TWI610381B - 品質管理裝置、品質管理方法以及品質管理程式 - Google Patents

品質管理裝置、品質管理方法以及品質管理程式 Download PDF

Info

Publication number
TWI610381B
TWI610381B TW105119273A TW105119273A TWI610381B TW I610381 B TWI610381 B TW I610381B TW 105119273 A TW105119273 A TW 105119273A TW 105119273 A TW105119273 A TW 105119273A TW I610381 B TWI610381 B TW I610381B
Authority
TW
Taiwan
Prior art keywords
value
determination
quality
aforementioned
measurement
Prior art date
Application number
TW105119273A
Other languages
English (en)
Other versions
TW201735207A (zh
Inventor
Takafumi Ueda
Makoto Imamura
Takaaki Nakamura
Norio Hirai
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of TW201735207A publication Critical patent/TW201735207A/zh
Application granted granted Critical
Publication of TWI610381B publication Critical patent/TWI610381B/zh

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14—Quality control systems
    • G07C3/146—Quality control systems during manufacturing process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32194—Quality prediction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本發明之品質管理裝置(20)，包括：回歸分析部(33)，其依據從前工程取得之測定值與從後工程取得之比較用測定值，算出回歸式；容許度判定部(34)，其將該前工程中的規定判定基準範圍之判定基準值代入該回歸式的說明變數後算出預測值，將該預測值與後工程中的比較用判定基準範圍進行比較，判定測定值是否被允許；及基準值算出部(35)，其因應該判定結果，算出應取代判定基準值之新判定基準值。

