JP4394286B2 - 統計的プロセス管理のための多次元的方法及びシステム - Google Patents
統計的プロセス管理のための多次元的方法及びシステム Download PDFInfo
- Publication number
- JP4394286B2 JP4394286B2 JP2000571380A JP2000571380A JP4394286B2 JP 4394286 B2 JP4394286 B2 JP 4394286B2 JP 2000571380 A JP2000571380 A JP 2000571380A JP 2000571380 A JP2000571380 A JP 2000571380A JP 4394286 B2 JP4394286 B2 JP 4394286B2
- Authority
- JP
- Japan
- Prior art keywords
- observation
- observation point
- points
- vector
- anomaly
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Complex Calculations (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
(発明の分野)
本発明はデータの多次元的処理に基いた統計的プロセス管理の方法及び該方法を利用した任意のシステムに関する。
【0002】
本発明の目的はまず第1に、求められる品質にて生産が行われる「正常な」動作からプロセスが逸脱した場合に警告を発することであり、第2に、異常動作の原因を特定するための提案を行うことである。
【0003】
統計的プロセス管理(SPC)はすべての国(主として先進工業国)の多くの産業において、エンジニアリング、エレクトロニクス、化学、製薬、農産物、プラスチック材料など、すべての工業的生産において現在採用されている。
【0004】
その目的は、製品の特性を検査するだけではなく、製造プロセス自体を検査することによって製品の品質を維持することにある。SPCは「欠陥製品ゼロ」を実現するうえで、また企業が国際的な品質管理基準(ISO9000)にしたがおうとする場合にいまや不可欠である。
【0005】
その技術的な目的は、製造プロセスにおけるドリフトを検出し、欠陥製品が製造される前にこれを修正することにある。
現在ではこの方法は物品の製造に留まらず、サービスの提供(銀行、保険、コンサルティング)においても採用されている。
【0006】
プロセスが行われる際(図1)、このプロセスに関連した多くの測定値(指標)が追跡される。こうした測定値としては、入力特性(原材料)、出力特性(製品)、プロセスを動作させるパラメータなどがある。したがってそれぞれの観測単位(測定時間や製造される製品要素)は、測定値によって得られる複数のデジタル値に関連付けられることにより、測定された測定値の多次元的空間内の点によって表すことが可能である。
【0007】
SPCでは通常、観測される量の変化の仕方をグラフで表した、所定の管理限界を示す複数の管理図(図2参照)を1つの測定値について1つプロットすることによってプロセスを監視する。それぞれの管理図は他の管理図と独立に解釈され、個別に警告が発せられる。
【0008】
各種の管理図(Shewart、CuSum,EWMA、MMEとして知られる)があるが、最後の3つのものは最初のものと比較して小さな「ドリフト」量を検出するうえでより有効であるとされている。
【0009】
一般に管理図はグループ化されたデータについて用いられる。群としてまとめられた複数の測定値の平均値をプロットすることにより、小さなドリフトをより効果的に検出することが可能であり、さらに値の分布がその方法において仮定される正規性によりよく一致する。各群のばらつきや広がりをプロットすることにより、なんらかの特殊原因を有する測定値のばらつきにおける増大を検出することが可能である。
【0010】
複数の管理図を同時かつ個別に監視する通常の方法は多次元的SPCにおいては不便であり、あまり有効とはいえない。これは以下のことによる。
・誤警告が多発し、不必要な修正が行われる。これらは速やかに再評価する必要があり、プロセスは多くの修正が必要となるために無秩序かつコストの嵩むものとなる。
【0011】
・実際の異常の検出が遅すぎる場合がある。
・異常の原因が測定値に直接関連していない場合には、異常の原因の検出が困難である。このため、複数の測定値を測定することが望ましいが、これはコストが嵩み、複数の管理図が必要となる。
【0012】
本発明の方法及びシステムはこれらの難点の解決を図ったものである。本方法は、プロセスの入力、出力、ならびに制御及び作動パラメータの指標すなわち測定値をとることに基いた統計的プロセス管理の1つである。これらの指標すなわち測定値は、その値をサンプリング指数に関連付ける基準系内の観測点によって表すことが可能である。本発明に基けば、
a)観測された値は、得られる値が多次元的ガウス分布モデルに適合し、本方法の残りの部分において用いられる観測点に対応するデータを構成するように変換され、
b)前記観測点は、測定された量に各次元が関連付けられた多次元空間内に存在し、
c)これらの観測点の内、「管理下にある」と云われる、プロセスの適正な動作に対応した点は、「管理不能」と云われる点とは区別され、
d)管理下にある点の分布中心は管理下にある観測点の重心であるものとして計算され、
e)管理下にある点の分布中心から特定の方向に集中した管理不能な観測点が特定され、
f)この方向は前記プロセスのドリフトの共通の原因に関連付けられ、
g)各観測点と異常方向の組は、行われた観測に関連している可能性の高い0個、1個またはそれよりも多い異常の原因を提案するために指標に関連付けられ、
h)上記のようにして異常が分析された場合、警告が発せられて、産業上のプロセスにおいて上記のようにして検出されたドリフトは修正される。
【0013】
検査される上記観測点の重心は、検査される観測点の成分の平均を成分として有する点に対応している。
SPC検査は、p個の連続量y1,y2,...,ypを統計学的に、もしくはサンプリングによって定期的に観測する従来の手法にて行われる。これらの量は、原材料の諸特性、生産される製品の諸特性や、製造プロセスの動作パラメータを同様によく表すことが可能である。与えられた「時点」においてこれらp個の測定値からなるp次元のベクトルはyとして書き表され、そのプロセスの観測ベクトルと呼ばれる。このベクトルの終点はそのプロセスの観測点であり、このベクトルの始点は、問題とされている基準系の原点である。
【0014】
ここで云う「時点」という概念は、厳密に時間的な解釈に留まらない。同じ「時点」に関連した測定値は、可能な場合には、製造される同じ単位またはバッチの生産に関連したパラメータの測定値であることは明らかである。どの測定値が同じ「時点」に関連しているかが定義できるためには製造プロセスを完全に辿れることが必要である。
【0015】
プロセスが「管理下におかれている」場合、連続した異なる時点、t0,t0+1,t0+2,...におけるベクトルyの値は、生産を充分な品質とするための目標値である値y0の周辺で「ほとんど」変化しない。この変化は、原材料の特性(材料の硬さ、成分の化学組成、供給源など)、環境の特性(温度、湿度など)、あるいはプロセスの特性(機械の設定、操作者の注意力など)におけるランダムな変化によるものである。これらの諸特性はベクトルyの1以上の成分に影響する。これらの特性はz1,z2,...,zmと書き表され、ともにzとして表されるベクトルを形成する。ここではこのベクトルzをそのプロセスの説明的ベクトルと呼ぶ。
【0016】
そのプロセスの1つの特性がプロセスの「観測変数」yjとみなされるためには、その特性は各「時点」において評価されなくてはならない。
