【摘要】 本发明是一种检测产品品质超规与评估产品实际测量值的方法。此检测产品品质超规的方法是应用分类与回归树(Classification and Regression Tree；CART)方法来建构代表工艺参数与产品超规间的关系的品质超规检测(Fault Detection；FD)模型，以于生产线上实时检测出工艺数据参数值皆在规格内(正常)而其产品品质却超出规格的情况。此评估产品实际测量值的方法根据自适应性共振理论2(Adaptive Resonance Theory 2；ART2)及标准化变异(Normalized Variability；NV)来建立测量数据质量指针(DQIy)模型。 ： 【专利类型】发明申请 【申请人】国立成功大学 【申请人类型】学校 【申请人地址】中国台湾台南市大学路1号 【申请人地区】中国 【申请人城市】台湾省 【申请号】CN200810181649.2 【申请日】2008-11-26 【申请年份】2008 【公开公告号】CN101738991A 【公开公告日】2010-06-16 【公开公告年份】2010 【授权公告号】CN101738991B 【授权公告日】2014-09-10 【授权公告年份】2014.0 【IPC分类号】G05B19/418 【发明人】郑芳田; 黄宜婷 【主权项内容】一种检测产品品质超规的方法，其特征在于包含：根据多个历史测量值来建立一工艺数据质量指针模型，其中该工艺数据质量指针模型是根据一主成分分析法和一欧氏距离来建立；以这些组历史工艺数据，并应用交互验证(中的一留一法于该工艺数据质量指针模型，来计算出一工艺数据质量门槛值；以多个历史测量值和多组历史工艺数据来建立一品质超规检测模型，其中该品质超规检测模型是应用一分类与回归树方法来建立，该品质超规检测模型包含有多个品质类别规则的一模型树，每一这些品质类别规则代表3项品质类别之一，用以指出产品品质是否超规；收集生产一工件的一组工艺数据；使用该工艺数据质量指针模型来对该组工艺数据进行一评估工艺数据质量指针的步骤，其中该评估工艺数据质量指针的步骤包含：计算该组工艺数据的一工艺数据质量指针值；判断该工艺数据质量指针值是否大于该工艺数据质量门槛值，并获得一第一结果，其中当该第一结果为是时，则代表该工件的该组工艺数据为异常工艺数据；以及当该第一结果为否时，则应用该组工艺数据至该品质超规检测模型，来进行一品质超规检测机制，以于生产线上实时检测出该工件的该组工艺数据所符合的这些品质类别规则之一。 【当前权利人】国立成功大学 【当前专利权人地址】中国台湾台南市大学路1号 【被引证次数】12 【被他引次数】12.0 【家族引证次数】5.0 【家族被引证次数】21