Description

品質管理裝置、品質管理方法以及品質管理程式
本發明為有關一種在包含多個工程之製程中的品質管理技術，尤其是有關一種對於構成製程的檢查工程所使用之品質管理技術。
在工場，利用具有多個工程之製程來製造製品的情況為多。在這樣的製程中，從上流工程往下流工程依序執行各種處理(例如每個工程的零件之組裝、或是零件加工)。又，在這樣的製程中，為了判定中間製造物或是製品(最終製造物)之品質良否而設有檢查工程。在檢查工程中，使用感測器等測定器，例如測量顯示中間製造物或製品的狀態之測定值(例如厚度等尺寸或是電氣特性值)。接者，若該測定值滿足其判定基準時，則判定為品質良好，若該測定值沒有滿足其判定基準時，則判定為品質不良。判定為品質不良之製造物(以下也稱為「不良品」。)在暫時從製造線取下施予補正等調整後，再次投入到製造線、或是銷毀。判定基準例如可以是該製程的設計者或管理者依據本身過去的經驗或是設計知識予以設定。
一方面，如專利文獻1(日本特開2009-99960號公報)揭露所示，也存在有利用所謂多元回歸分析的統計手法，判定品質良否的方法。在專利文獻1的方法中，藉由執行使用 利用構成製程的多個工程(包含處理工程及檢查工程。)取得的多個測定值作為說明變數，使用製品的電氣特性值作為目的變數之多元回歸分析，架構多元回歸式。該多元回歸式一旦架構後，藉由將測定值代入該多元回歸式的多個說明變數，可以算出製品電氣特性值的預測值。在該預測量超出管理範圍時，可以預測會發生品質不良。
[先前技術文獻]
[專利文獻]
專利文獻1：日本特開2009-99960號公報
在製程的上流設置檢查工程的情況下，當該檢查工程的判定基準過於鬆散時，多次發生以下流工程中的不良品增加為起因而重新加工(rework)，恐怕會導致良品率降低。反之，當上流的檢查工程之判定基準過於嚴苛，藉由在上流的檢查工程中過度要求品質而增加不良品，恐怕會導致良品率降低。在專利文獻1的方法中，無法配合下流工程的狀況而使上流的檢查工程之判定基準變柔軟。為此，由於在該檢查工程中的判定基準過於嚴苛、或是過於鬆散，恐怕都會產生良品率降低的情形。
有鑑於上述狀況，本發明的目的為提供一種可以配合下流工程的狀況而將上流工程的判定基準設定為柔軟之品質管理裝置、品質管理方法以及品質管理程式。
根據本發明之一樣態的品質管理裝置，包括：測 定值取得部，其從構成製程的多個工程之中的一檢查工程或一製造工程的任一個，也就是前工程取得測定值系列，同時從前述多個工程之中比前述前工程位於更下流的其他檢查工程，也就是後工程取得與前述測定值系列對應之比較用測定值系列；回歸分析部，其藉由執行使用前述測定值作為說明變數之值，使用前述比較用測定值作為目的變數之值之回歸分析，算出回歸式；容許度判定部，其藉由將規定前述前工程中的品質判定所用之判定基準範圍的判定基準值代入前述回歸式的說明變數，算出預測值，將該預測值與前述後工程中的品質判定所用之比較用判定基準範圍進行比較，判定前述測定值是否被允許；及基準值算出部，其因應根據前述容許度判定部的判定結果，算出應取代前述判定基準值之新判定基準值。
根據本發明之其他樣態的品質管理方法，其為在構成製程的多個工程中之管理品質的品質管理裝置中所執行的品質管理方法，包括：測定值取得步驟，其從前述多個工程之中的一檢查工程或一製造工程之任一個，也就是前工程取得測定值系列，同時從前述多個工程之中比前述前工程位於更下流的其他檢查工程，也就是後工程取得與前述測定值系列對應之比較用測定值系列；回歸式算出步驟，其藉由執行使用前述測定值作為說明變數之值，使用前述比較用測定值作為目的變數之值之回歸分析，算出回歸式；預測值算出步驟，其藉由將規定前述前工程中的品質判定所用之判定基準範圍的判定基準值代入前述回歸式的說明變數，算出預測值；容許度判定步驟，其將該預測值與前述後工程中的品質判定所用之比較用判定基準 範圍進行比較，判定前述測定值是否被允許；及基準值算出步驟，其因應該判定結果，算出應取代前述判定基準值之新判定基準值。
根據本發明之另一其他樣態的品質管理程式，其為管理構成製程的多個工程中的品質所用之品質管理程式，在電腦執行以下步驟者，測定值取得步驟，其從前述多個工程之中的一檢查工程或一製造工程之任一個，也就是前工程取得測定值系列，同時從前述多個工程之中比前述前工程位於更下流的其他檢查工程，也就是後工程取得與前述測定值系列對應之比較用測定值系列；回歸式算出步驟，其藉由執行使用前述測定值作為說明變數之值，使用前述比較用測定值作為目的變數之值之回歸分析，算出回歸式；預測值算出步驟，其藉由將規定前述前工程中的品質判定所用之判定基準範圍的判定基準值代入前述回歸式的說明變數，算出預測值；容許度判定步驟，其將該預測值與前述後工程中的品質判定所用之比較用判定基準範圍進行比較，判定前述測定值是否被允許；及基準值算出步驟，其因應該判定結果，算出應取代前述判定基準值之新判定基準值。
根據本發明，因為可以配合後工程的狀態設定上流前工程中的判定基準範圍，因此可以提升良品率。
1‧‧‧製造系統
101~10R‧‧‧製造裝置
111~11Q‧‧‧檢查裝置
20、20C‧‧‧品質管理裝置
20A、20B‧‧‧資訊處理裝置
21‧‧‧測定值取得部
22‧‧‧測定值記憶部
23‧‧‧工程記憶部
24‧‧‧基準值記憶部
25‧‧‧條件記憶部
27‧‧‧工程監視部
28‧‧‧狀態分析部
29‧‧‧影像資訊產生部
31‧‧‧工程選擇部
32‧‧‧項目選擇部
33‧‧‧回歸分析部
34‧‧‧容許度判定部
34A‧‧‧第1容許度判定部
34B‧‧‧第2容許度判定部
35‧‧‧基準值算出部
35A‧‧‧強化基準值算出部
35B‧‧‧緩和基準值算出部
36‧‧‧資料輸出控制部
38‧‧‧基準值設定部
39‧‧‧條件設定部
40‧‧‧介面部(I/F)
41‧‧‧顯示器
42‧‧‧操作輸入部
50‧‧‧處理器
50c‧‧‧CPU
51‧‧‧RAM
52‧‧‧ROM
53‧‧‧輸入介面(輸入I/F)
54‧‧‧顯示．介面(顯示I/F)
55‧‧‧記憶裝置
56‧‧‧輸出介面(輸出I/F)
60‧‧‧訊號處理電路
圖1為概略顯示關於本發明之實施形態1之製造系統的一 例之圖面。
圖2為顯示實施形態1中之品質管理裝置的概略構成之方塊圖。
圖3為顯示記憶在實施形態1中之測定值記憶部之測定資料格式的一例之圖面。
圖4為顯示記憶在實施形態1中之工程記憶部之工程順序資料格式的一例之圖面。
圖5為顯示記憶在實施形態1中之基準值記憶部之判定基準資料格式的一例之圖面。
圖6為顯示記憶在實施形態1中之基準值記憶部之判定基準資料格式的其他例之圖面。
圖7為顯示關於實施形態1之強度基準算出處理順序的一例之流程圖。
圖8為顯示回歸式的一例之圖表。
圖9A及圖9B為顯示判定基準範圍的變更例之圖表。
圖10為顯示關於實施形態1之緩和基準算出處理順序的一例之流程圖。
圖11為顯示實施形態1之品質管理裝置的硬體構成例之方塊圖。
圖12為顯示實施形態1之品質管理裝置的其他硬體構成例之方塊圖。
圖13為顯示關於本發明之實施形態2之製造系統中的品質管理裝置的概略構成之方塊圖。
圖14為概略顯示關於實施形態2之工程監視處理順序的 一例之流程圖。
圖15A至圖15C為顯示針對前工程的某測定項目重新算出強化基準值情況下所產生的影像資訊例之圖面。
圖16A至圖16C為顯示針對前工程的某測定項目重新算出緩和基準值情況下所產生的影像資訊例之圖面。
以下，一邊參照圖面，一邊針對關於本發明之實施形態詳細說明。又，在圖面整體中附予相同符號的構成要素為同一構成及具有同一機能者。
實施形態1.
圖1為概略顯示關於本發明之實施形態1之製造系統1的構成之一例的方塊圖。如圖1所示，該製造系統1為了依序執行構成製程之第1工程至第N工程的N個工程(N為正整數)，包括R個製造裝置101,...,10r,...,10R、及Q個檢查裝置111,...,11q,...,11Q。其中，R、Q為3以上的整數。製造裝置101~10R分別為執行製造工程的同時供給顯示該製造工程的狀態之測定資料N1~NR之裝置群，檢查裝置111~11Q分別為執行檢查工程，供給利用該檢查工程所取得之測定資料M1~MQ之裝置群。
在圖1的構成例中，第1工程為利用製造裝置101予以執行，第2工程為利用檢查裝置111予以執行，第n工程為利用製造裝置10r予以執行，第n+1工程為利用檢查裝置11q予以執行，第N-1工程為利用製造裝置10R予以執行，第N工程為利用檢查裝置11Q予以執行。但是，本發明並非限定這樣的第1工程~第N工程與製造裝置101~10R及檢查裝置111 ~11Q之間的對應關係。又，在本實施形態中，雖然製造裝置101~10R與檢查裝置111~11Q為相互分開配置，但是不限於此。在製造裝置內安裝有檢查裝置亦可。
