16883721 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2017560061 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16883721 Country of ref document: EP Kind code of ref document: A1 |