[go: up one dir, main page]

JP2013015964A - 合格率推定装置、合格率推定方法、プログラム - Google Patents

合格率推定装置、合格率推定方法、プログラム Download PDF

Info

Publication number
JP2013015964A
JP2013015964A JP2011147391A JP2011147391A JP2013015964A JP 2013015964 A JP2013015964 A JP 2013015964A JP 2011147391 A JP2011147391 A JP 2011147391A JP 2011147391 A JP2011147391 A JP 2011147391A JP 2013015964 A JP2013015964 A JP 2013015964A
Authority
JP
Japan
Prior art keywords
inspection
lot
past
measurement value
pass rate
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.)
Withdrawn
Application number
JP2011147391A
Other languages
English (en)
Inventor
Shota Kawakami
翔大 河上
Takashi Hirose
隆史 弘瀬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
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 Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to JP2011147391A priority Critical patent/JP2013015964A/ja
Publication of JP2013015964A publication Critical patent/JP2013015964A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】検査を複数回行う品質管理において、余分に作成される材料等の量を低減できる合格率推定装置を提供すること。
【解決手段】合格率推定装置は、検査対象物をロット毎に第一の検査方法で検査して、検査に合格しなかったロットを前記第一の検査方法とは異なる第二の検査方法で検査した場合に合格する可能性を推定する。今回のロットの計測値を取得する計測値取得手段と、過去のロットの検査項目の過去計測値、及び、再検査合格率を記憶した過去計測値記憶手段DB5、DB4と、規格値に対する今回のロットの計測値の偏差量を計算する偏差値計算部11と、過去計測値の過去偏差量を記憶した過去偏差量記憶手段DB2と、検査項目毎に偏差量に対する過去偏差量の差の大きさを算出する類似度計算部12と、検査項目毎の差が所定値内に入る過去のロットの再検査合格率を読み出し、今回のロットの再検査合格率を推定する再検査合格率推定部14と、を有する。
【選択図】図5