各製造裝置10r(r為1~R之中的任意整數)使用感測器等測定器，測量規定製程條件的1種或多種測定值、以及顯示各製造裝置的動作狀態之1種或多種測定值，並且可以將包含此等測定值之測定資料Nr提供給品質管理裝置20。以下，將測定值的種類稱為「測定項目」。就規定製程條件的測定項目而言，例如在半導體製造技術情況下舉出基板溫度、反應氣體流量或反應室內壓力，在壓製加工技術情況下舉出壓製壓力。就顯示各製造裝置的動作狀態之測定項目而言，舉例如各製造裝置的消耗電力。
另一方面，各檢查裝置11q(q為1~Q之中的任意整數)使用感測器等測定器，測量顯示製造物(中間製造物或是最終製造物)的狀態之1個或多個測定項目的測定值，並且可以將包含該測定值的測定資料Mq提供給品質管理裝置20。就顯示製造物的狀態之測定項目而言，舉例如該製造物的厚度等尺寸、溫度、或電氣阻抗等電氣特性值。以下，利用檢查裝置111~11Q可取得的測定項目也稱為「檢查項目」。
各檢查裝置11q針對設定有判定基準範圍的檢查項目，具有可以判定製造物的品質為判定基準內(良好)或判定基準外(不良)的其中一個之機能。即，若檢查項目的測定值為判定基準範圍內時，製造物被判定為滿足該檢查項目的判定基準之良品。另一方面，當該檢查項目的測定值為判定基準範圍 外時，製造物被判定為無法滿足該檢查項目的判定基準之不良品。在本實施形態中，1個判定基準範圍設定在賦予上限基準值及下限基準值的組合、僅上限基準值、或僅下限基準值之任一個的時點。例如，檢查裝置111為可以測量中間製造物之所謂「厚度」及「電氣阻抗」的2個檢查項目之測定值情況下，可以設定「厚度」的品質檢查所用之判定基準範圍、與「電氣阻抗」的品質檢查所用之判定基準範圍的至少一方。檢查裝置11q針對各檢查項目可以將包含該測定值與製造物的良否判定結果之測定資料Mq提供給品質管理裝置20。對於測定資料Mq的資料構造則於之後詳述。
又，如圖1所示，製造系統1包括品質管理裝置20。該品質管理裝置20取得從檢查裝置111~11Q所傳送的測定資料M1~MQ構成的資料群MV，並且取得從製造裝置101~10R所傳送的測定資料N1~NR構成的資料群NV。又，品質管理裝置20可以傳送設定檢查裝置111~11Q的各自判定基準範圍所用之判定基準資料R1~RQ構成的資料群RV。此等判定基準資料R1~RQ分別提供給檢查裝置111~11Q。檢查裝置111~11Q分別使用判定基準資料R1~RQ而可以設定自己的判定基準範圍。
其次，說明本實施形態之品質管理裝置20的構成。圖2為顯示實施形態1中之品質管理裝置20的概略構成之方塊圖。如圖2所示，品質管理裝置20包括：測定值取得部21、測定值記憶部22、工程記憶部23、基準值記憶部24、條件記憶部25、工程選擇部31、項目選擇部32、回歸分析部33、容許度判定部34、基準值算出部35、資料輸出控制部36、 基準值設定部38、條件設定部39、及介面部(I/F部)40。
測定值取得部21從製造裝置101~10R及檢查裝置111~11Q取得測定資料N1~NR、M1~MQ，將該測定資料N1~NR、M1~MQ保存在測定值記憶部22。圖3為顯示記憶在測定值記憶部22之測定資料N1~NR、M1~MQ資料構造200的一例之圖面。圖3所示之資料構造200具有：儲存辨別製造物個體所用的辨別符號，也就是序列ID之資料儲存區域201、儲存辨別檢查工程所用的辨別符號，也就是工程ID之資料儲存區域202、儲存測定項目的辨別資訊之資料儲存區域203、儲存測定值之資料儲存區域204、儲存良否判定結果之資料儲存區域205、及儲存對製造物的檢查工程之投入次數之資料儲存區域206。又，因為製造裝置101~10R不具有進行製造物的良否判定之機能，因此測定資料N1~NR之資料儲存區域205中沒有儲存良否判定結果。
利用檢查工程判定為不良品之製造物個體會有在施予調整後再度投入到製造線的情況，而有利用同一檢查工程多次檢查同一個體的情況。因此對某一檢查工程將同一個體接受檢查的次數作為「投入次數」儲存在資料儲存區域206。投入次數可以是由1開始之連號。又，將製造物的批號及檢查日期時間等記憶在測定值記憶部22亦可。
又，在工程記憶部23中記憶有顯示構成製程之多個工程的順序關係之工程順序資料。圖4為顯示工程順序資料之資料構造300的一例之圖面。圖4所示之資料構造300具有：儲存顯示該工程的順序之順序辨別碼值之資料儲存區域301、及 儲存該工程ID之資料儲存區域302。圖4的工程ID與圖3所示之工程ID為同種辨別碼符號。例如通常使分配到某一工程之順序辨別碼值比分配到位於該某一工程更下流的工程之順序辨別碼值更大即可。又，圖4所示之資料構造300為沒有多條製造線的合流或是分支到多條製造線情況之最簡單的例示。以可進行製造線之合流或分支管理的方式變更資料構造300亦可。
又，在基準值記憶部24中記憶有用以設定規定各工程中的判定基準範圍之上限基準值(以下也稱為「上限值」)及下限基準值(以下也稱為「下限值」)之判定基準資料。圖5為顯示記憶在基準值記憶部24之判定基準資料的資料構造400的一例之圖面。圖5所示之資料構造400具有：儲存工程ID之資料儲存區域401、儲存辨別測定項目所用的辨別符號之資料儲存區域402、儲存判定基準範圍的上限值之資料儲存區域403、及儲存判定基準範圍的下限值之資料儲存區域404。
又，因為判定基準範圍在製程的運用中會有變更的情況，因此以記憶有該判定基準範圍的上限值及下限值的設定日期時間、或是辨別上限值及下限值是否為最新版所用之標誌的方式，變更資料構造400亦可。圖6為顯示在圖5所示的資料構造400追加儲存該設定日期時間之資料儲存區域405的資料構造400A的一例之圖面。
接著，在條件記憶部25中記憶有與後述的相關係數之絕對值進行比較之相關判定用的臨界值及容許度判定用的臨界值等條件值。
其次，一邊參照圖7至圖10，一邊針對上述品質 管理裝置20中的工程選擇部31、項目選擇部32、回歸分析部33、容許度判定部34、基準值算出部35、及資料輸出控制部36的動作進行說明。圖7為概略顯示關於實施形態1之強化基準算出處理順序的一例之流程圖。
當參照圖7時，首先工程選擇部31參照記憶在工程記憶部23之工程順序資料(圖4)，選擇構成製程的一檢查工程作為分析對象的後工程(步驟ST11)。工程選擇部31依據工程順序資料中的順序辨別碼與工程ID的組合，例如可以選擇比第1個檢查工程更後面之檢查工程作為後工程。接著，工程選擇部31參照記憶在工程記憶部23之工程順序資料，選擇比利用步驟ST11所選擇的後工程位於更上流之一檢查工程或一製造工程的任一個作為前工程(步驟ST12)。
其次，項目選擇部32參照記憶在基準值記憶部24之判定基準資料(圖5)，選擇已選定之前工程的一測定項目X、及已選定之後工程的一測定項目，也就是檢查項目Y之組合(X,Y)(步驟ST13)。其中，在針對後工程所選擇的檢查項目確實不會發生品質不良時，項目選擇部32不選擇該檢查項目亦可。
其次，回歸分析部33從測定值記憶部22讀出測定項目X的測定值系列與檢查項目Y的測定值系列(步驟ST14)。更具體而言，在分別將製造物個體的序列ID以整數i、測定項目X的測定值以xα(i)、檢查項目Y的測定值以yβ(i)表示時，回歸分析部33從測定值記憶部22讀出測定項目X的測定值系列xα(1)、xα(2)、xα(3)、...、及檢查項目Y的測定值系列yβ(1)、yβ(2)、yβ(3)、...(步驟ST14)。又，α、β分別為測定 項目X、Y的辨別符號。
又，針對某一製造物個體，在1個工程的1個測定項目存在有多個測定值之情況下，回歸分析部33針對前工程的測定項目X，從該多個測定值之中選擇在最後判定為品質良好時的測定值予以讀出即可。又，針對後工程的檢查項目Y，回歸分析部33從該多個測定值之中選擇初次投入到製造線時(投入次數為「1」時)的測定值予以讀出亦可。
在步驟ST14之後，回歸分析部33算出測定項目X的測定值系列與檢查項目Y的測定值系列之間的相關係數c1(步驟ST15)。相關係數c1例如可以使用悉知的互相關函數算出。接著，回歸分析部33從條件記憶部25取得相關判定用的臨界值TH1，判定該相關係數c1的絕對值是否為臨界值TH1以上(步驟ST16)。在判定相關係數c1的絕對值為非臨界值TH1以上的情況下(步驟ST16之否)，回歸分析部33將處理移行到步驟ST22。又，只要是表示測定項目X的測定值系列與檢查項目Y的測定值系列之間的相關度之數值，使用相關係數以外的其他統計性指標亦可。