そのプロセスまたは入力の1つの特性が、そのプロセスの「原因変数」zkとみなされるためには、その特性は、自発的または非自発的な人間の行為、環境の変化、消耗、または老朽化といったシステムの外部の適当な因子によって改変されなければならない。一般にコストや実現性の理由から、これらの変数は各「時点」において測定されることはなく(そうでない場合、変数は変数yjとしても現れる)、その意味においてこれらの変数はプロセスの振る舞いに影響する「隠れた変数」となるものである。これらの変数の評価は往々にしてコストや時間が嵩み、不正確であって、異常が発生した場合にのみ行われる。
【0017】
ある変数は、その可能な値が数値であり、既知の値の範囲(温度、圧力など)にある場合に定量的であり、可能な値または数値の数が限定されている場合(供給源、操作者、機械など)には定性的である。本発明において考慮されるモデル及び方法では、ベクトルyの成分はすべて定量的であるものと仮定している。
【0018】
プロセスの同じ特性(例 炉の管理された温度)はz成分及びy成分の両方として現れ得る。
ベクトルyとベクトルzとの依存関係は次の関係式によってモデル化することが可能である。
【0019】
【数3】
式中、tは観測時点であり、ベクトルεは、平均値が0であるものと仮定され、共分散行列Σεを有するp空間のランダムなベクトルである。fは、
【数4】
であるようなp個の成分f1,f2,...fpを有するベクトル関数である。
ベクトルyの成分は、ベクトルzの成分と同様、互いに相関している。
【0020】
安定的条件下にて完全に安定化したプロセスでは以下の特徴が見られるはずである。
【数5】
は事実上tに依存しない。
各「原因変数」zkは固定値z0 k上で安定化される。
yは次の形の安定的プロセスによってモデル化することが可能である。
【0021】
【数6】
現実的には、定量的原因変数を完全に求めることは可能ではない。すなわち、変数ベクトルz0によってこれに期待値0の確率的誤差及び共分散行列Σeの確率的誤差が加えられる。このモデルは次のようなものとなる。
【0022】
【数7】
本発明によって提案される方法は、通常のSPCの特徴であるところの次の特徴を有する。
【0023】
・ベクトル関数fは未知である。
・説明的変数zkのすべてが特定されるわけではない。
・変数y1,...,ypについて時点t=1,...,t=nにおいてn回の観測が行われる。
これらの観測点は、n行p列の行列Yの形で書き表される。ベクトルyjはYのj番目の列を示す。この列のi番目の要素はyi jとして表され、変数yjについて時点t=iにおいて行われた観測の値を示す。「時点」t=iにおける変数y1,...,ypの観測点のベクトルは、yiとして書き表される。
【0024】
観測点ベクトルyiには1/nに等しい重みpiが与えられる。対角項として重みpiを有する対角行列(n,n)はDpとして書き表される。
・プロセスが適正に管理下におかれている場合、* 観測点は目標値ベクトルy0に中心が適正におかれる。
【0025】
ベクトルy0はベクトルyの数学的期待値E[ y] に等しく、したがってy0は観測された平均値ベクトルmyに非常に近い(ベクトルmyは行列Yのp個の列y1,...,ypの平均値
【数8】
によって構成されるベクトルである。)。
* そのばらつきは一定であり、異なる変数yjについて定義される仕様限界と同等である。
【0026】
ランダムベクトルyの共分散行列は時間的に変化しない。
* プロセスがドリフトしている場合、観測されるベクトル値yiはベクトル目標値y0から離れ過ぎる。こうした振る舞いは以下の結果である。
* 1以上の原因変数zkの中央値の時間的変化。
* 1以上のランダムεkまたはejの分散の時間的増加。
【0027】
ドリフトが原因変数zkに関した定性的なものであり、この変数を値z0kから値z1kまで変化させるような場合、分布の中心はベクトルy0からベクトルy1まで動く。これにより観測点は
【数9】
の方向に移動する。
ドリフトがzkに関した定量的なものであり、プロセスがzkに対してベクトルy0の周囲で不安定でない場合、各関数fjはzkに対して部分導関数fjkを有するものと仮定することができる。変化を微分することで1階までこのことが示される。
【0028】
・平均値におけるドリフトであるz1k=z0k+dによって、観測点の中心が、ベクトルy0から部分導関数
【数10】
のベクトルによって定義される方向に移動することが示される。
・ランダムekのばらつきの増大によって観測点yiの分布が同じ方向
【数11】
に「引き伸ばされる」。
・ランダムejのばらつきの増大によって観測点yiの分布がj番目の単位ベクトル
の方向に「引き伸ばされる」。
【0029】
本発明の方法は、以下の技術的な目的を実現し得たものである。
すなわち、* 履歴分析の段階において:履歴記録において特定されたすべてのドリフトに関連付けられた方向を特定し、各観測においてこれらの方向に対する近接指標を計算することを可能とするパラメータを定義する。
【0030】
* プロセスの管理の動作段階において:最近の観測においてプロセスの動作にドリフトが見られるか否かを検出し、次いで近接指標を調べることにより、観測点に最も近いと思われる特定された原因方向を特定し、これにより可能性のあるドリフトの原因を提案する。
【0031】
* 状況の速やかかつ全体的な評価を可能とするグラフを両段階において提案する。
システムを各プロセスの特定の特徴に適合させるため、システムにおいて行われる各種の処理に対して複数のバージョンが提案される。
【0032】
本発明は、プロセスの入力、出力、及び管理及び動作パラメータの測定された指標すなわち測定値に基いた統計的プロセス管理の方法、ならびにこうした方法を使用し、このようにして得られた値に行われる各種の処理を含む任意のシステムを提供するものである。本発明の方法は、好ましくはコンピュータ処理を実行するとともに、処理工程において全体的かつ自動的に動作する、すなわち、ユーザを支援するコンピュータによって行われる。
【0033】
本発明の動作は2段階にて行われる。
・プロセスの履歴分析を行う学習段階。履歴はプロセスの動作に関連した1組の量から構成される。これらの量は、連続した時点またはサンプリングによって得られる部品において測定もしくは評価される。
【0034】
この分析の目的は、プロセスにおいてドリフトが顕在化する時点、ならびに、観測されたドリフトの特殊原因を(調査される現実のプロセスの専門家であるユーザと情報交換することにより)特定し、特定された特殊原因のそれぞれと関連する方向を定義するパラメータの値を評価することである。
【0035】
・プロセスの追跡段階
この段階では、システムはプロセスから(センサから直接的接続を介して、あるいはマニュアルインプットにより)測定値及びデータを受け取る。これによりシステムはプロセスがドリフトした場合に警告を発することを可能とする。各原因に関連した量がこの観測について評価され、ドリフトの原因として考えられる原因が更に特定される。これらの原因は先に本発明の方法の分析によって特定されたものの中から選択される。何らの原因も提案されない場合、原因は人間に現実のプロセスを調べさせることによって特定される。この新たに特定された原因はシステムに組み込まれ、後に再びこの原因が発生した場合に自動的にこれを特定することを可能とする。
【0036】
本発明のシステムの適切性及び独創性は以下の点によるものである。
*提案されるモデルが適当であること及びその応用の広さ。
*観測される量の多次元空間における異常の追跡の性質。すなわち、観測空間Rnにおける直線。
*特定された原因のそれぞれの特性である複合量の定義、及び関連する確率法則。すなわち、「原因強度」及び「角近接度」。
【0037】
*用いられるこのモデルに適合した強力な多次元的統計分析方法。すなわち、原因方向を決定する管理不能点の分類。
*提案されるグラフの適切性。すなわち、確率閾値にて度盛りされた管理図。