Description

本発明は、検査対象物をロット毎に第一の検査方法で検査して、検査に合格しなかったロットを第一の検査方法とは異なる第二の検査方法で検査した場合に合格する可能性を推定する合格率推定装置に関する。
製品の製造工程では材料や部品の品質管理が行われる。品質管理では、検査装置などが、材料や部品が満たすべき性能を計測し何らかの規格値と比較することで、品質を満たすか否かを判定している。品質を満たさない材料や部品は廃棄されることが一般的であるので、不良品を少なくすることが重要だが、不良率自体はそれほど大きくないので品質管理を効率化することも要請される。
例えば、不良品の発生傾向を把握する手法が考えられている(例えば、特許文献1参照。)。特許文献1では、品質管理の分析対象期間において、不良発生した該当部品が、どの装置で、いつ組みつけられたのか、どのような部品形状か、を表で表示する品質情報収集分析システムが開示されている。このような手法によれば、例えばA装置とB装置の間で通常より時間がかかった時に不良が発生した場合は、その設備間での不良が多いことを予測可能となる。
ところで、不良率を下げかつ品質管理を効率化するため、合格しなかったロットに対し検査を複数回行う手法(二次評価方法)がある。
図13は、従来の品質管理を模式的に説明する図の一例である。
1回目の検査:厳しい規格値を用いた簡易的な検査を行い、検査に合格しないロットは2回目の検査に回す。
2回目の検査:1回目の検査よりも計測精度の高い検査を全ての材料や部品に行い、規格値を満たすか否かを検査する。
このように検査を複数回行うことで、1回目の検査に合格した材料や部品については検査時間を短縮でき、2回目の検査に合格した材料や部品は不良率の低減に貢献できる。図では、検査担当者が今回ロットの一部を抜き取って「108」という誘電率の実績値を得たが、規格値を見たさなかった。このため、検査担当者は今回ロットを保管しておき、後で(例えば1週間〜6ヶ月後)再検査する。再検査の結果によって、今回ロットの例えば100%が合格した、80%が合格した、又は、合格率が低いので全て廃棄する、等の最終的な検査結果が得られる。
しかしながら、二次評価方法では、1回目の検査に合格しなかったロットについて2回目の検査までの期間、製品に使用できるのか否かが確定しないという問題がある。製品の製造では、生産計画によりラインなどが生産する製品の数が決まるので、製品の製造に必要な材料や部品を準備しておく必要がある。製品に使用できるのか否かが確定しないと、1回目の検査に合格しなかったロット分を全て余分に作成又は注文する必要を生じさせる。このため、余分に作成等される材料や部品がコスト増を招いたり、余分に作成等される材料や部品の在庫管理が必要になるという問題がある。
本発明は、上記課題に鑑み、検査を複数回行う品質管理において、余分に作成等される材料や部品の量を低減できる合格率推定装置を提供することを目的とする。
本発明は、検査対象物をロット毎に第一の検査方法で検査して、検査に合格しなかったロットを前記第一の検査方法とは異なる第二の検査方法で検査した場合に合格する可能性を推定する合格率推定装置であって、1つ以上の検査項目における今回のロットの計測値を取得する計測値取得手段と、前記第一の検査方法で検査に合格しなかった過去のロットの前記検査項目の過去計測値、及び、過去のロットが前記第二の検査方法で合格した再検査合格率を記憶した過去計測値記憶手段と、前記検査項目毎に前記過去計測値により標準化された、規格値に対する今回のロットの前記計測値の偏差量を計算する偏差量計算手段と、前記過去計測値の過去偏差量を記憶した過去偏差量記憶手段と、前記検査項目毎に前記偏差量に対する前記過去偏差量の差の大きさを算出する差算出手段と、前記過去計測値記憶手段から、前記検査項目毎の前記差が所定値内に入る過去のロットの前記再検査合格率を読み出し、今回のロットの再検査合格率を推定する再検査合格率推定手段と、を有する。
検査を複数回行う品質管理において、余分に作成等される材料や部品の量を低減できる合格率推定装置を提供することができる。
本実施形態の検査方法の概略を説明する図の一例である。 二次評価方法を説明する図の一例である。 検査システムの概略構成図の一例である。 合格率推定装置のハードウェア構成図の一例である。 合格率推定装置の機能ブロック部の一例である。 合格率推定装置が合格率を推定する手順の全体的な流れを示すフローチャート図の一例である。 偏差値の計算手順を説明するフローチャート図の一例である。 偏差値の具体的な計算例を説明する図の一例である。 今回ロットの偏差値の算出結果の一例を説明する図である。 類似度の計算手順を説明するフローチャート図の一例である。 類似判定を説明する図の一例である。 加重平均による今回ロットの合格率の推定について説明する図の一例である。 従来の品質管理を模式的に説明する図の一例である。
以下、本発明を実施するための形態について図面を参照しながら説明する。
図1は、本実施形態において特徴的な再検査による合格率の推定の概略を説明する図の一例である。検査担当者は、材料や部品などの検査対象物を、決まった装置を用いて決められた手順で操作して検査する。検査項目は例えば、誘電率、磁気性、凝集度、流動性等である。ここで、検査対象物はロット生産(一定数量単位で生産する生産形態)されることが多いので、ロット生産された検査対象物の一部をISOやJISの規格に基づき抽出して検査する抜き取り検査が行われる。