另一方面，在判定相關係數c1的絕對值為臨界值TH1以上的情況下(步驟ST16之是)，回歸分析部33判斷測定項目X的測定值系列與檢查項目Y的測定值系列之間的相關度為高，執行使用測定項目X的測定值xα(i)作為說明變數之值、使用檢查項目Y的測定值yβ(i)作為目的變數之值之回歸分析，算出回歸式(步驟ST17)。
之後，回歸分析部33依據該前工程的判定基準資 料，針對測定項目X判定是否有判定基準範圍，即判定是否設定有規定判定基準範圍的數值(上限值及下限值的組合、僅上限值、或僅下限值)(步驟ST18)。在判定有判定基準範圍存在的情況下(步驟ST18之是)，容許度判定部34之中的第1容許度判定部34A使用藉由步驟ST17所算出的回歸式，判定測定項目X是否超過容許度(允許範圍)，即測定項目X的測定值是否被允許(步驟ST19)。具體而言，第1容許度判定部34A判定是否有超過上容許度及下容許度之中的任一方(步驟ST19)。針對此等上容許度及下容許度以下進行說明。藉由步驟ST17所算出的回歸式為線形回歸式的情況下，該回歸式可以利用下式(1)表現。
y=a．x+b (1)
其中，y為目的變數、x為說明變數、a為回歸係數、b為常數。又以Ux表示測定項目X之判定基準範圍的上限值、以Lx表示測定項目X之判定基準範圍的下限值、以Uy表示檢查項目Y之判定基準範圍的上限基準值、以Ly表示檢查項目Y之判定基準範圍的下限基準值。此時，如圖8例示所示，若x=Ux時之回歸式的預測值(=a．Ux+b)完全或實質包含在上限基準值Uy與下限基準值Ly之間的判定基準範圍內，則判定測定項目X未超過上容許度。若非，則判定測定項目X為超過上容許度。另一方面，若x=Lx時之回歸式的預測值(=a．Lx+b)完全或實質包含在上限基準值Uy與下限基準值Ly之間的判定基準範圍內，則判定測定項目X未超過下容許度。若非，則判定測定項目X為超過下容許度。
更具體而言，在測定項目X的測定值系列與檢查 項目Y的測定值系列之間為正相關成立的情況下(回歸係數a為正之情況)，測定項目X未超過上容許度的條件例如是使以下的不等式(2A)成立，測定項目X未超過下容許度的條件例如是使以下的不等式(3A)成立。
(a．Ux+b)-Uy≦δ 1 (2A)
Ly-(a．Lx+b)≦δ 2 (3A)
其中，δ1、δ2為容許度判定用之零或零附近的正臨界值。式(2A)為顯示從x=Ux時的預測值(=a．Ux+b)扣除上限值Uy所得到之差分值為臨界值δ1以下的情況之不等式。式(3A)為顯示從下限值Ly扣除x=Lx時的預測值(=a．Lx+b)所得到之差分值為臨界值δ2以下的情況之不等式。
又，在正相關成立的情況下(回歸係數a為正之情況)，測定項目X超過上容許度的條件例如是使以下的不等式(2B)成立，測定項目X超過下容許度的條件例如是使以下的不等式(3B)成立。
(a．Ux+b)-Uy>δ1 (2B)
Ly-(a．Lx+b)>δ2 (3B)
式(2B)為顯示從x=Ux時的預測值(=a．Ux+b)扣除上限值Uy所得到之差分值比臨界值δ1更大的情況之不等式。式(3B)為顯示從下限值Ly扣除x=Lx時的預測值(=a．Lx+b)所得到之差分值為臨界值δ2更大的情況之不等式。
另一方面，在測定項目X的測定值系列與檢查項目Y的測定值系列之間為負相關成立的情況下(回歸係數a為負之情況)，測定項目X未超過上容許度的條件例如是使以下 的不等式(4A)成立，測定項目X未超過下容許度的條件例如是使以下的不等式(5A)成立。
Ly-(a．Ux+b)≦δ 3 (4A)
(a．Lx+b)-Uy≦δ 4 (5A)
其中，δ3、δ4為容許度判定用之零或零附近的正臨界值。式(4A)為顯示從下限值Ly扣除x=Ux時的預測值(=a．Ux+b)所得到之差分值為臨界值δ3以下的情況之不等式。式(5A)為顯示從x=Lx時的預測值(=a．Lx+b)扣除上限值Uy所得到之差分值為臨界值δ4以下的情況之不等式。
又，在負相關成立的情況下(回歸係數a為負之情況)，測定項目X超過下容許度的條件例如是使以下的不等式(4B)成立，測定項目X超過上容許度的條件例如是使以下的不等式(5B)成立。
Ly-(a．Ux+b)>δ3 (4B)
(a．Lx+b)-Uy>δ4 (5B)
式(4B)為顯示從下限值Ly扣除x=Ux時的預測值(=a．Ux+b)所得到之差分值比臨界值δ3更大的情況之不等式。式(5B)為顯示從x=Lx時的預測值(=a．Lx+b)扣除上限值Uy所得到之差分值比臨界值δ4更大的情況之不等式。
臨界值δ1、δ2、δ3、δ4記憶在條件記憶部25。條件設定部39可以將透過I/F部40從操作輸入部42所輸入的值作為臨界值δ1、δ2、δ3、δ4記憶在條件記憶部25。或者，如下式所示，將規定臨界值δ1~δ4之係數ε1(0≦ε1≦1)、ε2(0≦ε2≦1)、ε3(0≦ε3≦1)、ε4(0≦ε4≦1)之值記憶在條件記憶部25亦可。
δ1=(Uy-Ly)×ε1、δ2=(Uy-Ly)×ε2、δ3=(Uy-Ly)×ε3、δ4=(Uy-Ly)×ε4。
如上述所示，在超過容許度的情況下(步驟ST19之是)，基準值算出部35中的強化基準值算出部35A以測定項目X的判定基準範圍變小且測定項目X不超過容許度的方式重新算出強化基準值(步驟ST20)。具體而言，例如根據上式(2B)的成立而使測定項目X超過上容許度的情況下，強化基準值算出部35A如圖9A所示，以測定項目X的判定基準範圍變小的方式，算出滿足下式(6)之新上限基準值Uz作為強化基準值即可。
0≦(a．Uz+b)-Uy≦δ 1 (6)
另一方面，根據上式(3B)的成立而使測定項目X超過下容許度的情況下，強化基準值算出部35A例如圖9B所示，以測定項目X的判定基準範圍變小的方式，算出滿足下式(7)之新下限基準值Lz作為強化基準值即可。
0≦Ly-(a．Lz+b)≦δ 2 (7)
然而，在利用步驟ST18判定為判定基準範圍不存在之情況下(步驟ST18之否)，強化基準算出部35A以測定項目X不超過容許度的方式重新算出強化基準值(步驟ST21)。判定為判定基準範圍不存在之條件例如是使上限值Ux與下限值Lx兩者都設定為零值的情況(Ux=Lx=0)。
強化基準值算出部35A將利用上述步驟ST20、ST21重新算出的強化基準值輸出到資料輸出控制部36。
在利用上述步驟ST19判定測定項目X未超過容許度的情況(步驟ST19之否)、或是利用步驟ST20算出強化基準值的情況下，資料輸出控制部36是否已選擇測定項目X、Y的所有組合(步驟ST22)。
在未選擇測定項目X、Y的所有組合之情況下(步驟ST22之否)，資料輸出控制部36在項目選擇部32選擇未選擇的組合(X、Y)(步驟ST13)。之後，執行步驟ST14~ST20。另一方面，在已選擇測定項目X、Y的所有組合之情況下(步驟ST22之是)，資料輸出控制部36判定是否選擇所有的前工程(步驟ST23)。在判定為未選擇所有的前工程(步驟ST23之否)的情況下，資料輸出控制部36在工程選擇部31選擇未選的前工程(步驟ST12)。之後，執行步驟ST13~ST22。
利用步驟ST23判定為已選擇所有前工程的情況下(步驟ST23之是)，資料輸出控制部36判定是否選擇所有的後工程(步驟ST24)。在判定未選擇所有的後工程(步驟ST24之否)的情況下，資料輸出控制部36在工程選擇部31選擇未選的後工程(步驟ST11)。之後，執行步驟ST12~ST23。
最後，在已選擇前工程與後工程的所有組合時(步驟ST24之是)，資料輸出控制部36結束以上的強化基準算出處理。
資料輸出控制部36將測定項目X、Y與強化基準值之組合提供給基準值設定部38。此時，基準值設定部38可以透過I/F部40在顯示器41顯示表現測定項目X、Y與強化基準值之組合的影像。藉此，製品設計者或是檢查專家等使用者可以評估該強化基準值的妥當性。又，基準值設定部38因 應根據評估強化基準值妥當性的使用者輸入到操作輸入部42的指示，可以變更或重新設定基準值記憶部24中的判定基準範圍。再者，基準值設定部38也可以將該強化基準值提供給檢查裝置後使其更新或重新設定判定基準範圍。
其次，一邊參照圖10，一邊針對緩和基準算出處理進行說明。圖10為顯示關於實施形態1之緩和基準算出處理順序的一例之流程圖。
當參照圖10時，工程選擇部31參照記憶在工程記憶部23的工程順序資料(圖4)，選擇構成製程之一檢查工程或一製造工程的任一個作為分析對象的前工程(步驟ST31)。工程選擇部31依據工程順序資料的順序辨別碼與工程ID之組合，例如可以選擇比最後的檢查工程更位於上流之一檢查工程或一製造工程的任一個作為前工程。其次，項目選擇部32選擇一個已選的前工程之測定項目X(步驟ST32)。之後，工程選擇部31參照記憶在工程記憶部23的工程順序資料，選擇比已選的前工程更位於下流的一檢查工程作為後工程(步驟ST33)。其次，項目選擇部32選擇一個已選的後工程之檢查項目Y(步驟ST34)。