【0038】
*プロセスの履歴を分析することにより、学習段階が以下の工程を用いて異常の特定に寄与すること。
A1−データの事前の変換。
A2−管理下の測定値と管理不能測定値の区別。
A3−特殊原因のタイプ及び関連する方向パラメータの特定。
A4−特殊原因指標についての管理図の作成、精査。
A5−特殊原因の解釈。
これらの工程は、現実のプロセスにおいては、システムに新たな情報を導入し(管理不能と認識される観測を行う、複数の原因を関連付ける、疑わしい測定値を特定する、・・・)、システムにより与えられる部分的情報を利用して履歴におけるその解釈を正確なものとするために介入することが可能な専門家との対話により実行される。ある工程において得られた結果によってオプションや特定のパラメータを改変して先の1以上の工程を繰り返すことがしばしば可能である。
【0039】
プロセスの履歴は、n行×p列の行列Yによって特徴付けられる。行iと列jとの交点にある要素yi jは「時点」iにおける観測の際に変数yjのとる値を表す。
【0040】
A1工程:データの事前の変換
この工程は、処理が適用される値が上記に述べられた方法のモデルにより近くなるように観測される生データyi jを変換することに関し、これによって結果の適切性が高くなる。
【0041】
最も一般的な有用性を有する変換は、各観測変数に別個に行われ、観測点i jの生の値を新たな値
【数12】
に変換する。以下の変換について述べるが、これらに限定されるものではない。
*連続的な示数をグループ化して1個の平均化された示数とする。(グループ化されたデータについての管理図と比較せよ)例として次式にて表される。
【数13】
ただしwは各グループのサイズである。
*測定値同士を脱相関するための連続した測定値間の差。
【数14】
*ガウス分布に「より近い」分布を与える変換。例として次式。
【数15】
ただし、FG -1はガウス分布関数の逆数である関数であり、Fy jは変数yjの分布として仮定される関数である。
*ランダムなばらつきの仮定される中心に中心を合わせる。その場合、
【数16】
ただし、ci jの中心値の選択は、具体的な状況、プロセスについての知識による。したがって、これは、
ci j=変数yjの管理下にある値の平均値、
ci j=時間的に変化しない値である、変数yjの目的値y0j、または、
ci j=時間的変数である、変数yjの目的値y0i j(小数列、既知で許容されうるばらつき、・・・)である。
*関係していない量のスケールをより均一化し、観測された測定値のばらつきに仮定として与えられた重要度を考慮するための次式にて与えられるスケール変換。
【数17】
ただし、si jはこの測定値に対して選択された単位を示す。例として、
si j=管理下におかれた観測点の標準偏差yj。
A2工程:管理下の測定値と管理不能測定値の区別
この工程は、履歴の測定値をとり、プロセスが管理下にある間におけるプロセスの正常動作に対応していないものとの間で区別を行うことよりなる。
【0042】
最初に、プロセスを預かる人間によって管理不能であるとして認識されるすべての観察値を管理不能として標識する。
次に、まだ管理下にあるものと考えられる観測点に対してホテリングT2図を作成する(ダグラスC.モンゴメリ(Dougrous C.Montgomery)による著作「統計的品質管理入門」(Introduction to statistical quality control)第2版、Wiley刊、1991年 を参照。)。閾値αに関連付けられた上部管理限界線を越えて位置する観測点は管理不能と断定される。αは、誤警告の許容可能確率である。一般にαとして選択される値は0.05または0.001である。
【0043】
この工程は繰り返されることが必要であり、各繰り返しにおいて、新たな観測点が管理不能として標識される。
繰り返しは、T2図の管理限界線の外側にある観測点の数が誤警告の許容可能確率に適合している場合に停止される。
【0044】
この適合性は従来の仮説検定によって評価される。限界線の外側となる値の観測頻度が与えられたものとして、限界線外の測定値の確率がα以下であるという仮説を検定する(サポルタ(G.Saporta)による「確率、データ分析、及び統計」(Probability, data analysis, and statistics)Technip刊、1990年 を参照)。
【0045】
A3−特殊原因のタイプ及び関連する方向パラメータの特定
この発想は、先の工程において管理不能として標識された履歴中の各観測点に対して、異常の「特殊原因」と称される、異常のよく特定された原因を関連付けることにある。
【0046】
この特定はプロセスを預かる人間の知識を利用して行われなければならないが、よく適合された自動分類法を管理不能として認識された点に適用することによりこうした人間を導くことが可能である。こうした分類は異常に共通の原因に対応させることが可能な観測点を一緒にまとめるものである。すなわちこの分類により、多次元空間において共通の方向に近い観測点がまとめられる。
【0047】
この目的に適した方法として、グループにまとめるために、2個の観測点ベクトル間における類似度指数として余弦の絶対値を用い、直径基準としても知られる最大結合基準を受け容れる、階層的上昇分類(hierarchical rising classification)型の自動分類法がある(上記に引用したG.サポルタによる著作を参照)。次に管理不能データの分布中心上に中心がある管理不能測定値に対して分類を行う。
【0048】
その異常に最も関係の深い測定値が決定されれば異常方向をより簡単に解釈することが可能である。
これを行うため、変換後に、説明すべき変数及び測定された変数として異常の方向をとり、説明的変数として管理下分布中心上に中心を合わせて、「ステップ・バイ・ステップ」や「最良サブセット」型の定数項を用いずに線形回帰を行う。
【0049】
このようにして選択された変数及び得られた回帰係数の符号を調べることにより、プロセスを預かる人間は異常の原因を決定するうえで導かれる。
A4−特殊原因指標についての管理図の作成、精査
上記の工程の完了時には管理不能観測点の複数のグループができ、各グループは特定の異常、すなわち「特殊原因」に関連付けられている。
【0050】
この工程は、各特殊原因をその存在について上記に述べた主方向に関連付け、次いで2個の指標関数に関連付けることによって開始される。2個の指標は、いずれかの観測点に適用された場合に、その観測点がこの特定の特殊原因を有するプロセスの異常動作から来るものであることが可能であるか否かを示す関数である。
【0051】
図3及び4は次元2として、2つの異なる異常に関連する方向を示したものである。図3が生の値を用いたデータ観測空間内における状況を示しているのに対し、図4は管理下のデータの正規化された主成分に基いた基準系における状況を示している。2つのタイプの異常は、図3と比較して図4においてより明確に分離されている。
【0052】
次に考慮される観測点は、管理下の測定値の正規化された主成分に基く基準系内に見出され、その原点は管理下データの分布中心と一致する。
上記に述べられた理論的モデルにより、管理下の観測点の分布中心から延び、異常に基く観測点群に「近い」、異常を表す方向を探すことが可能である。この方向は、上記の異常に関連した観測点の第1の慣性軸として定義することが可能である。この軸は原点を通過する(上述の変換と比較)。こうした軸は、異常に関連した観測点の集団の中心に集められておらず、また該集団にかためられていない主成分の分析によって決定される第1の主軸であることが知られている(上記に引用したG.サポルタによる著作を参照)。
【0053】
特殊原因に関連した点が管理下の点の分布中心から離れる方向が求められれば、異常に関連した2個の指標を定義することが可能である。