計測装置が検査項目毎に検査対象物を検査した物性などの計測値(以下、実績値という)は、検査項目毎の規格値と比較され、ロット単位で合否が判定される。合格と判定されたロットは次工程の製造(製品製造の工程を含む)に用いられるが、不合格と判定されたロットは再検査に回される。このため、今回、一回目の検査が行われたロット(以下、今回ロットという)よりも、過去に一回目の検査が行われ不合格となったロット(以下、過去ロット)は、二次評価方法に従って再検査されており、すでに再検査の合格率が算出されている。
本実施形態の合格率推定装置は、この不合格のロットが再検査に合格する確率を予測することで、計画的に生産される製品の検査対象物の製造量を精度よく予測して、在庫管理コストを低減する。
(1)合格率推定装置は、過去の不合格ロットの実績値を使って、今回ロットの検査項目毎に規格値に対する実績値の偏差値を計算する。この偏差値は、規格値に対し実績値が大きいほど大きい値に、規格値に対し実績値が小さいほど小さい値になる。
(2)合格率推定装置は、今回ロットの検査項目毎の偏差値と、過去ロットの実績値の偏差値を比較して、今回ロットと各過去ロットとの類似度を計算する。つまり、過去ロットにおいて、各検査項目の偏差値が今回ロットと似ているロットは、今回ロットとの類似度が高くなる。
(3)合格率推定装置は、判定基準を読み出して、今回ロットと過去ロットの類似度を比較し、類似している過去ロットを特定する。すなわち、今回ロットと偏差値が同様な傾向を持つ過去ロットを絞り込む。
(4)合格率推定装置は、類似している過去ロットの再検査合格率を読み出し、この再検査合格率を用いて今回ロットの再検査合格率を推定する。
このように偏差値の類似度から今回ロットの再検査合格率を推定することで、今回ロットの再検査合格率を高精度に推定可能になる。製造管理者は、理論的には「1−再検査合格率」だけ材料や部品を再検査不合格率分、追加生産すればよいと判断できるので、余分に作成される材料や部品によるコストを低減でき、余分に作成される材料や部品の在庫管理にかかる費用を抑制できる。
〔二次評価方法〕
まず、品質管理を効率化しながら不良率も低減するため、1回目の検査で合格しなかったロットを2回検査する二次元評価方法について説明する。
二次元評価方法には、例えば、1回目と2回目で試験方法を変更する「試験方法変更法」と、「上下限サンプル評価法」とがある。試験方法変更法は、1回目の検査は製品規格に比べ実績値の計測方法を簡易化しているため、製品規格に則って2回目の検査を行う検査方法である。上下限サンプル評価法は、上限と下限の標準サンプルによる製造規格と、それよりも緩和された製品規格の2つの規格を用いて、検査する検査方法である。
図2(a)は試験方法変更方法を説明する図の一例である。例えば、トナーの検査では、ゆるみ見かけ密度、色分析(L、a*、b*)、粗大粒子量、定着下限(スミア)、定着上限(ホット)、緩凝集体量などの検査項目が試験方法変更法にて検査される。この中のスミア性を例に説明する。スミア性は、用紙に定着したトナーの定着性が十分でないため画質低下を起こすことをいう。例えば、片面にトナーが定着している状態で、他方の面に画像を形成する際に片面の画像がすれたりにじむことを言う。検査装置は、スミア性の検査のため、定着下限(温度)における物性(粘度など)を計測する。実績値が規格値に対し所定範囲に入っていればこの検査項目に合格することができる。
1回目の検査は、製品規格の温度範囲よりも狭い温度(例えば、140度一点)で規格値を満たせば、検査に合格できる。こうすることで検査時間を短縮できる。これに対し、1回目の検査に合格できないロットは、製品規格の温度範囲で、実績値が規格値を満たすか否かが検査される。このように、製品規格の温度範囲で、温度を振って検査することで検査精度を向上させ、ロット全体から製品規格を満たす材料や部品を抽出することができる。
図2(b)は、上下限サンプル評価法を説明する図の一例である。この検査は、正確な計測が難しい検査項目を検査する際に有効である。例えば、以下のような場合である。
・測定器のコンディションによって実績値にバラツキが生じる可能性がある検査項目
・規格の上下限ボーダ品に判断を委ねても品質管理に影響がない検査項目
図2(b)ではトナーにおいて上下限サンプル評価法が適用される検査項目として、円形度、体積固有抵抗、誘電率、表面WAX量、Si・Ti(含有量)、圧片が挙げられている。この上下限サンプル評価法では、製品規格の規格値の上限よりも実績値が小さいことが保証された標準サンプルによる検査結果(実績値)が、製造規格の上限の規格値に設定される。同様に、製品規格の規格値の下限よりも実績値が大きいことが保証された標準サンプルによる検査結果(実績値)が製造規格の下限に設定される。
1回目の検査では、今回ロットの実績値がこの上下限の範囲に入るか否かにより検査に合格するか否かが判定される。こうすることで測定器のコンディションによるバラツキがあっても標準サンプルとの比較(相対的に)により検査できる。
図示するように、1回目の検査に適用される製造規格では、上下限の標準サンプルの規格値が不良品流出防止のため製品規格よりも厳しくなっている(余裕を見て決定されている)。2回目の検査では、製造規格よりも緩和された製品規格が規格値となり、今回ロットの全数が検査されるので、2回目の検査に合格する材料や部品が抽出される。