其次，回歸分析部33與上述步驟ST14相同，從測定值記憶部22讀出測定項目X的測定值xα(i)系列與檢查項目Y的測定值yβ(i)系列(步驟ST35)。其中，回歸分析部33針對某個製造物個體，在1個工程的1個測定項目存在有多個測定值的情況下，對於前工程的測定項目X，從該多個測定值之中選擇最後判定為品質良好時的測定值予以讀出即可。又，對於後工程的檢查項目Y，回歸分析部33從如此多個測定值之中選擇初 次投入到製造線時(投入次數為「1」時)的測定值予以讀出亦可。
在步驟ST35之後，回歸分析部33算出測定項目X的測定值系列與檢查項目Y的測定值系列之間的相關係數c2(步驟ST36)。相關係數c2例如可以使用悉知的互相關函數算出。接著，回歸分析部33從條件記憶部25取得相關判定用的臨界值TH2，判定該相關係數c2的絕對值是否為臨界值TH2以上(步驟ST37)。在判定相關係數c2的絕對值為非臨界值TH2以上的情況下(步驟ST37之否)，回歸分析部33將處理移行到步驟ST42。又，只要是表示測定項目X的測定值系列與檢查項目Y的測定值系列之間的相關度的數值，使用相關係數以外之其他統計性指標亦可。
另一方面，在判定相關係數c2的絕對值為臨界值TH2以上的情況下(步驟ST37之是)，回歸分析部33判斷測定項目X的測定值系列與檢查項目Y的測定值系列之間的相關度為高，執行使用測定項目X的測定值xα(i)作為說明變數之值、使用檢查項目Y的測定值yβ(i)作為目的變數之值之回歸分析，算出回歸式(步驟ST38)。
之後，容許度判定部34之中的第2容許度判定部34B使用該回歸式，判定測定項目X是否滿足容許度(允許範圍)，即測定項目X的測定值是否被允許(步驟ST39)。具體而言，第2容許度判定部34B判定測定項目X是否有同時滿足上容許度及下容許度兩者(步驟ST39)。針對緩和基準算出處理用之上容許度及下容許度以下進行說明。首先，回歸式與上述強化基準算出處理的情況相同，可以利用下式(1)表現。
y=a．x+b (1)
在測定項目X的測定值系列與檢查項目Y的測定值系列之間為正相關成立的情況下(回歸係數a為正之情況)，測定項目X滿足上容許度的條件例如是使以下的不等式(8)成立，測定項目X滿足下容許度的條件例如是使以下的不等式(9)成立。
Uy-(a．Ux+b)>δ1 (8)
(a．Lx+b)-Ly>δ2 (9)
另一方面，在測定項目X的測定值系列與檢查項目Y的測定值系列之間是負相關成立的情況下(回歸係數a為負之情況)，測定項目X滿足下容許度的條件例如是使以下的不等式(10)成立，測定項目X滿足上容許度的條件例如是使以下的不等式(11)成立。
(a．Ux+b)-Ly>δ3 (10)
Uy-(a．Lx+b)>δ4 (11)
δ1、δ2、δ3、δ4與上述強化基準算出處理所使用的臨界值相同。
其次，第2容許度判定部34B判定是否已選擇所有的檢查項目Y(步驟ST40)。在判定未選擇所有的檢查項目Y時(步驟ST40之否)，第2容許度判定部34B將處理移行到步驟ST34。之後，選擇未選的檢查項目Y(步驟ST34)，執行步驟ST35~ST39。
針對該後工程的所有檢查項目Y，在測定項目X滿足容許度的情況下(步驟ST39之是、及步驟ST40之是)，基準值算出部35中的緩和基準值算出部35B以測定項目X的判 定基準範圍變大的方式重新算出緩和基準值(步驟ST41)。具體而言，例如緩和基準算出部35B根據下式(12)可以算出新上限基準值Uk作為緩和基準值。
Uk=MIN{x|y=a．x+b,y={Uy,Ly}，且，x>Ux} (12)
上式(12)右邊的{}意指由回歸直線(y=a．x+b)和y={Uy}交點的x座標值、與該回歸直線和直線y={Ly}交點的x座標值構成的集合之中，比測定項目X之判定基準範圍的上限值Ux更大的x座標值(>Ux)的集合{x}。其中，{Uy}意指針對特定的測定項目X利用步驟ST34所選擇的所有檢查項目Y之判定基準範圍上限值Uy的集合，{Ly}意指針對該特定的測定項目X利用步驟ST34所選擇的所有檢查項目Y之判定基準範圍下限值Ly的集合。式(12)左邊的緩和基準值Uk為上式(12)右邊之x座標值的集合{x}之中的最小值。
又，緩和基準算出部35B根據下式(13)算出新下限基準值Lk作為緩和基準值亦可。
Lk=MAX{x|y=a．x+b,y={Uy,Ly}，且，x<Lx} (13)
上式(13)右邊的{}意指由回歸直線(y=a．x+b)和y={Uy}交點的x座標值、與該回歸直線和直線y={Ly}交點的x座標值構成的集合之中，比測定項目X之判定基準範圍的下限值Lx更小的x座標值(<Lx)的集合{x}。其中，{Uy}意指針對特定的測定項目X利用步驟ST34所選擇的所有檢查項目Y之判定基準範圍上限值Uy的集合，{Ly}意指針對該特定的測定項目X利用步驟ST34所選擇的所有檢查項目Y之判定基準範圍下限值Ly的集合。式(13)左邊的緩和基準值Lk為上式(13) 右邊之x座標值的集合{x}之中的最大值。
利用上述步驟ST39判定測定項目X未滿足容許度的情況下(步驟ST39之否)、或是利用步驟ST41算出緩和基準值的情況下，資料輸出控制部36判定是否已選擇所有的後工程(步驟ST42)。在判定為未選擇所有的後工程的情況(步驟ST42之否)，資料輸出控制部36在工程選擇部31選擇未選的後工程(步驟ST33)。之後，執行步驟ST34。
利用步驟ST42判定為已選擇所有的後工程(步驟ST42之是)，資料輸出控制部36判定是否已選擇所有的測定項目X(步驟ST43)。在判定為未選擇所有的測定項目X的情況(步驟ST43之否)，資料輸出控制部36在項目選擇部32選擇未選的測定項目X(步驟ST32)。之後，執行步驟ST33。。
利用上述步驟ST43判定為已選擇所有測定項目X的情況下(步驟ST43之是)，資料輸出控制部36判定是否已選擇所有的前工程(步驟ST44)。在判定為未選擇所有的前工程的情況(步驟ST44之否)，資料輸出控制部36在工程選擇部31選擇未選的前工程(步驟ST31)。之後，執行步驟ST32。
最後，在已選擇前工程與後工程的所有組合時(步驟ST44之是)，資料輸出控制部36結束以上的緩和基準算出處理。
資料輸出控制部36將測定項目X、Y與緩和基準值之組合提供給基準值設定部38。此時，基準值設定部38可以透過I/F部40在顯示器41顯示代表測定項目X、Y與緩和基準值之組合的影像。藉此，製品設計者或是檢查專家等使用者可以評估該緩和基準值的妥當性。又，基準值設定部38因 應根據評估緩和基準值妥當性的使用者輸入到操作輸入部42的指示，可以變更或重新設定基準值記憶部24中的判定基準範圍。再者，基準值設定部38也可以將該緩和基準值提供給檢查裝置後使其更新或重新設定判定基準範圍。
以上所說明之品質管理裝置20的硬體構成例如可藉由具有工作站或主機等之內建CPU(Central Processing Unit；中央處理單元)的電腦構成之資訊處理裝置予以實現。或者，上述品質管理裝置20的硬體構成藉由具有DSP(Digital Signal Processor；數位訊號處理器)、ASIC(Application Specific Integrated Circuit；特殊應用積體電路)或FPGA(Field-Programmable Gate Array；場效可程式化閘陣列)等積體電路(Integrated Circuit)之資訊處理裝置予以實現亦可。
又，測定值取得部21、測定值記憶部22、工程記憶部23、基準值記憶部24及條件記憶部25的全部或一部分例如利用RDBMS(Relational Database Management System；關聯式資料庫管理系統)等資料管理程式的機能予以構成亦可、或者利用透過通訊網路相互連接的計算機系統或資訊處理裝置予以構成亦可。
圖11為顯示上述品質管理裝置20的硬體構成例，也就是資訊處理裝置20A的概略構成之方塊圖。該資訊處理裝置20A構成為包括：包含CPU50c之處理器50、RAM(Random Access Memory；隨機存取記憶體)51、ROM(Read Only Memory；唯讀記憶體)52、輸入介面(輸入I/F)53、顯示．介面(顯示I/F)54、記憶裝置55及輸出介面(輸出I/F)56。此等處理器50、RAM51、ROM52、輸入I/F53、顯示I/F54、記憶 裝置55及輸出I/F56透過匯流排電路等訊號線路57相互連接。處理器50藉由從ROM52讀出電腦．程式，也就是品質管理程式，並且依據該品質管理程式動作，可以實現品質管理裝置20的機能。輸入I/F53、顯示I/F54及輸出I/F56分別為在與外部的硬體機器之間具有傳送/接收訊號的機能之電路。