すなわち、*第1の指標は、前記の方向における観測点までの距離を測定する。
【0054】
*第2の指標は、管理不能の点の分布中心から見た角近接度に関して、観測空間Rn内で前記の特定方向への点の近接度を測定する。
多次元的観測空間内において、第1の指標は特殊原因に関連した方向に沿った観測点の距離を測定する。第1の指標は、観測点と異常の各組を、「原因変数」と呼ばれる観測点と異常との間の関係の強さの指標と関連付ける。指標は、原因に関連した方向に沿った観測点の成分として得られる。この指標は観測ベクトルと原因の方向の方向ベクトルとのスカラー積として計算される。
【0055】
正規化された主成分空間においてこのスカラー積を計算するということは、つまりは最初の測定空間において行列V-1をスカラー積行列としてとることであり、ここで、V-1はVが最大階数である場合には管理下のデータの共分散行列Vの逆行列であり、V-1はVが最大階数でない場合にはVの擬似逆行列である。
【0056】
したがってこの指標は最初の測定値の一次結合であり、これらの測定値がガウスの法則(プロセスが管理下にある場合)に従うものと仮定するとこの指標もやはりガウスの法則に従う。したがってそのばらつきは従来の管理図を用いることによって調べることが可能である。したがって、このような強度図において管理不能の位置にある観測点は、図中に示された指標によって表される異常の種類に対応している可能性が高い。
【0057】
これに対し、観測点が管理下の点の分布中心から非常に遠くにある場合には、観測点は複数の原因方向において離れているように見え、したがって、複数の異常の種類に関連しているように見える。曖昧さをなくすため、次に第2の指標を考慮する。
【0058】
第2の指標は、異常を表す方向と、管理下のデータの中心に原点があって観測点に一端があるベクトルとの間の角近接度を示す指標である。この角度は計算が容易であることによりその余弦の値を評価する。この余弦は上記の強度指標を観測点を表すベクトルのノルムにて割ることによって計算される。
【0059】
この計算はノルム化された主成分空間において行われるため、この新たな指標に関係した管理図上に示すことが可能な管理限界線を定義することがより適切でありこれを利用することが可能である。
【0060】
動作が管理下にある場合、この指標は確率分布関数Fを求めることが可能な確率分布を有する。
【0061】
関数Fを用いて角近接度指標の管理限界線Lαを定義する。この管理限界線の外側において観測点は前記異常に割り当てられる。関数Fは、nは2以上であるものとして、Rnにおいて任意の与えられた方向と共分散行列として恒等行列を有する、中央化されたガウスランダムベクトルRnとがなす角度(X)の余弦の確率分布関数を表す。該ランダムな変数の確率分布関数Fは次式によって与えられる。
【数18】
ただし、Lα=F-1(α)であるために、
【数19】
であり、αは誤警告の許容されうる確率を表し、αは好ましくは0.001%〜0.05%の範囲の値である。ここで用いられる「誤警告」なる語は、前記異常に誤って割り当てられた管理下にある観測点を意味する。
角近接度管理図を調べることにより、「強度」図によって管理不能であるものと断定された点から、実際に考慮の対象であるところの異常による点を選択することが可能である。これらの点は両方の図において同時に管理不能であるものと断定される。
【0062】
実際の使用においては、このような角近接度図は、次数の小さい次元では管理限界は1または−1に非常に近いためにあまり読みやすいとはいえない。そのため、これらの指標を表す図を、適当な変換が行われた後に、確率の閾値によって表される、対数目盛りを有する図において使用することが好ましい。
【0063】
この表記法は検査されるあらゆる種類の量に対して有用であり、これにより異なる確率分布に関連する図の解釈が容易となり、その表記の均一性が高くなる。2種類の図は次のように定義される。
【0064】
*管理が1つの限界に適用される場合(T2図の場合におけるように)に使用することが可能な単方向図Pu。
*管理が下部限界及び上部限界に関する場合に使用される双方向図Pb。
確率分布関数Fxの指数iに関連した観測点xは単方向図Pu上に示される。この観測点は横軸i及び縦軸y=min(log10(1−Fx(x),4)の位置にて図にプロットされる。
【0065】
縦軸の目盛りはy:1−Fx(x)=10(-Y)の整数値に関連付けられた閾値によって目盛り付けされている。目盛り上の縦軸の値4は行われた丸めを考慮してmention「<0.0001」に関連付けられている。横線は選択された管理限界を示す。図5は、従来のT2管理図ならびに対応するPu図を示したものである。
【0066】
確率分布関数Fxの指数iに関連付けられた観測点xが双方向図Pb上に示される。この観測点は図の横軸i及び下記に定義される縦軸yの位置に記される。
【数20】
ただしmは分布の平均値:Fx(m)=0.5である。
縦軸の目盛りはy:10(-|Y|)の整数値に関連付けられた閾値にて目盛り付けされている。横線は選択された管理閾値に関連付けられた管理限界を示す。図6は従来の余弦管理図ならびに対応するPb図を示したものである。
【0067】
A5−特殊原因の解釈
上記に定義された管理図は、プロセスを預かる人間に、プロセスの適正な動作に対応しない履歴上の点をすべて発見し、そのそれぞれについて異常の実際の原因を特定することを可能とする情報を与えるものである。上記に述べた手段によれば特定された異常の原因のそれぞれを観測空間内の特定の方向に関連付けることが可能となり、2個の指標によってこれを特定することが可能である。
【0068】
*本発明の方法の第2の段階は厳密な意味においての管理の段階であり、次の工程よりなる。
S1−データが最初に変換される。
S2−異常が検出され、管理図を用いて監視することにより特定される。
S3−必要な場合、原因の組合せまたは新たな特殊原因が特定され、方法に組み込まれる。
【0069】
この第2の段階において、システムはプロセスから(直接接続されたセンサまたはマニュアル入力から)の測定値及びデータを受け取る。この測定値は分析された履歴測定値のモデルに基いたものである。これによりシステムによってプロセスがドリフトした場合に警告が発せられることが可能となる。次いでシステムはドリフトの可能性として考えられる原因を特定する。ここで原因は学習段階において既に特定されたものの中から選択されたものである。
【0070】
プロセスから受け取られた各観測点は下記の複数の工程において処理される。
S1―データの事前の変換
データが工程A1において定義されたように変換される。
S2−異常の検出及び特定
工程A2において定義された計算モデルを用いて観測点に関連付けられたT2の値が計算され、T2図の管理限界に対して記される。
【0071】
図において観測点が管理下にあることが示された場合、観測点の処理を終了する。そうでない場合、観測点は適正に動作していないプロセスを表している。
このような状況下では、学習段階において特定された各種原因に関連付けられた指標のとる値が計算され、新たな観測点を表す点の位置が、前記指標に関連付けられたPb型管理図上で調べられる。同じ原因に関連付けられた指標が両方とも観測点が管理不能であることを示す場合、この原因はプロセスの実際の誤動作の原点にある可能性が考えられ、システムはプロセスの管理者に対して誤動作についての警告ならびに誤動作の原因に関する診断を送る。
【0072】
システムが更にリスト化された原因の内の別のものを特定、認識しない場合、ここで観測点の処理は終了する。こうした状況下では以下の更なる工程が必要である。
【0073】
S3−必要な場合、原因の組合せまたは新たな特殊原因が特定され、方法に組み込まれる。
先の工程において何らの原因も認識されない場合、観測された異常が2つの既知の原因の同時発生に起因するものであるか否かを確認するための検定が行われる。
【0074】