本実施形態の合格率推定方法は、このような二次元評価方法において、1回目の検査に合格しなかったロットが、2回目の検査で合格する合格率を推定する。
〔構成例〕
図3は、本実施形態の検査システム300の概略構成図の一例を示す。検査システム300は、ネットワーク301を介して接続された検査装置200と合格率推定装置100を有する。必ずしもネットワーク301を介して接続されている必要はないが、こうすることで検査装置200から合格率推定装置100への実績値の転送が容易になる。また、合格率推定装置100の機能を検査装置200に搭載しておいてもよい。
ネットワーク301は、主に、社内LANや広域LAN(WAN)などの社内で完結するネットワークであるが、IP−VNP(Virtual Private Network)、インターネットVPN、又は、インターネットなどでもよい。後者の構成は、例えば、検査対象物の検査の部署や企業と、検査対象物の受け入れ先の部署や企業が離れている場合に有効である。なお、ネットワーク301の一部に電話回線を含んでいてもよく、また、有線接続か無線接続は問わない。
検査装置200は、検査対象物が予め定められた数量(すなわちロット)だけ生産されると、予め定められた数又は量をサンプリングして、検査項目について検査を行い、実績値を合格率推定装置100に送信する。検査項目は一般に複数個あるので、検査装置200も複数個ある場合が多い。検査項目は、例えば図2で説明したような項目があるが、検査対象物の検査に有用な検査が適宜行われる。
図4は、合格率推定装置100のハードウェア構成図の一例を示す。合格率推定装置100はコンピュータの一形態である。合格率推定装置100はそれぞれバスで相互に接続されているCPU101、RAM102、ROM103、記憶媒体装着部104、通信装置105、入力装置106、描画制御部107、及び、HDD108を有する。CPU101は、OS(Operating System)やプログラムをHDD108から読み出して実行することで種々の機能を提供すると共に、合格率推定装置100が行う処理を統括的に制御する。
RAM102はCPU101がプログラムを実行する際に必要なデータを一時保管する作業メモリ(主記憶メモリ)になり、ROM103はBIOS(Basic Input Output System)やOSを起動するためのプログラム、静的なデータが記憶されている。
記憶媒体装着部104には記憶媒体110が着脱可能であり、記憶媒体110に記録されたプログラムを読み込み、HDD108に記憶させる。また、記憶媒体装着部104は、HDD108に記憶されたデータを記憶媒体110に書き込むこともできる。記憶媒体110は例えば、USBメモリ、SDカード等である。
入力装置106は、キーボードやマウス、トラックボールなどであり、合格率推定装置100の製造管理者の様々な操作指示を受け付ける。
HDD108は、SSD等の不揮発メモリでもよく、OS、プログラム、規格値などの各種のデータが記憶されている。合格率推定装置100は、今回ロットの合格率を推定するためプログラム111を有している。
通信装置105は、インターネットなどのネットワーク301に接続するためのNIC(Network Interface Card)であり、例えば、イーサネット(登録商標)カードである。
描画制御部107は、CPU101がプログラム111を実行してグラフィックメモリに書き込んだ描画コマンドを解釈して、画面を生成しディスプレイ109に描画する。
図5は、合格率推定装置100の機能ブロック部の一例である。合格率推定装置100は、偏差値計算部11、類似度計算部12、類似判定部13、及び、合格率推定部14を有する。また、合格率推定装置100は、偏差値、類似度、及び、合格率を計算するために、DB1〜5に、検査項目毎の規格値、過去ロットの実績値の偏差値、判定基準、過去ロットの再検査合格率、過去の不合格ロットの実績値の各データを有している。DB1〜5はHDD108に搭載されている。なお、合格率推定装置100がネットワーク301を介して各DB1〜5を読み出せるようになっていればよく、合格率推定装置100がDB1〜5を有していなくてもよい。DB1〜5は模式的な図であって、DB1〜5が5つ以下のDBに集約されていてもよい。
図5の各機能について詳細は後述するが、まず全体フローにより各機能と手順を簡単に説明する。図6は、合格率推定装置100が2回目の検査の合格率を推定する手順の全体的な流れを示すフローチャート図の一例である。
S10:偏差値計算部11は今回ロットの実績値の偏差値を計算する。すなわち、DB1から検査項目毎の規格値を、DB5から過去の不合格ロットの実績値をそれぞれ読み出し、今回ロットの実績値の規格値に対する偏差値を計算する。なお、過去ロットの実績値の偏差値はすでに計算されている。(過去の検査実績の偏差値は検査が不合格になったロットが増える毎に再計算される。)
S20:次に、類似度計算部12は、DB2から過去ロットの実績値の偏差値を読み出す。
S30:類似度計算部12は、過去ロットの実績値の偏差値と今回ロットの偏差値と比較して類似度を計算する。
S40:類似判定部13は、DB3から判定基準を読み出して、今回ロットとの類似度が所定値以上の過去ロットを特定する。
S50:合格率推定部14は今回ロットとの類似度が所定値以上の過去ロットの再検査合格率をDB4から読み出す。