又，就記憶裝置55而言，可以使用例如HDD(硬碟驅動器)或SSD(固態硬碟)等記錄媒體。或者，使用快閃記憶體等裝拆式記錄媒體作為記憶裝置55亦可。
在使用圖11的資訊處理裝置20A構成圖2的品質管理裝置20的情況下，該品質管理裝置20的構成要素21、31~36、38、39可以藉由圖11所示之處理器50及品質管理程式予以實現。品質管理裝置20的構成要素22~25可以藉由圖11所示之記憶裝置55予以實現。又，將基準值設定部38的輸出資料群RV提供給檢查裝置111~11Q的機能可利用圖11所示的輸出I/F56予以實現。再者圖2的I/F部40可利用圖11所示的輸入I/F53及顯示I/F54予以實現。
其次，圖12為顯示上述品質管理裝置20的其他硬體構成例，也就是資訊處理裝置20B的概略構成之方塊圖。該資訊處理裝置20B構成為包括：由DSP、ASIC或FPGA等LSI構成的訊號處理電路60、輸入I/F53、顯示I/F54、記憶裝置55及輸出I/F56。此等訊號處理電路60、輸入I/F53、顯示I/F54、記憶裝置55及輸出I/F56透過訊號線路57而相互連接。在使用圖12的資訊處理裝置20B構成圖2的品質管理裝置20的情況下，該品質管理裝置20的構成要素21、31~36、38、39可以藉由圖 12所示之訊號處理電路60予以實現。品質管理裝置20的構成要素22~25可以藉由圖12所示之記憶裝置55予以實現。又，將基準值設定部38的輸出資料群RV提供給檢查裝置111~11Q的機能可利用圖12所示的輸出I/F56予以實現。再者圖2的I/F部40可利用圖12所示的輸入I/F53及顯示I/F54予以實現。
如以上說明所示，本實施形態之品質管理裝置20因為可以配合後工程的狀況適當調整上流工程中的判定基準範圍，因此可以提升良品率。又，因為關於本實施形態之強化基準算出處理及緩和基準算出處理為針對構成製程的工程的組合予以執行，因此可以將製程中的多個工程整體之判定基準最佳化。
實施形態2.
其次，針對關於本發明之實施形態2的製造系統進行說明。圖13為顯示實施形態2之製造系統中的品質管理裝置20C的概略構成之方塊圖。實施形態2的製造系統之構成除了具有圖13的品質管理裝置20C取代圖2的品質管理裝置20此點之外，其餘皆與實施形態1的製造系統1構成相同。本實施形態之品質管理裝置20C的構成除了具有工程監視部27此點之外，其餘皆與上述實施形態1的品質管理裝置20構成相同。
如圖13所示，工程監視部27具有：狀態分析部28及影像資訊產生部29。狀態分析部28監視是否有利用基準值算出部35算出新判定基準值(強化基準值或緩和基準值、或是強化基準值與緩和基準值兩者)。當檢測到已利用基準值算出部35算出新判定基準值時，狀態分析部28可以預測適用該新判定基準值情況下之前工程中的製造物群之品質狀態(例如 良品或不良品的狀態)，同時也可以預測比該前工程更下流的後工程中的該製造物群的品質狀態(例如良品或不良品的狀態)。影像資訊產生部29產生顯示利用狀態分析部28所預測之前工程與後工程中的該製造物群之品質狀態的影像資訊(例如顯示良品或不良品的個數之統計資料)，藉由透過I/F部40將該影像資訊提供給顯示器41，可以在顯示器41上顯示該影像資訊。藉此，製品設計者或是檢查專家等使用者可以依據該影像資訊，正確評估新判定基準值的妥當性。
以下，一邊參照圖14，一邊針對工程監視部27的動作進行說明。圖14為概略顯示關於實施形態2之工程監視處理順序的一例之流程圖。
當參照圖14時，首先，狀態分析部28從測定值記憶部22取得各工程的測定資料(步驟ST51)，從基準值記憶部24取得各工程的判定基準資料(步驟ST52)。接著，狀態分析部28判定是否有發生已算出與包含在該已取得的判定基準資料之判定基準值(上限值及下限值)不同的新判定基準值(強化基準值或緩和基準值、或是強化基準值與緩和基準值兩者)之前工程(步驟ST53)。在沒有發生已算出新判定基準值之前工程的情況下(步驟ST53之否)，將處理移行至步驟ST58。
另一方面，在有發生已算出新判定基準值之前工程的情況下(步驟ST53之是)，狀態分析部28使用利用步驟ST51所取得之前工程的測定資料，預測在該前工程適用新判定基準值情況下之該前工程中的製造物群之品質狀態(步驟ST54)。又，狀態分析部28使用利用步驟ST51所取得之後工程的測定資料，預 測在該後工程中的該製造物群之品質狀態(步驟ST55)，再者，檢測該後工程中的該製造物群之現在品質狀態(步驟ST56)。
影像資訊產生部29產生顯示利用步驟ST54~ST56所預測且檢測到的品質狀態之影像資訊(步驟ST57)，在顯示器41顯示該影像資訊(步驟ST58)。之後，若有結束指示(步驟ST58之是)，工程監視部27結束工程監視處理，若無結束指示(步驟ST58之否)，工程監視部27續行步驟ST51以後的處理。
圖15A~圖15C為顯示針對前工程K之某測定項目重新算出強化基準值Uz情況下的影像資訊例之圖面。圖15A為概略顯示現在的不良品頻率分布(個體數分布)之圖表。圖15B為概略顯示因應前工程K中的判定基準值變更(適用強化基準值Uz)，在後工程P發生及預測的不良品頻率分布(個體數分布)之圖表。又，圖15C為概略顯示因應前工程K中的判定基準值變更，在後工程D發生及預測的不良品頻率分布(個體數分布)之圖表。在圖15B及圖15C中，以實線表示判定基準值變更前之現在的頻率分布曲線，以虛線表示在判定基準值變更後預測的頻率分布曲線。又，在圖15B及圖15C中也顯示已算出的不良品數。如圖15A所示，當在前工程K適用強化基準值Uz時，之前利用前工程K作為良品通過的製造物，在適用強化基準值Uz後成為不良品，不會流入到後工程P、D。因此，預測會增加前工程K的不良品數，流入到後工程的個體數及不良品數會減少。
另一方面，圖16A~圖16C為顯示針對前工程K之某測定項目重新算出緩和基準值Lk情況的影像資訊例示之圖面。圖16A為概略顯示現在的不良品頻率分布(個體數分布) 之圖表。圖16B為概略顯示因應前工程K中的判定基準值變更(適用緩和基準值Lk)，在後工程P發生及預測的不良品頻率分布(個體數分布)之圖表。又，圖16C為概略顯示因應前工程K中的判定基準值變更，在後工程D發生及預測的不良品頻率分布(個體數分布)之圖表。在圖16B及圖16C中，以實線表示判定基準值變更前之現在的頻率分布曲線，以虛線表示在判定基準值變更後預測的頻率分布曲線。又，在圖16B及圖16C中也顯示已算出的不良品數。如圖16A所示，當在前工程K適用緩和基準值Lk時，預測在利用前工程K被判定為不良品而沒有通過後工程P、D的製造物，在適用緩和基準值Lk後會變成良品而流入到後工程P、D。
如以上說明所示，在實施形態2中，工程監視部27可以針對上流的前工程檢測出是否已算出新判定基準值。工程監視部27在上流的前工程適用該新判定基準值時，可以預測上流前工程及下流後工程中的製造物群之品質狀態。製品設計者或檢查專家等使用者可以依據該預測結果，正確評估根據該新判定基準值適用的效果。
又，影像資訊產生部29不限於圖15A~圖15C及圖16A~圖16C所示的頻率分布及不良品數，產生散布圖等影像資訊顯示在顯示器41亦可。又，實施形態2之品質管理裝置20C的硬體構成與實施形態1的品質管理裝置20相同，可以利用資訊處理裝置20B或是20C予以實現。
以上，雖然參照圖面針對有關本發明之實施形態進行說明，但是此等實施形態僅為本發明的例示，採用此等實施 形態以外的各種形態亦可。又，在本發明的範圍內，可以進行上述實施形態的構成要素1、2的自由組合、上述實施形態的任意構成要素的變更、或是上述實施形態的任意構成要素的省略。
[產業上的可利用性]
關於本發明之品質管理裝置及製造系統，因為可以調整製程之檢查工程中的判定基準範圍，因此例如適用於在製程的過程中所產生的中間製造物或是最後產生的製品之品質檢查。
20‧‧‧品質管理裝置
21‧‧‧測定值取得部
22‧‧‧測定值記憶部
23‧‧‧工程記憶部
24‧‧‧基準值記憶部
25‧‧‧條件記憶部
31‧‧‧工程選擇部
32‧‧‧項目選擇部
33‧‧‧回歸分析部
34‧‧‧容許度判定部
34A‧‧‧第1容許度判定部
34B‧‧‧第2容許度判定部
35‧‧‧基準值算出部
35A‧‧‧強化基準值算出部
35B‧‧‧緩和基準值算出部
36‧‧‧資料輸出控制部
38‧‧‧基準值設定部
39‧‧‧條件設定部
40‧‧‧I/F部
41‧‧‧顯示器
42‧‧‧操作輸入部
NV、MV、RV‧‧‧資料群