この目的のため、管理下分布中心上に中心がある観測点を説明すべき変数としてとり、説明的変数として原因変数をとって、「ステップ・バイ・ステップ」や「最良サブセット」型の定数項を用いずに線形回帰を行う。
【0075】
2つの説明的変数のみを用いて大きな多相関係数Rが得られた場合、特にR>0.95である場合、これら2つの変数に関連した2つの原因が同時発生していることが考えられる。同様に、2以上の原因、特に3乃至4の原因が同時に起きている可能性が考えられる。
【0076】
リストの中の原因または原因の組合せが認識されない場合、プロセスを預かる人間の知識及び経験に基いてマニュアル特定を行う必要がある。
本開示では様々な態様を明らかにする。一態様において、産業上のプロセスの入力、出力、ならびに制御及び作動パラメータの特性を示すとともに観測点の値を観測点のサンプリング指数に関連付ける基準系内の観測点によって表すことが可能な量の指標または測定値の示数に基いて前記プロセスを管理するための統計的方法であって、前記指標または測定値はセンサまたはマニュアル入力によって与えられる方法において、
a)観測された値は、得られる値が多次元的ガウス分布モデルに適合し、本方法の残りの部分において用いられる観測点に対応するデータを構成するように変換され、
b)前記観測点は、測定された量に各次元が関連付けられた多次元空間内に存在し、
c)これらの観測点の内、「管理下にある」と云われる、プロセスの適正な動作に対応した点は、「管理不能」と云われる点とは区別され、
d)管理下にある点の分布中心は管理下にある観測点の重心であるものとして計算され、
e)管理下にある点の分布中心から特定の方向に集中した管理不能な観測点が特定され、
f)この方向は前記プロセスのドリフトの共通の原因に関連付けられ、
g)各観測点と異常方向の組は、行われた観測に関連している可能性の高い0個、1個またはそれよりも多い異常の原因を提案するために指標に関連付けられ、
h)上記のようにして異常が分析された場合、警告が発せられて、産業上のプロセスにおいて上記のようにして検出されたドリフトは修正されることを特徴とする方法。
一態様の統計的プロセス管理方法において、前記角近接度指標の管理限界線Lαであって、該管理限界線の外側において観測点は前記異常に割り当てられる管理限界線を定義するために関数Fが用いられ、該関数Fは、nは2以上であるものとして、R n の任意の与えられた方向と、共分散行列として恒等行列を有する、中心化されたガウスランダムベクトルR n との間の角度(X)の余弦の確率分布関数を表し、該ランダムな変数の確率分布関数Fは次式にて与えられ、
【数20】
ただし、Lα=F-1(α)であるために、
【数21】
であり、ここでαは誤警告の許容されうる確率を表し、αは好ましくは0.001%〜0.05%の範囲の値であることを特徴とする統計的プロセス管理方法。
一態様の統計的プロセス管理方法において、以下の工程、
A1:データの事前の変換工程、
A2:管理下にある測定値を管理不能の測定値から分離する工程、
A3:同じ異常に関連している可能性の高い観測点を特定するように適合されているとともに、管理下にある観測点の分布中心から延びる同じ直線の付近に位置する観測点を同じグループにまとめることを可能とする観測点の自動分類方法によって特殊原因のタイプ及び関連する方向パラメータを特定する工程、
A4:特殊原因指標について管理図を作成してこれを調べる工程、及び、
A5:特殊原因を解釈する工程、を行うことによって異常の特定に寄与すべくプロセスの履歴を分析する学習段階と、
プロセスの変数の新たな観測点のそれぞれについて観測点が異常によるものであるかを診断し、そうである場合にはどの異常の可能性が高いかを診断する、厳密な意味での管理段階であって、以下の工程、
S1:データの事前の変換工程、
S2:管理図を検査することにより異常を検出及び特定する工程、及び、
S3:必要な場合、原因の組合せまたは新たな特殊原因を特定し、これを方法に組み込む工程、からなる管理段階とから構成されることを特徴とする統計的プロセス管理方法。
一態様の統計的プロセス管理方法において、使用される前記自動分類方法は、グループとしてまとめるため、余弦の絶対値を2個の観測点ベクトル間の類似度指数として用い、直径基準としても知られる最大結合基準を用いる、昇順階層分類型の自動分類法であることを特徴とする統計的プロセス管理方法。
一態様の統計的プロセス管理方法において、異常を表すために前記学習段階のA3工程において用いられる方向は前記異常に関連した観測点の第1の慣性軸であり、該軸は管理下の観測点の分布中心を通過し、該軸は、異常に関連した観測点の集団について非中心かつ非減数の主成分の分析によって決定され、点は事前に管理下の観測点の分布中心に集められていることを特徴とする統計的プロセス管理方法。
一態様の統計的プロセス管理方法において、対数目盛りを有する確率閾値を有する管理図が使用され、管理が1つの限界に関係する場合(T 2 図の場合におけるように)には単方向図Puが使用され、管理が下部限界及び上部限界に関する場合には双方向図Pbが使用され、これらの図により、異なる確率分布に関連する図の解釈が容易となり、その表記の均一性が高くなることを特徴とする統計的プロセス管理方法。
Claims (6)
- 産業上のプロセスの入力、出力、ならびに制御及び作動パラメータの特性を示す測定値に基いて前記プロセスを管理するための統計的方法であって、前記測定値はセンサまたはマニュアル入力によって与えられる方法において、
a)測定値は、多次元的ガウス分布モデルに適合するデータに変換され、
b)データに対応する観測点は、多次元空間内に存在し、
c)これらの観測点の内、「管理下にある」と見なされる、プロセスの適正な処理に対応した点は、「管理不能」と見なされる点とは区別され、
d)管理下にある点の分布中心は管理下にある観測点の重心であるものとして計算され、
e)管理下にある点の分布中心から特定の方向に集中した管理不能な観測点が特定され、
f)この方向は異常を表し、
g)各観測点と異常方向の組は、異常の原因を特定するために指標に関連付けられ、
h)上記のようにして異常が分析された場合、産業上のプロセスにおいて上記のようにして検出されたドリフトを修正すべく、警告が発せられることを特徴とする方法。 - 観測点と異常の各組が、「原因変数」と呼ばれる、観測点と異常との間の関係の強さの指標と関連付けられ、該指標は、原因に関連した方向に沿った観測点の成分として得られ、該指標は観測ベクトルと原因の方向の方向ベクトルとのスカラー積として計算され、観測点と異常との間の関係の強さの指標として用いられる前記スカラー積行列は行列V-1であり、ただしV-1は、Vが最大階数である場合には管理下のデータの共分散行列Vの逆行列であり、Vが最大階数でない場合にはVの擬似逆行列であることを特徴とする請求項1に記載の統計的プロセス管理方法。
- 「角近接度指標」と呼ばれる、観測点を表すベクトルと異常に関連付けられた方向を表すベクトルとの間の角度を測定することによって得られる近接度指標が、観測点と異常との間に用いられ、該角近接度指標は前記角度の余弦であり、該余弦は前記強度指標を観測点を表すベクトルのノルムにて割ることによって計算され、該ノルムは前記行列V-1によって定義されることを特徴とする請求項2に記載の統計的プロセス管理方法。
- 使用される前記自動分類方法は、グループとしてまとめるため、余弦の絶対値を2個の観測点ベクトル間の類似度指数として用い、直径基準としても知られる最大結合基準を用いる、昇順階層分類型の自動分類法であることを特徴とする請求項3又は4に記載の統計的プロセス管理方法。
- 管理不能観測点の特定の方向は、前記異常に関連した管理不能観測点の分布中心から延びる直線であり、該直線は管理不能観測点の第1の慣性軸であり、該軸は、異常に関連した管理不能観測点の集団についての非中心かつ非減数の主成分の分析によって決定されることを特徴とする請求項1に記載の統計的プロセス管理方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR98/12113 | 1998-09-22 | ||