S60:合格率推定部14は、過去ロットの再検査合格率を重み付けして加重平均し、今回ロットの再検査合格率を推定する。
〔偏差値の計算〕
図7は偏差値の計算手順を説明するフローチャート図の一例を、図8、9は具体的な計算例を説明する図の一例をそれぞれ示す。図7の手順は検査項目毎に繰り返して実行される。
図8(a)に示すように、検査項目は「誘電率」、「磁気性」、「凝集度」、「流動性」の4つとする。誘電率の規格値は105、磁気性の規格値は2.5、凝集度の規格値は26、流動性の規格値は0.055、である。ロット1〜3について過去の実績値が得られており、今回ロットとしてロット4の実績値が得られている。
ロット1〜4は、いずれも二次評価方法の1回目の検査において不合格となっている。また、ロット1〜3はすでに再検査されており「再検査合格率」が記載されている。なお、「検査日」とは1回目の検査日である。
図8(b)は誘電率について、各ロットの実績値と規格値の比較を説明する図の一例である。各ロットの実績値がそれぞれ規格値から乖離しているが、検査項目によって乖離しやすいもの、乖離しにくいものがある。このため、一見、乖離量が大きくても、再検査に合格するものあるし、乖離量が小さくても、再検査に合格しないものある。この傾向を数値化するため、偏差値計算部11は標準偏差を計算する。
図7に示すように、偏差値計算部11は、検査項目毎(最初は誘電率)に、DB5から過去に不合格となった過去ロットの実績値及び今回ロットの実績値を読み出す(S101)。また、偏差値計算部はDB1から検査項目の規格値を1つずつ(最初は誘電率)読み出す。過去ロットでは不合格となったロットのみの実績値を読み出すのは、合格したロットは再検査されないので、再検査合格率を推定する資料としては適さないためである。
まず、今回ロットの誘電率の実績値は108、ロット1の誘電率の実績値は102、ロット2の誘電率の実績値は160、ロット3の誘電率の実績値は110である。
次に、偏差値計算部11は、標準偏差を計算する(S102)。標準偏差の計算式は以下のようになる。
標準偏差=√{Σ(各実績値−規格値)/1回目の検査方法で検査に合格しなかった過去ロット数}
実績値が正規分布に従うと仮定すると、規格値±標準偏差の間に約2/3の実績値が含まれることになる。
次に、偏差値計算部11は、今回ロットの実績値の偏差値を算出する(S103)。偏差値の計算式は以下のようになる。
偏差値={(実績値−規格値)/標準偏差}+50
すなわち、実績値がばらつきやすい検査項目でも、乖離量が標準偏差で除されるので、偏差値は乖離量そのものよりも抑制される。実績値がばらつきにくい検査項目では、標準偏差も小さくなるので、偏差値は乖離量そのものよりも抑制される傾向になる。
偏差値計算部11は今回ロットの検査項目毎の偏差値をHDD108等に書き出す(S104)。偏差値計算部11は、誘電率の偏差値を求めると、磁気性、凝集度、流動性、それぞれの偏差値を求める。
図9(a)は今回ロットの各検査項目の偏差値の算出結果の一例を、図9(b)は各ロットの誘電率の偏差値をグラフにより示す図の一例をそれぞれ示す。偏差値の規格値(中央値)は50なので、50からの乖離量が、各ロットの誘電率の偏差値が規格値からどのくらいずれているかを示す。
〔類似度計算〕
図10は類似度の計算手順を説明するフローチャート図の一例を示す。この類似度は、今回ロットの各検査項目の偏差値と、過去ロット1〜3の各検査項目の偏差値それぞれとの類似度である。すなわち、類似度計算部12は各検査項目において以下の3つの類似度を計算する。
今回ロット(ロット4)とロット1の類似度
今回ロット(ロット4)とロット2の類似度
今回ロット(ロット4)とロット3の類似度
したがって、図10の手順は、過去ロット数だけ繰り返される。
まず、類似度計算部12は、今回ロットの誘電率の偏差値をHDD108から、過去ロット1〜3の各検査項目の偏差値をDB2からそれぞれ読み出す(S301)。
今回ロットの誘電率の偏差値は50.48、ロット1の誘電率の偏差値は49.52、今回ロットの磁気性の偏差値は49.94、ロット1の磁気性の偏差値は50.30、今回ロットの凝集度の偏差値は52.64、ロット1の凝集度の偏差値は51.06、今回ロットの流動性の偏差値は48.47、ロット1の流動性の偏差値は50.96である。
次に、類似度計算部12は、標準類似度を算出する(S302)。標準類似度の計算式は以下のようになる。
標準類似度=√{Σ(各実績の偏差値−今回ロットの偏差値)/1回目の検査方法で検査に合格しなかった過去ロット数}
分子の「各実績の偏差値−今回ロットの偏差値」から明らかなように、標準類似度は、今回ロットの偏差値に対する過去ロットの偏差値の平均的なばらつきの大きさを表す。
次に、類似度計算部12は、検査項目毎に今回ロットとの類似度を算出する(S303)。類似度の計算式は以下のようになる。この計算を、各検査項目(誘電率、磁気性、凝集度、流動性)について行う。
類似度={(過去ロットの偏差値−今回ロットの偏差値)/標準類似度}+50
すなわち、今回ロットの偏差値と過去のあるロットの偏差値との乖離を、偏差値の平均的なばらつきの大きさで除して類似度とする。今回ロットの偏差値と偏差値の差分を求めるので、類似度は今回ロットの偏差値に対する過去ロットの偏差値の隔たりである。この式のとおり、類似度は50を中心に増減するので、50に近いほど今回ロットとの類似度が高いことになる。