Claims (20)

  1. 一種品質管理裝置，其特徵為包括：測定值取得部，其從構成製程的多個工程之中的一檢查工程或一製造工程的任一個，也就是前工程取得測定值系列，同時從前述多個工程之中比前述前工程位於更下流的其他檢查工程，也就是後工程取得與前述測定值系列對應之比較用測定值系列；回歸分析部，其藉由執行使用前述測定值作為說明變數之值，使用前述比較用測定值作為目的變數之值之回歸分析，算出回歸式；容許度判定部，其藉由將規定前述前工程中的品質判定所用之判定基準範圍的判定基準值代入前述回歸式的說明變數，算出預測值，將該預測值與前述後工程中的品質判定所用之比較用判定基準範圍進行比較，判定前述測定值是否被允許；及基準值算出部，其因應根據前述容許度判定部的判定結果，算出應取代前述判定基準值之新判定基準值。
  2. 如申請專利範圍第1項之品質管理裝置，其中，前述基準值算出部在前述測定值判定為不允許的情況下，以使前述判定基準範圍變小的方式算出該新判定基準值。
  3. 如申請專利範圍第2項之品質管理裝置，其中，前述判定基準值為前述判定基準範圍的上限值，前述容許度判定部，在從前述測定值扣除前述比較用判定基準範圍的上限值所得到的第1差分比第1臨界值更大 時、或是從前述比較用判定基準範圍的下限值扣除前述預測值所得到的第2差分比第2臨界值更大時，判定前述測定值為不允許。
  4. 如申請專利範圍第2項之品質管理裝置，其中，前述判定基準值為前述判定基準範圍的下限值，前述容許度判定部，在從前述比較用判定基準範圍的下限值扣除前述預測值所得到的第3差分比第3臨界值更大時、或是從前述預測值扣除前述比較用判定基準範圍的上限值所得到的第4差分比第4臨界值更大時，判定前述測定值為不允許。
  5. 如申請專利範圍第1項之品質管理裝置，其中，前述基準值算出部在前述測定值判定為允許的情況下，以使前述判定基準範圍變大的方式算出該新判定基準值。
  6. 如申請專利範圍第5項之品質管理裝置，其中，前述判定基準值為前述判定基準範圍的上限值，前述容許度判定部，在從前述比較用判定基準範圍的上限值扣除前述預測值所得到的第1差分比第1臨界值更大、或者從前述測定值扣除前述比較用判定基準範圍的下限值所得到的第2差分比第2臨界值更大時，判定前述測定值為允許。
  7. 如申請專利範圍第5項之品質管理裝置，其中，前述判定基準值為前述判定基準範圍的下限值，前述容許度判定部，在從前述預測值扣除前述比較用判定基準範圍的下限值所得到的第3差分比第3臨界值更大、 或者從前述比較用判定基準範圍的上限值扣除前述預測值所得到的第4差分比第4臨界值更大時，判定前述測定值為允許。
  8. 如申請專利範圍第1項之品質管理裝置，其中，前述回歸分析部算出前述測定值系列與前述比較用測定值系列之相關度，在前述相關度為預先設定的臨界值以上的情況下，執行前述回歸分析。
  9. 如申請專利範圍第1項之品質管理裝置，其中，進一步包括：狀態分析部，其預測在適用該新判定基準值情況下之前述前工程中的製造物群之品質狀態。
  10. 如申請專利範圍第9項之品質管理裝置，其中，進一步包括：影像資訊產生部，前述狀態分析部依據前述前工程中的製造物群之該預測後的品質狀態，預測前述後工程中的製造物群之品質狀態，前述影像資訊產生部產生顯示前述後工程中的製造物群的該預測後的品質狀態之影像資訊，在顯示器顯示該影像資訊。
  11. 一種品質管理方法，為在管理構成製程之多個工程中的品質之品質管理裝置中所執行之品質管理方法，其特徵為包括：測定值取得步驟，其從前述多個工程之中的一檢查工程或一製造工程的任一個，也就是前工程取得測定值系列，同時從前述多個工程之中比前述前工程位於更下流的其他檢查工程，也就是後工程取得與前述測定值系列對應之比較 用測定值系列；回歸分析步驟，其藉由執行使用前述測定值作為說明變數之值，使用前述比較用測定值作為目的變數之值的回歸分析，算出回歸式；預測值算出步驟，其藉由將規定前述前工程中的品質判定所用之判定基準範圍的判定基準值代入前述回歸式的說明變數，算出預測值；容許判定步驟，其將該預測值與前述後工程中的品質判定所用之比較用判定基準範圍進行比較，判定前述測定值是否被允許；及基準值算出步驟，其因應該判定結果，算出應取代前述判定基準值之新判定基準值。
  12. 如申請專利範圍第11項之品質管理方法，其中，在前述測定值判定為不允許的情況下，以使前述判定基準範圍變小的方式算出該新判定基準值。
  13. 如申請專利範圍第11項之品質管理方法，其中，在前述測定值判定為允許的情況下，以使前述判定基準範圍變大的方式算出該新判定基準值。
  14. 如申請專利範圍第11項之品質管理方法，其中，進一步包括：品質狀態預測步驟，其預測在適用該新判定基準值情況之前述前工程中的製造物群之品質狀態。
  15. 如申請專利範圍第14項之品質管理方法，其中，進一步包括：品質狀態預測步驟，其依據前述前工程中的製造物群之該 預測後的品質狀態，預測前述後工程中的製造物群之品質狀態；及影像資訊產生步驟，其產生顯示前述後工程中的製造物群之該預測後的品質狀態之影像資訊，在顯示器顯示該影像資訊。
  16. 一種品質管理程式，其為管理構成製程之多個工程中的品質所用之品質管理程式，其特徵在電腦執行以下步驟：測定值取得步驟，其從前述多個工程之中的一檢查工程或一製造工程的任一個，也就是前工程取得測定值系列，同時從前述多個工程之中比前述前工程位於更下流的其他檢查工程，也就是後工程取得與前述測定值系列對應之比較用測定值系列；回歸分析步驟，其藉由執行使用前述測定值作為說明變數之值，使用前述比較用測定值作為目的變數之值的回歸分析，算出回歸式；預測值算出步驟，其藉由將規定前述前工程中的品質判定所用之判定基準範圍的判定基準值代入前述回歸式的說明變數，算出預測值；容許判定步驟，其將該預測值與前述後工程中的品質判定所用之比較用判定基準範圍進行比較，判定前述測定值是否被允許；及基準值算出步驟，其因應該判定結果，算出應取代前述判定基準值之新判定基準值。
  17. 如申請專利範圍第16項之品質管理程式，其中，在前述測定值判定為不允許的情況下，以使前述判定基準範圍變小的方式算出該新判定基準值。
  18. 如申請專利範圍第16項之品質管理程式，其中，在前述測定值判定為允許的情況下，以使前述判定基準範圍變大的方式算出該新判定基準值。
  19. 如申請專利範圍第16項之品質管理程式，其中，進一步在前述電腦執行：品質狀態預測步驟，其預測在適用該新判定基準值情況之前述前工程中的製造物群之品質狀態。
  20. 如申請專利範圍第19項之品質管理程式，其中，進一步在前述電腦執行：品質狀態預測步驟，其依據前述前工程中的製造物群之該預測後的品質狀態，預測前述後工程中的製造物群之品質狀態；及影像資訊產生步驟，其產生顯示前述後工程中的製造物群之該預測後的品質狀態之影像資訊，在顯示器顯示該影像資訊。
TW105119273A 2016-03-28 2016-06-20 品質管理裝置、品質管理方法以及品質管理程式 TWI610381B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/059885 WO2017168507A1 (ja) 2016-03-28 2016-03-28 品質管理装置、品質管理方法及び品質管理プログラム

Publications (2)

Publication Number Publication Date
TW201735207A TW201735207A (zh) 2017-10-01
TWI610381B true TWI610381B (zh) 2018-01-01

Family

ID=59963644

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105119273A TWI610381B (zh) 2016-03-28 2016-06-20 品質管理裝置、品質管理方法以及品質管理程式

Country Status (7)

Country Link
US (1) US20180284739A1 (zh)
JP (1) JP6253860B1 (zh)
KR (1) KR101895193B1 (zh)
CN (1) CN109074051B (zh)
DE (1) DE112016006546T5 (zh)
TW (1) TWI610381B (zh)
WO (1) WO2017168507A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10275565B2 (en) 2015-11-06 2019-04-30 The Boeing Company Advanced automated process for the wing-to-body join of an aircraft with predictive surface scanning
JP6351880B2 (ja) * 2016-01-15 2018-07-04 三菱電機株式会社 計画生成装置、計画生成方法及び計画生成プログラム
KR20180054063A (ko) * 2016-11-14 2018-05-24 주식회사 고영테크놀러지 검사체에 대한 양부 판정 조건을 조정하는 방법 및 장치
US11366068B2 (en) 2016-11-14 2022-06-21 Koh Young Technology Inc. Inspection apparatus and operating method thereof
CN110036351B (zh) * 2016-12-07 2022-06-14 株式会社日立制作所 质量管理装置及质量管理方法
US10712730B2 (en) 2018-10-04 2020-07-14 The Boeing Company Methods of synchronizing manufacturing of a shimless assembly
JP6670966B1 (ja) * 2019-04-24 2020-03-25 三菱日立パワーシステムズ株式会社 プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム
US11475296B2 (en) 2019-05-29 2022-10-18 International Business Machines Corporation Linear modeling of quality assurance variables
MX2022000808A (es) * 2019-07-22 2022-02-16 Jfe Steel Corp Metodo de generacion de modelo de prediccion de calidad, modelo de prediccion de calidad, metodo de prediccion de calidad, metodo de fabricacion de material de metal, dispositivo de generacion de modelo de prediccion de calidad y dispositivo de prediccion de calidad.
EP3872567A1 (en) * 2020-02-25 2021-09-01 ASML Netherlands B.V. Systems and methods for process metric aware process control
US20230185290A1 (en) 2020-06-16 2023-06-15 Konica Minolta, Inc. Prediction score calculation device, prediction score calculation method, prediction score calculation program, and learning device
CN112330197B (zh) * 2020-11-24 2023-06-23 西南技术物理研究所 一种气象水文数据质量控制与评价方法
JP7380932B2 (ja) * 2022-03-02 2023-11-15 株式会社プロテリアル プロセス推定方法及び装置
JP2024011516A (ja) * 2022-07-14 2024-01-25 株式会社日立製作所 特性予測装置、特性予測方法、および、特性予測プログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009099960A (ja) * 2007-09-25 2009-05-07 Toshiba Corp 品質管理方法、半導体装置の製造方法及び品質管理システム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6400996B1 (en) * 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US6122557A (en) * 1997-12-23 2000-09-19 Montell North America Inc. Non-linear model predictive control method for controlling a gas-phase reactor including a rapid noise filter and method therefor
AUPP176898A0 (en) * 1998-02-12 1998-03-05 Moldflow Pty Ltd Automated machine technology for thermoplastic injection molding
US6915172B2 (en) * 2001-11-21 2005-07-05 General Electric Method, system and storage medium for enhancing process control
JP3800244B2 (ja) * 2004-04-30 2006-07-26 オムロン株式会社 品質制御装置およびその制御方法、品質制御プログラム、並びに該プログラムを記録した記録媒体
US7805107B2 (en) * 2004-11-18 2010-09-28 Tom Shaver Method of student course and space scheduling
JP4874678B2 (ja) * 2006-03-07 2012-02-15 株式会社東芝 半導体製造装置の制御方法、および半導体製造装置の制御システム
JP2008065639A (ja) * 2006-09-07 2008-03-21 Ricoh Co Ltd 工程管理支援システム、部品評価支援サーバー装置、及び部品評価支援プログラム
US8185217B2 (en) * 2008-01-31 2012-05-22 Fisher-Rosemount Systems, Inc. Robust adaptive model predictive controller with tuning to compensate for model mismatch
CN101872182A (zh) * 2010-05-21 2010-10-27 杭州电子科技大学 一种基于递推非线性部分最小二乘的间歇过程监控方法
US9110452B2 (en) * 2011-09-19 2015-08-18 Fisher-Rosemount Systems, Inc. Inferential process modeling, quality prediction and fault detection using multi-stage data segregation
DE102014019581A1 (de) * 2013-12-30 2015-07-02 Wi-Lan Labs, Inc. Anwendungsqualitätsverwaltung in einem kommunikationssystem

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009099960A (ja) * 2007-09-25 2009-05-07 Toshiba Corp 品質管理方法、半導体装置の製造方法及び品質管理システム

Also Published As

Publication number Publication date
DE112016006546T5 (de) 2018-12-06
CN109074051B (zh) 2021-06-11
CN109074051A (zh) 2018-12-21
TW201735207A (zh) 2017-10-01
JP6253860B1 (ja) 2017-12-27
KR20180034694A (ko) 2018-04-04
KR101895193B1 (ko) 2018-10-04
WO2017168507A1 (ja) 2017-10-05
JPWO2017168507A1 (ja) 2018-04-12
US20180284739A1 (en) 2018-10-04

Similar Documents

Publication Publication Date Title
TWI610381B (zh) 品質管理裝置、品質管理方法以及品質管理程式
JP6673216B2 (ja) 要因分析装置、要因分析方法とプログラム、及び、要因分析システム
Liu et al. Operating optimality assessment and nonoptimal cause identification for non-Gaussian multimode processes with transitions
JP5338492B2 (ja) 入力変数選択支援装置
JP4592471B2 (ja) 射出成型品の形状予測方法、形状予測装置、形状予測プログラム及び記憶媒体
CN112016689B (zh) 信息处理装置、预测判别***以及预测判别方法
Khademi et al. Fuzzy rules for fuzzy $\overline {X} $ and $ R $ control charts
CN105488599B (zh) 预测文章热度的方法和装置
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
JP6794283B2 (ja) 生産工程分析装置及びこれを用いる生産管理システム
JP2019003453A (ja) 不良要因分析システム及び不良要因分析方法
US20140188772A1 (en) Computer-implemented methods and systems for detecting a change in state of a physical asset
KR102428867B1 (ko) 시계열 데이터의 변화 추세를 고려한 유사도 분석 방법
US8234001B2 (en) Tool commonality and stratification analysis to enhance a production process
WO2016143337A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
TW202125300A (zh) 扣件尺寸的線上預測方法與扣件尺寸的線上預測系統
Heo et al. A modified lasso model for yield analysis considering the interaction effect in a multistage manufacturing line
JP2016218636A (ja) システムモデル生成支援装置、システムモデル生成支援方法、及び、プログラム
JP6932467B2 (ja) 状態変動検出装置、状態変動検出システム及び状態変動検出用プログラム
WO2023223533A1 (ja) 推定装置、推定方法およびプログラム
US20240213772A1 (en) Electronic device for monitoring abnormal state of energy consumption and method of operating the same
KR20100078038A (ko) 오디오 복제 탐지 방법
Moslemi et al. A novel robust multivariate regression approach to optimize multiple surfaces
JP2022034646A (ja) 要因解析方法
JP2008046678A (ja) 異常監視装置