FR9812113A FR2783620B1 (fr) | 1998-09-22 | 1998-09-22 | Procede et systeme multidimensionnel de maitrise statistique des processus |
PCT/FR1999/002254 WO2000017790A1 (fr) | 1998-09-22 | 1999-09-22 | Procede et systeme multidimensionnel de maitrise statistique des processus |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002525757A JP2002525757A (ja) | 2002-08-13 |
JP4394286B2 true JP4394286B2 (ja) | 2010-01-06 |
Family
ID=9530930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000571380A Expired - Fee Related JP4394286B2 (ja) | 1998-09-22 | 1999-09-22 | 統計的プロセス管理のための多次元的方法及びシステム |
Country Status (12)
Country | Link |
---|---|
US (1) | US6804563B1 (ja) |
EP (1) | EP1116150B1 (ja) |
JP (1) | JP4394286B2 (ja) |
CN (1) | CN100489870C (ja) |
AT (1) | ATE242513T1 (ja) |
AU (1) | AU5866999A (ja) |
CA (1) | CA2391716A1 (ja) |
DE (1) | DE69908620T2 (ja) |
ES (1) | ES2201771T3 (ja) |
FR (1) | FR2783620B1 (ja) |
HK (1) | HK1039668A1 (ja) |
WO (1) | WO2000017790A1 (ja) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL144358A (en) * | 2001-07-16 | 2006-10-31 | Oded Berkooz | Method for isolating sources of drifts in output properties for machines and processes |
US7076695B2 (en) * | 2001-07-20 | 2006-07-11 | Opnet Technologies, Inc. | System and methods for adaptive threshold determination for performance metrics |
CA2456296C (en) * | 2001-08-24 | 2019-09-24 | Bio-Rad Laboratories, Inc. | Biometric quality control process |
DE10151250A1 (de) * | 2001-10-17 | 2003-05-08 | Bayer Ag | Verfahren zur Ermittlung eines komplexen Korrelationsmusters aus Verfahrens- und Anlagendaten |
US7043403B1 (en) * | 2002-09-04 | 2006-05-09 | Advanced Micro Devices, Inc. | Fault detection and classification based on calculating distances between data points |
FI20030622A (fi) * | 2003-04-24 | 2004-10-25 | Tietoenator Oyj | Verkkopalveluihin liittyvien operaatioiden analysointi |
WO2004105101A2 (en) * | 2003-05-16 | 2004-12-02 | Tokyo Electron Limited | A process system health index and method of using the same |
US7711654B2 (en) * | 2003-09-05 | 2010-05-04 | Sensitech Inc. | Using advanced shipping notification information for supply chain process analysis |
US7369913B2 (en) * | 2004-04-02 | 2008-05-06 | Siemens Medical Solutions Usa, Inc. | Recipe editor and controller |
DE102004052302B4 (de) * | 2004-09-30 | 2013-05-23 | Immobiliengesellschaft Helmut Fischer Gmbh & Co. Kg | Verfahren zur Ausgabe von Messwerten und Anzeigeeinrichtung |
JP4399400B2 (ja) * | 2005-07-11 | 2010-01-13 | 株式会社日立ハイテクノロジーズ | 検査データ解析システムと検査データ解析プログラム |
KR100679721B1 (ko) * | 2005-11-01 | 2007-02-06 | (주)아이세미콘 | 반도체 공정장비의 변동 감지방법 |
ES2431863T5 (es) * | 2006-11-03 | 2017-07-27 | Air Products And Chemicals, Inc. | Sistema y método para la monitorización de procesos |
US7494893B1 (en) | 2007-01-17 | 2009-02-24 | Pdf Solutions, Inc. | Identifying yield-relevant process parameters in integrated circuit device fabrication processes |
US20080312875A1 (en) * | 2007-06-12 | 2008-12-18 | Yu Guanyuan M | Monitoring and control of integrated circuit device fabrication processes |
CN101251754B (zh) * | 2008-03-13 | 2010-06-02 | 西安交通大学 | 一种多工序加工过程误差流的处理及控制方法 |
US8090676B2 (en) * | 2008-09-11 | 2012-01-03 | Honeywell International Inc. | Systems and methods for real time classification and performance monitoring of batch processes |