例えば、ロット1と今回ロットの類似度は、誘電率で48.93、磁気性で50.71、凝集度で48.82、流動性で50.93である。いずれの類似度も標準類似度で除しているので、各検査項目のばらつきやすさは類似度から除去されている。すなわち、仮に誘電率と凝集度の類似度が同じなら、誘電率と凝集度は同じ程度で類似していると評価できる。
ロット1の各検査項目とロット4の各検査項目で類似度を求めると、類似度計算部12はロット2の各検査項目とロット4の各検査項目の類似度を算出する。これを過去の再検査対象となったロットの数だけ繰り返す。
なお、他の算出方法で類似度を算出してもよい。各ロットは検査項目毎に偏差値を有しているので、この偏差値の組をベクトルとみなせば、各ロットの偏差値の組同士によりn次元空間のユークリッド距離を求めることができる。例えば、ロット1とロット4のユークリッド距離は以下のように表すことができる。なお、ユークリッド距離は小さいほど類似している度合いが強いことを意味する。
ユークリッド距離=√{(50.48-49.52)2+(49.94-50.30)2+(52.64-51.06)2+(48.47-50.96)2
〔類似判定〕
図11は類似判定を説明する図の一例である。類似判定は、今回ロットと類似した過去ロットを抽出するための処理である。類似判定の考え方は、類似度が全ての検査項目において50を中心にある上下限に入っていることとする。上下限は、例えば48〜52(48.00以上、52.00未満)とする。
ロット1とロット4の各検査項目の類似度はそれぞれ(48.93、50.71、48.82、50.93)なので、全ての類似度が上下限に入っている。ロット2とロット4の各検査項目の類似度は(59.30、41.20、48.96、51.57)なので、誘電率と磁気性が上下限に入っていない。ロット3とロット4の各検査項目の類似度は(50.36、50.48、49.00、51.00)なので、全ての類似度が上下限に入っている。
類似判定部13は、全ての検査項目が上下限に入るロット1、3を、合格率を推定するための過去ロットとして特定する。なお、全ての検査項目が上下限に入る過去ロットがない場合、類似判定部13は、1つを除き全ての検査項目が上下限に入る過去ロットを特定してもよい。1つの検査項目だけ上下限に入らなくても、再検査合格率が近い場合があるからである。こうすることで、今回ロットの再検査合格率を得やすくすることができる。
また、検査項目の個数でなく、例えば、全検査項目の90%が上下限に入る過去ロットを類似すると判定してもよい。
〔検査月ごとの加重平均〕
類似判定によって、各検査項目の実績値から求められた偏差値が類似したロット1,3を抽出することができた。よってこれらロット1,3の再検査合格率は今回ロットにおいても参考になる可能性が高い。例えば、ロット1、3の再検査合格率が高ければ今回ロットの再検査合格率も高いと予測する合理性がある。
しかしながら、実績値そのものの信頼性が低下していると過去ロットの再検査合格率を今回ロットの再検査合格率の推定に利用するための前提を欠くおそれがある。例えば、検査装置200を校正したとしても、季節的変化、オペレータの交替、検査装置200の入れ替え等の影響を受ける。また、検査対象物の原材料、生産工場、管理方法などが変わる可能性は時間の経過と共に大きくなる。そこで、本実施形態の合格率推定部14は、類似しているロット1,3の検査日から今回ロットの検査日までの経過日数に応じて、再検査合格率を重み付けする。すなわち、経過日数が短いほど重み付けを大きくする。重み付けは例えば次のようになる。なお、6ヶ月前よりも過去は、一律に0.1よりも小さい重み付け(例えば、ゼロ、0.05)を与えてもよいし、0.1よりも小さくかつ経過日数が多いほど小さくなる重み付けを与えてもよい。
検査0〜1ヶ月前:1
検査1〜3ヶ月前:0.6
検査3〜6ヶ月前:0.1
Figure 2013015964
ただし、Wiは重み付け、Xiは過去ロットの再検査合格率、nは類似する過去ロットの数、である。
図12(a)は、今回ロットの再検査合格率の推定について説明する図の一例である。図12(a)に示すように、ロット1の検査日がロット4の検査日の3〜6ヶ月前、ロット3の検査日がロット4の検査日の0〜1ヶ月前、であるとする。なお、ロット1の再検査合格率は100%、ロット3の再検査合格率は80%とする。
図12(b)は、ロット4の再検査合格率の計算を説明する図の一例である。ロット1の重み付けは1、再検査合格率は100%であり、ロット3の重み付けは0.1、再検査合格率は80%である。このためロット4の再検査合格率は以下のようになる。
ロット4の再検査合格率=(1×1.00+0.1×0.8)/(1+0.1)
=0.9164(=91.64%)
したがって、合格率推定部14は、ロット4が再検査により合格する再検査合格率を91.64%であると推定する。これから、製造管理者は、製品の製造のためにロット4では足りなくなる100-91.64=8.36%を今後のロットにおいて余分に作成すればよいという生産計画を立てることができる。このように必要最小限の量を再生産すればよいので、余分に作成される材料や部品によるコストを低減でき、余分に作成される材料や部品の在庫管理にかかる費用を抑制できる。
11 偏差値計算部
12 類似度計算部
13 類似判定部
14 合格率推定部
100 合格率推定装置
200 検査装置
300 検査システム
特開2010−211309号公報

Claims (6)

  1. 検査対象物をロット毎に第一の検査方法で検査して、検査に合格しなかったロットを前記第一の検査方法とは異なる第二の検査方法で検査した場合に合格する可能性を推定する合格率推定装置であって、
    1つ以上の検査項目における今回のロットの計測値を取得する計測値取得手段と、
    前記第一の検査方法で検査に合格しなかった過去のロットの前記検査項目の過去計測値、及び、過去のロットが前記第二の検査方法で合格した再検査合格率を記憶した過去計測値記憶手段と、
    前記検査項目毎に前記過去計測値により標準化された、規格値に対する今回のロットの前記計測値の偏差量を計算する偏差量計算手段と、
    前記過去計測値の過去偏差量を記憶した過去偏差量記憶手段と、
    前記検査項目毎に前記偏差量に対する前記過去偏差量の差の大きさを算出する差算出手段と、
    前記過去計測値記憶手段から、前記検査項目毎の前記差が所定値内に入る過去のロットの前記再検査合格率を読み出し、今回のロットの再検査合格率を推定する再検査合格率推定手段と、
    を有する合格率推定装置。
  2. 前記過去計測値記憶手段には、ロット毎に前記第一の検査方法による検査日が記憶されており、
    前記再検査合格率推定手段は、過去のロットの検査日から今回のロットの検査日までの経過日数に応じて前記再検査合格率に重み付けして今回のロットの再検査合格率を推定する、
    ことを特徴とする請求項1記載の合格率推定装置。
  3. 前記偏差量計算手段は、次式、
    A=√{Σ(過去計測値−規格値)/第一の検査方法で検査に合格しなかった過去のロット数}
    偏差量={(計測値−規格値)/A}+50
    から前記偏差量を求め、
    前記差算出手段は、次式、
    B=√{Σ(過去のロットの偏差量−今回ロットの偏差量)/第一の検査方法で検査に合格しなかった過去のロット数}
    差の大きさ={(過去のロットの偏差量−今回ロットの偏差値)/B}+50
    から前記差の大きさを算出する、
    ことを特徴とする請求項1又は2記載の合格率推定装置。
  4. 前記差算出手段は、今回ロットの各検査項目の前記偏差量の組と、過去のロットの各検査項目の前記偏差量の組とのユークリッド距離を求め、
    前記再検査合格率推定手段は、今回ロットからのユークリッド距離が所定値内に入る過去のロットの前記再検査合格率を読み出し、今回のロットの再検査合格率を推定する、
    ことを特徴とする請求項1又は2記載の合格率推定装置。
  5. 検査対象物をロット毎に第一の検査方法で検査して、検査に合格しなかったロットを前記第一の検査方法とは異なる第二の検査方法で検査した場合に合格する可能性を推定する合格率推定方法であって、
    計測値取得手段が、1つ以上の検査項目における今回のロットの計測値を取得するステップと、
    偏差量計算手段が、前記検査項目毎に今回のロットの前記計測値の規格値に対する偏差量を計算するステップと、
    前記第一の検査方法で検査に合格しなかった過去のロットの前記検査項目の過去計測値、及び、過去のロットが前記第二の検査方法で合格した再検査合格率を記憶した過去計測値記憶手段から、偏差量計算手段が、前記過去計測値を読み出して、前記検査項目毎に前記過去計測値により標準化された、規格値に対する今回のロットの前記計測値の偏差量を計算するステップと、
    前記過去計測値の過去偏差量を記憶した過去偏差量記憶手段から、再検査合格率推定手段が、前記検査項目毎の前記差が所定値内に入る過去のロットの前記再検査合格率を読み出し、今回のロットの再検査合格率を推定するステップと、
    を有する合格率推定方法。
  6. 検査対象物をロット毎に第一の検査方法で検査して、検査に合格しなかったロットを前記第一の検査方法とは異なる第二の検査方法で検査した場合に合格する可能性を推定する合格率推定装置に
    1つ以上の検査項目における今回のロットの計測値を取得する計測値取得ステップと、
    前記検査項目毎に今回のロットの前記計測値の規格値に対する偏差量を計算する偏差量計算ステップと、
    前記第一の検査方法で検査に合格しなかった過去のロットの前記検査項目の過去計測値、及び、過去のロットが前記第二の検査方法で合格した再検査合格率を記憶した過去計測値記憶手段から、前記過去計測値を読み出して、前記検査項目毎に前記過去計測値により標準化された、規格値に対する今回のロットの前記計測値の偏差量を計算する偏差量計算ステップと、
    前記過去計測値の過去偏差量を記憶した過去偏差量記憶手段から、前記検査項目毎の前記差が所定値内に入る過去のロットの前記再検査合格率を読み出し、今回のロットの再検査合格率を推定する再検査合格率推定ステップと、
    を実行させるプログラム。
JP2011147391A 2011-07-01 2011-07-01 合格率推定装置、合格率推定方法、プログラム Withdrawn JP2013015964A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011147391A JP2013015964A (ja) 2011-07-01 2011-07-01 合格率推定装置、合格率推定方法、プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011147391A JP2013015964A (ja) 2011-07-01 2011-07-01 合格率推定装置、合格率推定方法、プログラム

Publications (1)

Publication Number Publication Date
JP2013015964A true JP2013015964A (ja) 2013-01-24

Family

ID=47688611

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011147391A Withdrawn JP2013015964A (ja) 2011-07-01 2011-07-01 合格率推定装置、合格率推定方法、プログラム

Country Status (1)

Country Link
JP (1) JP2013015964A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016018402A (ja) * 2014-07-08 2016-02-01 富士通株式会社 検体試験支援方法、検体試験支援システムおよび検体試験支援プログラム
JP2016062266A (ja) * 2014-09-17 2016-04-25 株式会社東芝 品質管理装置およびその管理方法
JP2020024164A (ja) * 2018-08-08 2020-02-13 株式会社岩崎電機製作所 検査装置および検査方法
US20200082225A1 (en) * 2018-09-12 2020-03-12 Fanuc Corporation Inspection device and machine learning method
CN110895716A (zh) * 2018-09-12 2020-03-20 发那科株式会社 检查装置以及机器学习方法
JP2020087110A (ja) * 2018-11-28 2020-06-04 日立オートモティブシステムズ株式会社 製造方法、製造管理方法及び製造システム

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016018402A (ja) * 2014-07-08 2016-02-01 富士通株式会社 検体試験支援方法、検体試験支援システムおよび検体試験支援プログラム
JP2016062266A (ja) * 2014-09-17 2016-04-25 株式会社東芝 品質管理装置およびその管理方法
US10095225B2 (en) 2014-09-17 2018-10-09 Kabushiki Kaisha Toshiba Quality controlling device and control method thereof
JP2020024164A (ja) * 2018-08-08 2020-02-13 株式会社岩崎電機製作所 検査装置および検査方法
US20200082225A1 (en) * 2018-09-12 2020-03-12 Fanuc Corporation Inspection device and machine learning method
CN110895717A (zh) * 2018-09-12 2020-03-20 发那科株式会社 检查装置以及机器学习方法
CN110895716A (zh) * 2018-09-12 2020-03-20 发那科株式会社 检查装置以及机器学习方法
US11521120B2 (en) * 2018-09-12 2022-12-06 Fanuc Corporation Inspection apparatus and machine learning method
US11682112B2 (en) * 2018-09-12 2023-06-20 Fanuc Corporation Inspection device and machine learning method
CN110895716B (zh) * 2018-09-12 2024-10-29 发那科株式会社 检查装置以及机器学习方法
JP2020087110A (ja) * 2018-11-28 2020-06-04 日立オートモティブシステムズ株式会社 製造方法、製造管理方法及び製造システム
JP7083304B2 (ja) 2018-11-28 2022-06-10 日立Astemo株式会社 製造方法、製造管理方法及び製造システム

Similar Documents

Publication Publication Date Title
CN102449645B (zh) 产品检查装置及产品检查方法
JP2013015964A (ja) 合格率推定装置、合格率推定方法、プログラム
JP5583766B2 (ja) 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体
CN108445435A (zh) 一种电能表检定装置误差在线评估方法
CN105247379A (zh) 用于不间断电源电池监测和数据分析的系统和方法
JP4568786B2 (ja) 要因分析装置および要因分析方法
CN110914771B (zh) 品质分析装置及品质分析方法
JP4658206B2 (ja) 検査結果解析方法および検査結果解析装置、異常設備検出方法および異常設備検出装置、上記検査結果解析方法または異常設備検出方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2022061157A (ja) 異常検知装置及び異常検知方法
JP7481976B2 (ja) 異常スコア算出装置、異常スコア算出方法およびプログラム
US7640131B2 (en) Data analysis method for analyzing failure root causes for products
Haider et al. Effect of frequency of pavement condition data collection on performance prediction
JP5483780B1 (ja) サービス品質情報の品質属性特定システム及びサービス品質情報の品質属性特定方法
JP2015045942A (ja) 品質管理装置、品質管理方法、及びプログラム
CN114820003A (zh) 定价信息异常识别方法、装置、电子设备及存储介质
CN117522779A (zh) 检查样本的方法和其系统
JP2012058816A (ja) 抜取検査の設計方法
JP5501908B2 (ja) 要因分析方法、要因分析装置、及び記録媒体
CN115906544A (zh) 基于可靠性增长过程的可靠性鉴定试验方法
CN103733041B (zh) 管理装置及管理方法
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
TW202416333A (zh) 半導體製造裝置或半導體檢測裝置的劣化預測系統及劣化預測方法
US20220067426A1 (en) Separation distance between feature vectors for semi-supervised hotspot detection and classification
CN112445632A (zh) 基于故障数据建模的hpc可靠性评估方法
JP5566616B2 (ja) 特性解析装置、特性解析方法をコンピュータに実行させるためのプログラム、上記プログラムを記録したコンピュータ読み取り可能な記録媒体

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20140902