JP5048625B2 (ja) * | 2008-10-09 | 2012-10-17 | 株式会社日立製作所 | 異常検知方法及びシステム |
FR2939928B1 (fr) * | 2008-12-15 | 2012-08-03 | Snecma | Standardisation de donnees utilisees pour la surveillance d'un moteur d'aeronef |
US8392009B2 (en) * | 2009-03-31 | 2013-03-05 | Taiwan Semiconductor Manufacturing Company, Ltd. | Advanced process control with novel sampling policy |
US8525830B2 (en) * | 2010-09-17 | 2013-09-03 | The Boeing Company | Point cloud generation system |
EP2447889A1 (en) * | 2010-10-29 | 2012-05-02 | Siemens Aktiengesellschaft | Method for modeling a defect management in a manufacturing process and for handling the defect during the production process based on said modeled defect management |
ES2424808B1 (es) * | 2011-01-25 | 2014-08-05 | Mondragón Goi Eskola Politeknikoa José María Arizmendiarrieta, S. Coop. | Método para detectar e identificar errores en procesos de fabricación |
CN103703083A (zh) | 2011-08-04 | 2014-04-02 | 亨斯迈先进材料(瑞士)有限公司 | 活性染料的混合物及其用途 |
CN103488135B (zh) * | 2013-08-14 | 2015-11-04 | 沈阳中科博微自动化技术有限公司 | 一种用于半导体生产加工过程监控的统计过程控制方法 |
US9070622B2 (en) * | 2013-09-13 | 2015-06-30 | Taiwan Semiconductor Manufacturing Company, Ltd. | Systems and methods for similarity-based semiconductor process control |
CN103935120A (zh) * | 2014-03-25 | 2014-07-23 | 中山火炬职业技术学院 | 一种制定印刷企业质量控制参数标准的方法 |
BR102014015604A2 (pt) * | 2014-06-24 | 2015-03-31 | Gisele Castro Fontanella Pileggi | Máquina universal de ensaios reológicos e mecânicos |
US10089589B2 (en) * | 2015-01-30 | 2018-10-02 | Sap Se | Intelligent threshold editor |
EP3151072B1 (de) * | 2015-09-29 | 2020-07-29 | Siemens Aktiengesellschaft | Verfahren und system zur fehlererkennung und überwachung bei einem elektronisch geregelten oder gesteuerten maschinenteil |
DE102016225081A1 (de) * | 2016-12-15 | 2018-06-21 | Robert Bosch Gmbh | Vorrichtung und Verfahren zum Bestimmen der Pinpoint-Fähigkeit möglicher Fehler einer oder mehrerer Komponenten |
EP3611579A1 (de) * | 2018-08-13 | 2020-02-19 | Siemens Aktiengesellschaft | Echtzeit-automatisierungseinrichtung mit einem echtzeit-datenbus |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0660826B2 (ja) * | 1989-02-07 | 1994-08-10 | 動力炉・核燃料開発事業団 | プラントの異常診断方法 |
US5150289A (en) * | 1990-07-30 | 1992-09-22 | The Foxboro Company | Method and apparatus for process control |
US5442562A (en) * | 1993-12-10 | 1995-08-15 | Eastman Kodak Company | Method of controlling a manufacturing process using multivariate analysis |
US6539267B1 (en) * | 1996-03-28 | 2003-03-25 | Rosemount Inc. | Device in a process system for determining statistical parameter |
US6442445B1 (en) * | 1999-03-19 | 2002-08-27 | International Business Machines Corporation, | User configurable multivariate time series reduction tool control method |
US6424876B1 (en) * | 1999-07-22 | 2002-07-23 | Advanced Micro Devices, Inc. | Statistical process control system with normalized control charting |
-
1998
- 1998-09-22 FR FR9812113A patent/FR2783620B1/fr not_active Expired - Fee Related
-
1999
- 1999-09-22 AT AT99946223T patent/ATE242513T1/de not_active IP Right Cessation
- 1999-09-22 EP EP99946223A patent/EP1116150B1/fr not_active Expired - Lifetime
- 1999-09-22 ES ES99946223T patent/ES2201771T3/es not_active Expired - Lifetime
- 1999-09-22 CN CNB998112364A patent/CN100489870C/zh not_active Expired - Lifetime
- 1999-09-22 US US09/787,685 patent/US6804563B1/en not_active Expired - Fee Related
- 1999-09-22 JP JP2000571380A patent/JP4394286B2/ja not_active Expired - Fee Related
- 1999-09-22 CA CA002391716A patent/CA2391716A1/fr not_active Abandoned
- 1999-09-22 AU AU58669/99A patent/AU5866999A/en not_active Abandoned
- 1999-09-22 WO PCT/FR1999/002254 patent/WO2000017790A1/fr active IP Right Grant
- 1999-09-22 DE DE69908620T patent/DE69908620T2/de not_active Expired - Lifetime
-
2002
- 2002-02-21 HK HK02101255.6A patent/HK1039668A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CN100489870C (zh) | 2009-05-20 |
JP2002525757A (ja) | 2002-08-13 |
WO2000017790A1 (fr) | 2000-03-30 |
CN1319212A (zh) | 2001-10-24 |
ES2201771T3 (es) | 2004-03-16 |
ATE242513T1 (de) | 2003-06-15 |
DE69908620D1 (de) | 2003-07-10 |
DE69908620T2 (de) | 2004-04-29 |
FR2783620A1 (fr) | 2000-03-24 |
AU5866999A (en) | 2000-04-10 |
FR2783620B1 (fr) | 2002-03-29 |
CA2391716A1 (fr) | 2000-03-30 |
US6804563B1 (en) | 2004-10-12 |
EP1116150B1 (fr) | 2003-06-04 |
EP1116150A1 (fr) | 2001-07-18 |
HK1039668A1 (zh) | 2002-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4394286B2 (ja) | 統計的プロセス管理のための多次元的方法及びシステム | |
Chen et al. | Dynamic process fault monitoring based on neural network and PCA | |
CN108628281B (zh) | 异常检测***及异常检测方法 | |
JP4528335B2 (ja) | センサの性能確認装置および方法 | |
JP4911055B2 (ja) | バッチプロセスデータの解析装置およびそれを用いた異常検出/品質推定装置 | |
JP4046309B2 (ja) | プラント監視装置 | |
JP2002509324A (ja) | センサおよびプロセスの超高感度監視 | |
JP6540531B2 (ja) | 監視装置及び監視装置の制御方法 | |
Goulding et al. | Fault detection in continuous processes using multivariate statistical methods | |
KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
CN109061387A (zh) | 一种基于圆环定理的电网异常状态判别方法 | |
WO2021241580A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
JP7296548B2 (ja) | 作業効率評価方法、作業効率評価装置、及びプログラム | |
CN114741844A (zh) | 静设备腐蚀监控方法、装置、设备及存储介质 | |
Frisén | On multivariate control charts | |
Tan et al. | Monitoring statistics and tuning of kernel principal component analysis with radial basis function kernels | |
JP6540532B2 (ja) | 監視装置及び監視装置の制御方法 | |
Ho et al. | Economic design of an X chart for short-run production | |
Liao et al. | Process capability monitoring and change-point analysis for S-type quality characteristic | |
CN110057588B (zh) | 基于奇异值与图论特征融合的轴承早期故障检测与诊断方法及*** | |
Jovic et al. | Quality control engineering in automated ceramic tile production using a signal information content approach | |
Qin et al. | Concurrent projection to latent structures for output-relevant and input-relevant fault monitoring | |
Saadatmelli et al. | Economic statistical design of a multivariate control chart under a Burr XII shock model with multiple assignable causes | |
CN113205146A (zh) | 一种基于片段统计特征比较的时序数据异常波动检测算法 | |
JP6633403B2 (ja) | 解析対象決定装置及び解析対象決定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060921 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090217 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090514 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090521 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090617 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090624 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090717 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090727 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090817 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090929 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091015 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121023 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131023 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |