-
GEBIET DER
ERFINDUNG
-
Die
vorliegende Erfindung betrifft die Fertigung, den Entwurf, die Einrichtung
bzw. die Bestückung
und die Fertigungsplanung, und in einem Ausführungsbeispiel betrifft die
Verfahren, Vorrichtungen und Systeme, welche die Aufgaben des Entwurfs,
der Einrichtung bzw. Bestückung,
der Fertigung und/oder der Messung erleichtern, die der Fertigung
und anderen Prozessen zugeordnet sind. In einem Ausführungsbeispiel
betrifft die vorliegende Erfindung die Entscheidungsfindung und
logische Strukturen, die in einer Computersoftwareanwendung implementiert werden,
welche alle Phasen des Entwurfs-, Entwicklungs-, Einrichtungs-,
Vorfertigungs-, Qualifizierungs-, Zertifizierungs- und Fertigungsprozesses
jedes Bauteils oder anderen Artikels bzw. Gegenstands erleichtert,
der gemäß Spezifikation
hergestellt wird.
-
STAND DER
TECHNIK
-
Die
Welt der Fertigung bzw. der Herstellung, einschließlich der
Fertigungsplanung, steht unter dauerhaftem und stärker werdendem
Druck, die Qualität
zu verbessern und Kosten zu senken. Diese Tendenz scheint sich weiter
zu beschleunigen anstatt zu verlangsamen. Aus Sicht der Fertigung
bezieht sich die Qualität
auf die Fertigung von Bauteilen, die 1.) den Zielwerten des Fertigungsentwurfs
nahezu oder vollständig
entsprechen und 2.) minimale Schwankungen aufweisen. Der Bereich
der Konstruktion bzw. der Entwicklung steht ebenfalls unter dauerhaftem
Druck zur Verbesserung der Qualität und der Kostensenkung. Im
Bereich der Konstruktion müssen
nominale Entwurfs- bzw. Konstruktionsziele ebenso festgelegt werden
wie Toleranzgrenzen, wenn es möglich
ist Bauteile herzustellen, die 1.) den Zielvorgaben entsprechen
und 2.) den Konstruktionstoleranzgrenzen entsprechen. Anders ausgedrückt zählen zu
den Aufgaben von Entwicklern bzw. Konstrukteuren nicht nur die Konstruktion
bzw. der Entwurf von Artikeln bzw. Gegenständen, die Form, Passgenauigkeit
und Funktion erfüllen
müssen,
sondern auch die Konstruktion hinsichtlich der Herstellbarkeit.
-
In
jedem Fertigungs- oder anderen Prozess, der von den Gesetzen der
Konstruktion bzw. Entwicklung und der Physik für die Erzeugung eines brauchbaren
Ergebnisses abhängig
ist, gibt es fünf
fundamentale Elemente (siehe 1): 1) der
Prozess, durch den das Produkt (A) hergestellt wird; 2) Eingaben
in den Prozess (B); 3) Ausgaben des Prozesses (C); 4) Prozesssteuerungsparameter,
die so angepasst sind, dass sie die Prozessausgabe bzw. die Prozessleistung
beeinflussen (D); und 5) nicht gesteuerte Prozessparameter, die
den Prozess beeinflussen (E) (z.B. entweder nicht steuerbare Variablen oder
Variablen, die aufgrund von zeitlichen, kostenbezogenen oder anderen
Aspekten, die gemeinsam als „Störungen" bezeichnet werden,
nicht gesteuert werden.).
-
Der
traditionelle Ansatz für
die Herstellung bzw. Fertigung von Artikeln bzw. Gegenständen, wie etwa
von Bauteilen oder anderen Komponenten, die Konstruktionsspezifikationen
entsprechen, ist ein logischer Ansatz, der auf einer Suche nach
Kausalität basiert.
Dieser Ansatz basiert auf dem Prinzip, dass eine Kontrolle bzw.
Steuerung der Variablen, welche einen Prozess beeinflussen, zu einer
Kontrolle bzw. Steuerbarkeit der Leistung bzw. des Ergebnisses dieses
Prozesses führt.
Wenn es anders ausgedrückt möglich ist,
die Ursache zu steuern, so kann auch die Wirkung gesteuert werden.
Die Abbildung aus 2 veranschaulicht dieses dem
Stand der Technik entsprechende Prinzip, wobei ein Versuch unternommen
wird, um die Beziehungen, Verknüpfungen
oder Korrelationen zwischen Regel- bzw. Steuergrößen zu bestimmten sowie die
Eigenschaften der Ausgabe bzw. der Leistung (z.B. die gefertigten
Bauteile).
-
Leider
verhalten sich zahlreiche Fertigungsprozesse wie eine Black-Box.
In bestimmten Fällen kann
es schwierig sein, die Beziehung zwischen den Prozesssteuerungsvariablen
und den resultierenden Eigenschaftswerten des Artikels bzw. Gegenstands zu
bestimmen. Ferner können
zeitliche und wirtschaftliche Einschränkungen diese Bestimmung praktisch
unmöglich
bzw. unpraktisch gestalten, selbst wenn sie technisch vielleicht
möglich
wäre.
-
Der
Kunststoffspritzguss ist ein Beispiel für diesen Fall. Bei mindestens
22 Steuervariablen bzw. Regelgrößen, selbst
wenn diese Steuerumgebungen jeweils nur zwei Ebenen bzw. Stufen
aufweisen (eine hohe und eine niedrige Temperatur, einen hohen und einen
niedrigen Druck, etc.), gibt es trotzdem über vier Millionen mögliche Kombinationen.
In der Tat gibt es Milliarden von möglichen Kombinationen, wenn drei
Ebenen (hohe, mittlere und niedrige Einstellungen) möglich sind.
Ferner können
Veränderungen bzw.
Anpassungen der Prozessvariablen unterschiedliche Effekte bzw. Wirkungen
auf die resultierenden Artikeleigenschaften aufweisen; wobei zum Beispiel
ein ansteigender Druckwert eine erste Artikeleigenschaft erhöhen, eine
zweite verringern und eine dritte gar nicht beeinflussen kann.
-
Einfache
Interaktionen, komplexe Interaktionen und Nicht-Linearitäten machen
die Situation noch komplizierter. Ferner gibt es für gewöhnlich in einer
einzigen Form mehrere Formenhohlräume. Schließlich gibt es zahlreiche Artikeleigenschaften (die
Abmessung, die Leistung oder andere Anforderungen betreffend), die
erfüllt
werden müssen.
In Anbetracht der vorstehenden Ausführungen ist es häufig außerordentlich
schwierig, die Kombination aus Faktoren der großen Anzahl von Zielvorgaben
für die Bauteilkonstruktion,
der Toleranzgrenzen für
Bauteile, der Eigenschaften für
die Formkonstruktion und der Einstellungen für eine Spritzgusspresse umzusetzen,
so dass akzeptable Artikel hergestellt werden können.
-
Diesbezüglich wurden
gewisse Fortschritte gemacht. Die Methodologie der Versuchsplanung (englisch:
DOE als Abkürzung
von Design of Experiments) reduziert deutlich die Anzahl der Versuche, die
unternommen werden müssen,
um die Auswirkungen einer ausgewählten
Teilmenge von Steuervariablen bzw. Regelgrößen auf die resultierende Leistung
eines Prozesses zu verstehen. Selbst nach der Ausführung eines
geplanten Versuchs existiert leider weiterhin eine große Anzahl
von Steuervariablen, welche die resultierenden Artikel bzw. Gegenstände beeinflussen
können.
In jedem Fall wird weitem eine umfassende Messung produzierter Bauteile
sowohl seitens des Lieferanten als auch des OEM-Kunden durchgeführt, um
sicherzustellen, dass zulässige Bauteile
hergestellt werden.
-
Darüber hinaus
gibt es zwei Hauptpfade, um eine verbesserte Fertigungsqualität zu erreichen.
Bei dem ersten handelt es sich um das Messen bzw. Vermessen der
Bauteile nach deren Herstellung und den folgenden Vergleich der
Bauteile mit den Spezifikationsanforderungen (Zielvorgaben und Toleranzen
für den
Entwurf bzw. die Konstruktion). Dabei handelt es sich um einen prozessgekoppelten
Prozess, der Feedback nutzt. Die Bauteile werden für gewöhnlich in
bestimmtem Ausmaß sowohl
durch den Hersteller als auch den Kunden gemessen (OEM, First Tier-Hersteller,
Second Tier-Hersteller, etc.). Das Messen bzw. Vermessen der Bauteile,
die Aufzeichnung und Analyse der Daten sowie das Anzeigen der Ergebnisse
stellt jedoch einen sehr aufwändigen
und Ressourcen verbrauchenden Prozess dar.
-
Bei
ihren Anstrengungen, die Qualität
zu verbessern, haben viele Hersteller damit begonnen, die Techniken
der statistischen Prozesssteuerung (SPC als englische Abkürzung von
Statistical Process Conrol) und der erreichbaren Fertigungsgenauigkeit
einzusetzen, Viele Kunden fordern von ihren Zulieferern in der Tat,
dass SPC- oder äquivalente
Maßnahmen bzw.
Messverfahren, Aufzeichnungs-, Analyse- und Anzeigeverfahren vorgenommen
werden. Gemäß dieser
Technik werden der Fertigungsstraße Proben entnommen, die gemessen
und danach analysiert werden, um etwaig auftretende anormale (nicht
normal verteilte) Muster oder Datenpunkte zu ermitteln. Wenn derartige
anormale Datenpunkte detektiert werden, gilt der Prozess als „ungesteuert" (d.h. er liefert
keine konstant vorhersehbaren Ergebnisse bzw. Leistungen), und die
Produktion wird in diesem Fall unverzüglich angehalten, um den Prozess
von dem Fehler zu befreien. Die Messdaten der gefertigten Bauteile
werden analysiert unter Verwendung hoch entwickelter SPC-Statistikmethoden
und Vermessungs-Tools, die in speziellen Computerprogrammen integriert
sind. Da die meisten Bauteile unterschiedliche Abmessungen aufweisen,
werden die Mess- und SPC-Analyse für gewöhnlich in Bezug auf eine große Anzahl
von Bauteilabmessungen für
jedes Bauteil angewandt, was die Zeit und die Kosten erhöht, die mit
der Fertigung verbunden sind. SPC ist jedoch langfristig deutlich
kostengünstiger
als die Auslieferung unzulässiger
Bauteile und/oder die Erfordernis der Aussortierung zulässiger Bauteile
von unzulässigen
Bauteilen.
-
Ferner
ist es für
Hersteller (und deren Kunden) schwierig, folgendes zu bestimmen:
1.) welcher Anteil der Abmessungen unter Verwendung von SPC überwacht
werden sollte und 2.) welche Abmessungen gemessen bzw. vermessen
werden sollen, wenn nicht alle Abmessungen überwacht werden. Für gewöhnlich,
wenn nicht immer, werden die von dem Konstrukteur genannten „kritischen" Abmessungen unter
Verwendung von SPC-Techniken nachgemessen und analysiert. Wirtschaftliche
Zwänge
können jedoch
dazu führen,
dass weniger Abmessungen als gewünscht
vermessen und analysiert werden. Dabei wird nicht unkoordiniert
vorgegangen bei der Auswahl der Abmessungen für SPC oder eine andere Analyse.
-
Ein
zweiter Pfad bzw. Weg zur Verbesserung der Fertigungsqualität umfasst
das Verringern der natürlichen
Schwankungen der gefertigten Artikel. Die Präzision bzw. Genauigkeit der
Einhaltung bzw. der Beibehaltung der Prozesssteuerungsfaktoren kann
verbessert werden und/oder die „Störfaktoren" können
eliminiert oder so gering wie möglich
gehalten werden. Dabei handelt es sich um eine unabhängige Prozessverbesserung
unter Steuerung. Die Reduzierung von natürlichen Schwankungen ist auch ein
aufwändiges
bzw. teueres Vorhaben, da für Schwankungen
zahlreiche verhältnismäßig geringfügig gemeinsame
Ursachen existieren. Das Ausmaß, in
dem die natürlichen
Schwankungen in den hergestellten Bauteilen reduziert werden muss,
wird für
gewöhnlich
durch aufwändige
Studien zur erreichbaren Fertigungsgenauigkeit bestimmt, die für gewöhnlich in
Bezug auf jede „kritische" Abmessung ausgeführt werden.
-
Das
U.S. Patent US-A-5.850.339 beschreibt ein Verfahren für die Analyse
einer Datengruppe sowie zur Bestimmung unabhängiger Eingangs- bzw. Eingabevariablen
und der Werte dieser Variablen, die einem bestimmten Ergebnis am
meisten zugeordnet sind. Ein Einsatzgebiet für dieses Verfahren ist die Bestimmung
von Fertigungsvariablen sowie deren Werten, die dazu neigen, zu
einem unzulässigen
Produkt zu führen.
In „Statistische
Datenanalyse" von Werner
Stahel, Braunschweig/Wiesbaden: Vieweg Verlag 2000, wird der Einsatz
einer Regressionsanalyse offenbart.
-
In
Anbetracht der vorstehenden Ausführungen
wird deutlich, dass im Fach Verfahren, Vorrichtungen und Systeme
benötigt
werden, Entwurfs- und Fertigungsprozesse erleichtern und im Besonderen die
vorstehend genannten Probleme adressieren. Zum Beispiel werden im
Fach Verfahren und Systeme benötigt,
die eine Reduzierung bzw. Senkung der Zeit und der Kosten ermöglichen,
die den Mess-, Aufzeichnungs-, Analyse- und Anzeigeprozessen bzw. -verfahren
zugeordnet sind, die vorstehend zum Beispiel in Bezug auf SPC-Studien,
Studien zur erreichbaren Fertigungsgenauigkeit, Versandprüfung und Empfangsprüfung beschrieben
worden sind. Im Fach werden Verfahren benötigt, um zu bestimmen, wie die
Eingaben bzw. Eingänge
in einen Prozess angepasst werden können, um die gewünschten
Ergebnisse zu erreichen. Im Fach werden ferner Verfahren und Systeme
benötigt,
die eine Bestimmung erleichtern, wie viele Artikeleigenschaften
(z.B. Abmessungen, Leistungswerte, etc.) für einen bestimmten Prozess
gemessen werden sollen. Schließlich
werden im Fach Verfahren und Systeme benötigt, die eine Bewertung ermöglichen,
welche Artikeleigenschaften für
einen bestimmten Prozess gemessen werden sollten. Wie dies nachstehend
im Text näher
beschrieben ist, erfüllen
Ausführungsbeispiele
gemäß der vorliegenden
Erfindung diese Anforderungen.
-
ZUSAMMENFASSUNG
DER ERFINDUNG
-
Vorgesehen
sind gemäß der vorliegenden Erfindung
Verfahren, Vorrichtungen und Systeme, die Entwurfs-, Fertigungs-
und/oder Mess- bzw. Vermessungsaufgaben erleichtern, die mit der
Fertigung und anderen Prozessen verbunden sind. In einem Ausführungsbeispiel
betrifft die vorliegende Erfindung Entscheidungsfindungs- und logische
Strukturen, die in einer Computersoftwareanwendung implementiert
sind, welche alle Phasen des Entwurfs- bzw. Planungs-, Entwicklungs-,
Bestückungs-
bzw. Einrichtungs-, Vorfertigungs-, Qualifizierungs-Zertifizierungs-
und Fertigungsprozesses jedes Bauteils oder sonstigen Artikels erleichtern,
der gemäß Spezifikation
hergestellt wird. In einem Ausführungsbeispiel stellt
die vorliegende Erfindung Informationen bereit in Bezug darauf,
wie die mehreren Eigenschaften einer bestimmten Prozessleistung
im Verhältnis
zueinander, zu Spezifikationsgrenzen und Eingaben vor der Verarbeitung
stehen.
-
Diese
Informationen ermöglichen
eine Senkung des Mess-, Analyse- und Anzeigeaufwands sowohl vor
als auch während
der Fertigung. Ferner werden dadurch die erforderlichen Anpassungen
der Eingaben vor dem Verfahren bzw. der Verarbeitung bestimmt, um
eine Produktion gemäß den Konstruktionszielvorgaben
erreichen zu können.
Die Informationen stellen eine priorisierte Rangordnung für eine Lockerung
der Entwurfstoleranzen bereit. Sie bewerten die Durchführbarkeit
der Fertigung von Bauteilen, welche die Spezifikationsgrenzen erfüllen. Sie
bewerten den Kompromiss zwischen Leistung und Herstellbarkeit und
stellen Entwurfszielvorgaben bereit, welche die Herstellbarkeit
verbessern. Sie stellen eine Bestimmung bereit, wann eine Reduzierung
der Variabilität
des Prozesses erforderlich ist. Sie erleichtern den Materialvergleich
und die Materialauswahl. Sie stellen Konstrukteuren und Bedienungspersonal verbesserte
Betriebsrichtlinien bereit.
-
Die
vorliegende Erfindung verwendet analytische Techniken zur Realisierung
der vorstehend genannten Aufgaben und Vorteile. Wie dies nachstehend
im Text beschrieben ist, können
in einem Ausführungsbeispiel
grafische Techniken optional an Stelle von analytischen Techniken
eingesetzt werden. Zu grafischen Techniken zählen unter anderem, ohne darauf
beschränkt
zu sein, Diagramme, Graphen und Skizzen, die auch zum Anzeigen der
Analyseergebnisse eingesetzt werden können. Bei der vorliegenden
Erfindung kommen leistungsstarke statistische Methodiken zum Einsatz,
die es in einem Ausführungsbeispiel
ermöglichen,
zu bestimmen, welche und wie viele Artikeleigenschaften gemessen werden
sollen, wobei die Kosten und der Ressourcenaufwand potenziell reduziert
werden können,
die dem Messen, Aufzeichnen, Analysieren und Anzeigen zugeordnet
sind. Ausführungsbeispiele
der vorliegenden Erfindung unterstützen Konstrukteure ferner bei
der Konstruktion von Artikeln in Bezug auf Herstellbarkeit. Ausführungsbeispiele
der vorliegenden Erfindung können
auch so konfiguriert werden, dass sie kritische Informationen bereitstellen,
die für Konstrukteure
und Bestückungstechniker
erforderlich sind, um Entwurfs- bzw.
-
Konstruktionsanforderungen
für Prozesseingaben
zu modifizieren, um es zu ermöglichen,
dass die Fertigung die Konstruktionszielvorgaben erfüllt und
innerhalb der spezifizierten Toleranzgrenzen bleibt. Ausführungsbeispiele
der vorliegenden Erfindung können
auch eingesetzt werden, um unter Verwendung eines Systemtechnikansatzes
zu identifizieren, welche Artikeleigenschaften die restriktivsten Zielvorgaben
und Spezifikationstoleranzgrenzen aufweisen. Die vorliegende Erfindung
kann auch eingesetzt werden, um die Kosten für die Ausführung von Studien zu der erreichbaren
Fertigungsgenauigkeit zu senken, indem die Anzahl der Studien zu
der erreichbaren Fertigungsgenauigkeit, die ausgeführt werden
müssen,
reduziert wird, teilweise sogar ganz erheblich. Diese und andere
Aspekte der vorliegenden Erfindung werden aus der folgenden Beschreibung
bevorzugter Ausführungsbeispiele
der vorliegenden Erfindung deutlich.
-
In
einem Ausführungsbeispiel
stellt die vorliegende Erfindung Verfahren, Vorrichtungen und Systeme
bereit, die das Verständnis
und die Analyse erleichtern, wie das Verhältnis zwischen prädizierten Artikeleigenschaften
und einer oder mehreren Prädiktorartikeleigenschaften
die Fähigkeit
reflektiert, wie ein Prozess ein gewünschtes Ziel erreichen kann (z.B.
die Produktion von Bauteilen mit einer Zielspezifikation und/oder
innerhalb von spezifizierten Toleranzgrenzen). In einem Ausführungsbeispiel
stellt die vorliegende Erfindung ein Prozessanalysesystem bereit,
das eine Reihe von Graphen und/oder Tabellen erzeugt (wie etwa Abhängigkeitstabellen,
Versatztabellen und Relaxationstabellen), die es dem Benutzer ermöglichen,
die Beziehung zwischen Artikeleigenschaften zu verstehen und zu
analysieren, um leistungsfähige
und informierte Entscheidungen in Bezug auf eine mögliche Konstruktion
oder Einrichtung bzw. Bestückung
oder Änderungen
in Bezug auf die Abmessungen oder den Prozess vor dem Prozess zu
treffen. Wie dies nachstehend im Text näher beschrieben ist, kann die
Beziehung zwischen der Prädiktoreigenschaft
und einer oder mehreren gegebenen prädizierten Artikeleigenschaften
allgemein in eine von drei möglichen
Situationen kategorisiert werden: 1) wobei es möglich ist, einen Artikel außerhalb
der Spezifikationsgrenzen in Bezug auf die prädizierte Artikeleigenschaft
herzustellen; 2) wobei die prädizierte
Artikeleigenschaft solide ist und stets innerhalb der Spezifikationsgrenzen
liegt; und 3) wobei die prädizierte
Artikeleigenschaft die Prädiktorartikeleigenschaft
erzwingt. In einem Ausführungsbeispiel
stellt die vorliegende Erfindung eine Methodologie für die Analyse
möglicher
Beziehungen zwischen der Prädiktoreigenschaft
und den verbleibenden Artikeleigenschaften bereit, um zum Beispiel
zu bestimmen, welche prädizierten
Artikeleigenschaften sicher ignoriert werden können, welche prädizierten Artikeleigenschaften
den Betriebsbereich oder das Fenster im Verhältnis zu der Prädiktoreigenschaft
einschränken,
und welche prädizierten
Artikeleigenschaften zu der Herstellung von Artikeln außerhalb
der Grenzen der Konstruktionsspezifikation führen könnten. Bei einer derartigen
Kategorisierung der prädizierten
Artikeleigenschaften befinden sich Benutzer (wie etwa Konstrukteure,
Bestückungstechniker,
Verfahrensingenieure, Prüfer
bzw. Inspektoren und dergleichen) in der Position, Entscheidungen
dahingehend treffen zu können,
wie jede prädizierte
Artikeleigenschaft behandelt werden kann bzw. zu behandeln ist.
Zum Beispiel für
den Fall, wenn es möglich
ist, Fehler zu erzeugen, kann der Benutzer sich dafür entscheiden,
die Spezifikationsgrenzen zu lockern und/oder die Eingaben vor dem
Prozess zu modifizieren und/oder Prozessvariablen einzuschränken. Wenn
darüber
hinaus eine bestimmte prädizierte
Artikeleigenschaft für
alle möglichen
Werte (mindestens innerhalb der Spezifikationsgrenzen für die Konstruktion)
der Prädiktorartikeleigenschaft(en)
robust (innerhalb der Spezifikation) ist, kann die prädizierte
Artikeleigenschaft zum Beispiel während den Aufgaben nach der
Verarbeitung ignoriert werden, wie zum Beispiel der Bauteilevermessung
und Analyse in Verbindung mit der Vorqualifizierung, der Qualifizierung,
der Zertifizierung und Produktionsaktivitäten. Die vorliegende Erfindung
erleichtert ferner die Analyse der Auswirkung prädizierter Artikeleigenschaften,
welche den zulässigen
Bereich für
die Prädiktorartikeleigenschaft(en)
einschränken.
Wie dies nachstehend im Text näher
beschrieben wird, ermöglicht
es die vorliegende Erfindung einem Benutzer, die Auswirkungen einer
einschränkenden
Prädiktorartikeleigenschaft
und das Ausmaß der
Einschränkung
bei der Herstellbarkeit des Artikels zu berücksichtigen, wie dies in einer
bestimmten Konstruktionsspezifikation ausgeführt ist, und wobei dies eine
Bewertung der Eignung eines bestimmten Prozesses ermöglicht,
um eine Ausgabe bzw. Leistung zu erzeugen, die den Spezifikationen/Anforderungen
des Entwurfs bzw. der Konstruktion entspricht. Wie dies nachstehend
im Text näher beschrieben
ist, können
Ausführungsbeispiele
der vorliegenden Erfindung Graphen, Tabellen und Diagramme erzeugen,
wie etwa Streuungsdiagramme, Constraint-Tabellen, Versatztabellen
und Relaxationstabellen, welche die analytischen und Entscheidungsfindungsaufgaben
unterstützen,
die der Fertigung und anderen Prozessen zugeordnet sind.
-
BESCHREIBUNG
DER ZEICHNUNGEN
-
In
den Zeichnungen zeigen:
-
1 ein
Fertigungsflussdiagramm, das allgemein für Fertigungs- und andere Prozesse
angewandt werden kann;
-
2 ein
Fertigungsflussdiagramm, das ein Konzept veranschaulicht, das der
Anwendung dem Stand der Technik entsprechender Prozesssteuerungstechniken
auf Fertigungsprozesse zugeordnet ist;
-
3 ein
Fertigungsflussdiagramm eines Konzepts, das der vorliegenden Erfindung
bei einer Anwendung in Bezug auf Fertigungsprozesse zugeordnet ist;
-
4 ein
Streuungsdiagramm, das ein Regressionsmodell zwischen zwei Artikeleigenschaften ausführt;
-
5 ein
Streungsdiagramm, das den Effekt zeigt, den eine Veränderung
der Prozesssteuerungseinstellungen auf die Prozessleistung aufweist;
-
6 ein
Streuungsdiagramm des Effekts der Veränderung von Prozesseingaben;
-
7 ein
Streuungsdiagramm des kombinierten Effekts der Veränderung
der Prozesssteuerungseinstellungen und Prozesseingaben;
-
8 ein
Streuungsdiagramm, das die Prädiktionsintervalle
aufweist, die einem Regressionsmodell zugeordnet sind;
-
9 eine
grafische Benutzeroberfläche, die
die Eingabe von Artikeleigenschaftsdaten erleichtert, die in Verbindung
mit einem Ausführungsbeispiel gemäß der vorliegenden
Erfindung verwendet werden;
-
10 ein
Streuungsdiagramm eines einfachen linearen Regressionsmodells für zwei Artikeleigenschaften;
-
11 ein
funktionales Blockdiagramm eines Ausführungsbeispiels eines Computerhardwaresystems,
das sich zur Verwendung in Verbindung mit der vorliegenden Erfindung
eignet;
-
12 ein
Streuungsdiagramm, das die Konzepte veranschaulicht, die einem Ausführungsbeispiel
der vorliegenden Erfindung zugeordnet sind;
-
13 ein
Streuungsdiagramm, das ein lineares Regressionsmodell, Prädiktionsintervalle,
einen Zielschnittpunkt und obere und untere Spezifikationsgrenzen
aufweist,
-
14 ein
Streuungsdiagramm, das die Bestimmung des zulässigen Betriebsbereichs und
des Betriebszielwertes für
eine Prädiktoreigenschaft
veranschaulicht;
-
15 eine
Systemarchitektur gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung;
-
16 ein
Flussdiagramm eines Verfahrens gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung;
-
17 ein
Flussdiagramm eines Verfahrens, das dem Anzeigen eines Regressionsmodells und
zugeordneter Analyseelemente an einen Benutzer zugeordnet ist;
-
18 ein
Flussdiagramm eines Verfahrens, dass die Auswahl einer Prädiktoreigenschaft ermöglicht;
-
19 ein
Tabelle einer Tabellenkalkulation, die eine Reihe von Artikeleigenschaftswerten
in Bezug auf eine Mehrzahl von Artikeleigenschaften, Korrelationskoeffizienten
und einen Wert aufweist, der die prädiktive Fähigkeit jeder Artikeleigenschaft
anzeigt;
-
20 ein
Flussdiagramm, das ein Verfahren bereitstellt, das die Population
einer Korrelationskoeffiziententabelle ermöglicht;
-
21 ein
Flussdiagramm eines Verfahrens, das dem Einsatz der vorliegenden
Erfindung gemäß einem
Ausführungsbeispiel
zugeordnet ist;
-
22 eine Einschränkungstabelle gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung;
-
23 ein Flussdiagramm gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung, wobei ein Verfahren ausgeführt ist,
das sich auf die Erzeugung einer Einschränkungs- bzw. Constraint-Tabelle
bezieht;
-
24 ein Diagramm des Regressionsmodells für eine Prädiktoreigenschaft
und eine prädizierte
Eigenschaft, mit Grenzwerten, die dem Regressionsmodell zugeordnet
sind;
-
die 25A bis 25G Diagramme,
welche die Regressionsmodelle zwischen einer Prädiktoreigenschaft und einer
prädizierten
Eigenschaften veranschaulichen sowie die verschiedenen Bedingungen,
unter denen ein Fehlerzustand existieren kann;
-
die 26A und 26B Diagramme,
welche die Regressionsmodelle zwischen einer Prädiktoreigenschaft und einer
prädizierten
Eigenschaft veranschaulichen sowie verschiedene Bedingungen bzw.
Umständen,
wenn die Eigenschaft robust bzw. fest innerhalb der oberen und unteren
Spezifikationsgrenzen der prädizierten
Eigenschaft liegt;
-
die 27A bis 27F Diagramme,
welche die Regressionsmodelle für
verschiedene Umstände
veranschaulichen, wenn entweder die obere, die untere oder beide
Prädiktionsgrenzen
den minimal und/oder maximal zulässigen
Prädiktoreigenschaftswert
einschränken,
um Bauteile herzustellen, die innerhalb der Spezifikationsgrenzen
liegen;
-
28A ein Flussdiagramm eines Verfahrens, das sich
auf die Erzeugung einer Versatztabelle gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung bezieht;
-
28B eine Versatztabelle gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung;
-
29 ein Flussdiagramm des Gesamtprozesses, der
der Erzeugung einer Relaxationstabelle gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung zugeordnet ist;
-
30 eine durch ein Ausführungsbeispiel der vorliegenden
Erfindung erzeugte Relaxationstabelle;
-
31 ein Flussdiagramm eines Verfahrens, das sich
auf die Bestimmung neuer Spezifikationsgrenzen bezieht, die aus
der Lockerung einer oder beider der unteren und oberen Spezifikationsgrenzen
einer prädizierten
Eigenschaft resultieren und folglich den zugeordneten minimalen
und/oder maximalen Prädiktoreigenschaftswerten,
die erforderlich sind, um Bauteile gemäß den Spezifikationsgrenzen
herzustellen;
-
die 32A, 32B, 32C und 32D Diagramme,
die grafisch den Anstieg von Pmax und den Rückgang von Pmin veranschaulichen,
als Folge der Lockerung der oberen und unteren Spezifikationsgrenzen
für eine
prädizierte
Eigenschaft; und
-
die 33A, 33B, 33C und 33D Diagramme,
die grafisch den Ausgleichsbereich, den Regressionsbereich, den
begrenzten Regressionsbereich und einen Vergleich des Ausgleichsbereichs
mit dem begrenzten Regressionsbereich veranschaulichen.
-
BESCHREIBUNG DER BEVORZUGTEN
AUSFÜHRUNGSBEISPIELE
-
I. Hintergrund und Grundsätze für den Betrieb
-
A. Grundsätze und
Konzepte
-
Die
vorliegende Erfindung nutzt verschiedene grafische, statistische
und mathematische Techniken, die sich auf die Analyse der Beziehung
zwischen Artikeleigenschaften beziehen, um ein neuartiges Entwurfs-
und Fertigungsprozessanalysesystem zu realisieren. Dazu zählen Streuungsdiagramme,
Korrelationskoeffizienten, Bestimmungskoeffizienten, lineare, nichtlineare
und mehrdimensionale Regression, Prädiktionsintervalle, angepasste
Prädiktionsintervalle,
Prädiktion
unter Einsatz von Regression, Prädiktion
unter Verwendung von Prädiktionsintervallen,
DOE, Mittelwerte und gewichtete Mittelwerte. Die Abbildung aus
-
3 zeigt
ein Prozessablaufdiagramm, das veranschaulicht, wie sich ein Aspekt
der vorliegenden Erfindung von dem Stand der Technik entsprechenden
Techniken unterscheidet. In einer umfassenden Vielzahl von Fertigungsprozessen
und im Besonderen beim Spritzguss, existiert häufig eine starke Beziehung
zwischen den Artikeleigenschaften, die eine Folge eines bestimmten
Prozesses sind. Die vorliegende Erfindung bewertet die statistische
Stärke
dieser Beziehungen, und wenn diese ausreichend stark sind, nutzt
sie deren Existenz, um eine Vielzahl von Entwurfs-, Fertigungs-
und Messaufgaben zu erleichtern, die Fertigungsprozessen zugeordnet
sind.
-
Für das Verständnis des
Unterschieds zwischen dem in der Abbildung aus 2 beispielhaft dargestellten
Stand der Technik und der in der Abbildung aus 3 beispielhaft
dargestellten vorliegenden Erfindung wird hiermit festgestellt,
dass die primäre
Ausrichtung aus 3 die bestehende Beziehung zwischen
den Bauteileigenschaften betrifft. Auf dem Gebiet des Spritzgusses
würden
die unterschiedlichen Leistungen bzw. Ergebnisse (#1, #2, etc.)
aus 3 für
gewöhnlich
verschiedene Bauteilabmessungen betreffen. Gemäß der vorliegenden Erfindung
sind die unterschiedlichen Bauteileigenschaften nicht auf Abmessungen
beschränkt,
vielmehr kann es sich dabei um jedes Attribut eines Bauteils handeln.
Darüber
hinaus können
die unterschiedlichen Bauteileigenschaften auch die gleiche Abmessung
bei verschiedenen Bauteilen aufweisen, die in einem Zyklus einer
Form mit mehreren Formhohlräumen
produziert werden.
-
Die
Abbildung aus 4 veranschaulicht grafisch die
Beziehung zwischen zwei Artikeleigenschaften, die in einem Streuungsdiagramm
ausgeführt
sind. In einer Form veranschaulicht die Abbildung aus 4 die
Beziehung bzw. das Verhältnis zwischen
einer Prädiktoreigenschaft
und einer vorhergesehenen bzw. prädizierten Eigenschaft. Wie dies
nachstehend im Text näher
beschrieben ist, werden die für
die Erzeugung des Regressionsmodells verwendeten Datenpunkte für gewöhnlich unter
Verwendung von mindestens zwei unterschiedlichen möglichen
Methoden erzeugt.
-
Die
erste Methode umfasst das Erzeugen von Bauteilen ohne Veränderungen
der Prozesseinstellungen. Dies entspricht allgemein einem normalen
Produktionslauf. Alle Prozesse unterliegen Schwankungen der Steuerungsvariablen
bzw. der Regelgrößen, der
Umgebungsbedingungen, Verschleiß und
Abnutzung sowie zahlreichen anderen Faktoren. Diese Einflüsse auf
den Prozess verursachen natürliche
Schwankungen der Prozessleistung.
-
Die
Prozessleistung dieser Methode wird danach gemessen. Ein mit dieser
Methode verbundenes Problem ist es, dass das Messverfahren wie jedes
andere Messverfahren eine eigene Quelle für Schwankungen aufweist, die
zu Messfehlern führen. Wenn
die Größe der natürlichen
Schwankung in Bezug auf die Teileeigenschaften im Verhältnis zu
dem Messfehler gering ist, so überlagert
bzw. übertrifft
der Messfehler die natürliche
Schwankung. In diesem Fall ist es unwahrscheinlich, dass etwaige
statistisch signifikante Korrelationen zwischen den Teileeigenschaften
begründet
werden können.
-
Spritzgussverfahren
weisen für
gewöhnlich verhältnismäßig kleine
natürliche
Schwankungen auf im Vergleich zu typischen Messfehlern. Folglich
kann die erste Methode bzw. Vorgehensweise für die Erzeugung von mittels
Spritzguss hergestellten Bauteilen für die Evaluierung von Beziehungen
unproduktiv sein. Folglich ist die zweite Methode für die Erzeugung
von Bauteilen eher anwendbar auf mittels Spritzguss hergestellte
Bauteile. Andere Verfahren bzw. Prozesse hingegen können eine
ausreichende natürliche
Schwankung aufweisen, um die vorstehend beschriebene Methode einzusetzen.
-
Gemäß einer
zweiten Methode wird eine Schwankung der Bauteileigenschaften induziert.
Für den
Fall der Spritzgussherstellung wird die Schwankung bzw. Variation
induziert, indem die Prozesssteuerungseinstellungen vorsätzlich verändert werden. Auf
diese Weise wird die Schwankung der Werte der Bauteileigenschaften
groß im
Verhältnis
zu dem Messfehler. Dabei werden Korrelationen in dem Ausmaß, in dem
sie gegeben sind, ersichtlich.
-
Wie
dies bereits vorstehend im Text beschrieben worden ist, handelt
es sich bei DOE um ein Verfahren, das die Verringerung einer nicht
zu bewältigenden
großen
Anzahl von Versuchbedingungen auf eine zu bewältigende geringe Anzahl von
Versuchsbedingungen unterstützt.
Da auf dem Gebiet des Spritzgusses Schwankungen induziert werden müssen, eignet
sich der Einsatz von DOE-Techniken für den Entwurf eines effizienten
Versuchs. Der Einsatz dieser Methode hat den weiteren Vorteil, dass
im Handel erhältliche
Computeranwendungen existieren, die Daten effizient analysieren
und die Ergebnisse der Analyse aufzeichnen bzw. melden. Ein vorteilhaftes
Nebenprodukt des Einsatzes von DOE ist es somit, dass nützliche
Informationen aus dem Versuchslauf entnommen werden können. Im
Besonderen ist es für
gewöhnlich
möglich,
mindestens eine Prozesssteuerungseinstellung zu identifizieren,
die verwendet werden kann, um die Teileeigenschaften der resultierenden
Leistung bzw. Ausgabe signifikant zu beeinflussen. Die durch DOE
erhaltenen Informationen können
dazu verwendet werden, eine Prozesssteuerungseinstellung so anzupassen,
dass eine gewünschte
Veränderung
der gemeinsamen Betriebsposition der Teileeigenschaftswerte in dem Regressionsmodell
erreicht werden kann, wie dies nachstehend im Text näher beschrieben
ist.
-
Mit
dem Induzieren von Schwankungen in einen Versuchsablauf ist ein
zweiter Vorteil verbunden, der nicht in Verbindung mit jeglicher
Effizienzmessung steht, die dem Einsatz von DOE zugeordnet ist. Der
zweite Vorteil liegt in der Tatsache begründet, dass die vorliegende
Erfindung in einem Ausführungsbeispiel
die Prozesssteuerungseinstellungen identifiziert, welche die größte Auswirkung
oder den größten Einfluss
auf die Teileeigenschaften haben. Die vorliegende Erfindung kann
teilweise auch auf der Erfahrung der Bedienungspersonen der Spritzgusspresse
und zugeordnetem Fertigungs- und am Prozess beteiligten Personal
basieren, um die Steuerungseigenschaften bzw. Regelgrößen mit „hoher Auswirkung" auszuwählen. Hiermit
wird festgestellt, dass es sich beim Spritzguss bei dem üblichen
Paradigma um die Minimierung der Veränderungen der Einstellungen
der Presse handelt. Im Gegensatz dazu versucht die vorliegende Erfindung
deren Einfluss zu maximieren, um Bauteilschwankungen für eine weitere
Analyse zu induzieren. Anders ausgedrückt ist die vorliegende Erfindung
für den
Zweck des Induzierens von Schwankungen bestrebt, die „ungünstigsten" Steuerungseinstellungen
zu ermitteln. Die „ungünstigsten" Steuerungseinstellungen aus
Sicht der Produktion werden zu den „besten" Steuerungseinstellungen aus Sicht des
Induzierens von Schwankungen.
-
Wie
dies bereits vorstehend im Text beschrieben worden ist, gibt es
auf dem Gebiet des Spritzgusses für gewöhnlich eine große Anzahl
von Prozesssteuerungseinstellungen bzw. Regelgrößen, wie für gewöhnlich 22 oder mehr. In einem
Ausführungsbeispiel
umfasst die vorliegende Erfindung „wissenschaftliche" oder „entkoppelte
Form"-Grundsätze, um
die Pressesteuerungen mit hoher Auswirkung zu identifizieren. Ebenso
wie bei DOE ist es nicht erforderlich, „wissenschaftliche"/"entkoppelte Form"-Grundsätze einzusetzen, wobei dies
jedoch potenziell zusätzliche
Identifikationsvorteile bereitstellt. Wenn somit für gewöhnlich 3
bis 5 der Steuerungseinstellungen mit der größten Auswirkung in dem Versuchslauf
verändert
werden, wird das größte Ausmaß der Schwankung
den Bauteileeigenschaften zugeführt.
Diese Schwankung umfasst zwei Arten. Bei der ersten handelt es sich
um die Umsetzung der gemeinsamen Betriebsposition um die Regressionslinie.
Die zweite kann die Streuung von Datenpunkten um die Regressionslinie
induzieren. Es ist wichtig, eine robuste Datengruppe zu erzeugen,
um wiederum zu einem soliden Regressionsmodell für die Prädiktion zu führen.
-
Schließlich stellt
der Einsatz von DOE-Techniken zusätzliche Informationen bereit.
Im Besonderen ermöglicht
der Einsatz von DOE-Techniken zum Induzieren von Bauteilschwankungen
ferner ein Verständnis
dessen, wie die Prozesssteuerungsvariablen, die verändert worden
sind, die Teileeigenschaften beeinflussen, und potenziell, wie diese
Steuervariablen miteinander interagieren.
-
Wie
dies bereits vorstehend im Text beschrieben worden ist, ist es aus
verschiedenen Gründen
schwierig, die Beziehung zwischen den Spritzguss-Steuereinstellungen
und den Teileeigenschaften zu erzeugen, wie zum Beispiel aufgrund
der hohen Anzahl von Steuervariablen, der potenziell großen Anzahl
von Bauteileigenschaften, der einfachen Interaktionen, komplexer
Interaktionen, Nichtlinearitäten
und anderer Effekte. Einer der großen Nutzen der vorliegenden
Erfindung ist es, dass obgleich es viele Prozesssteuerungsvariablen
geben kann, die eine Bauteileigenschaft beeinflussen, und wobei
diese Veränderungen
jede Bauteileigenschaft ziemlich komplex beeinflussen können, die
Veränderungen dieser
Variablen einen vorhersehbaren Effekt auf die Beziehung zwischen
der Prädiktoreigenschaft
und mindestens einer verbleibenden Artikeleigenschaft haben. Wie
dies nachstehend im Text näher
beschrieben ist, ermöglichen
es somit die Systeme und Verfahren gemäß der vorliegenden Erfindung
Konstrukteuren und Prozessbedienungspersonen sich auf die Werte
einer Prädiktoreigenschaft
zu verlassen, um zu bestimmen, ob eine oder mehrere Prädiktoreigenschaften
Konstruktionsspezifikationen erfüllen.
Darüber
hinaus ermöglichen
es die Systeme und Verfahren der vorliegenden Erfindung Konstrukteuren
und Prozessbedienungspersonen, sich bei Bemühungen zur Anpassung der Prozessausgabe,
um Entwurfsspezifikationen auf die prädizierte Eigenschaft zu verlassen.
Diese und weitere Vorteile werden aus der folgenden nachstehend
bereitgestellten Beschreibung deutlich.
-
Bei
dem Regressionsmodell aus 4 wird von
einer geradlinigen Beziehung zwischen den zwei Variablen ausgegangen,
wobei sich alle Datenpunkte auf einer geraden Linie befinden; wobei
ein absolut lineares Modell nur selten erreicht wird, da eine perfekte
Korrelation in der realen Welt selten vorkommt. Die Abbildung aus 10 veranschaulicht
die Streuung von Datenpunkten auf einem Streuungsdiagramm. Die Datenpunkte
weisen zwar Streuung auf, wobei sie jedoch auch eine starke Tendenz
oder Beziehung anzeigen. Wenn anders ausgedrückt der Wert von einer der
beiden Variablen bekannt ist, ist es möglich, die andere Variable
mit einem relativen hohen Genauigkeitsgrad vorherzusagen. Bei einer Anwendung
auf die vorliegende Erfindung kann ein bekannter Wert der Prädiktoreigenschaft
einen ausreichend präzise
bekannten Wert der prädizierten
Artikeleigenschaft ergeben. In der Praxis wird die Streuung der
Datenpunkte durch eine Reihe von Faktoren bewirkt. Dazu zählen Variationen
bzw. Schwankungen, die durch gemeinsame Störungen, gemeinsame Schwankungen
der Steuervariablen, gemeinsame Schwankungen der Prozesseingaben
und gemeinsame Schwankungen des Messsystems bewirkt werden, die
zum Messen der Bauteileigenschaften verwendet werden. Die Abbildung
aus 10 veranschaulicht ferner zwei Parameter, die
für gewöhnlich eingesetzt
werden, um das Regressionsmodell zu definieren. Dabei handelt es
sich um die Steigung der Regressionslinie und den Y-Schnittpunkt; wobei
aber auch andere Parameter verwendet werden können. Das in der Abbildung
aus 10 dargestellte Ausführungsbeispiel veranschaulicht
ein lineares Regressionsmodell. Die vorliegende Erfindung ist jedoch
nicht auf den Einsatz eines linearen Modells beschränkt. Ein
nichtlineares Regressionsmodell, wie etwa ein mehrdimensionales
Modell, kann ebenfalls in Verbindung mit der vorliegenden Erfindung
verwendet werden.
-
Die
Abbildung aus 8 veranschaulicht den Zusatz
oberer und unterer Prädiktionsintervalle zu
dem Regressionsmodell. Der durch die Prädiktionsintervalle begrenzte
Bereich stellt den angemessenen Ausgabebereich des Prozesses dar
in Bezug auf die X-Achsen- und Y-Achsen-Eigenschaft, wenn natürliche Schwankungen
und Messfehler enthalten sind. Anders ausgedrückt wird die vollständige Komplexität des Prozesses „eliminiert", da sie als der
begrenzte Bereich der angemessenen Ausgabe darstellen. Zu den „eliminierten" Komplexitäten zählen die
einfachen Interaktionen, die komplexen Interaktionen, Nichtlinearitäten, etc.
der Prozesssteuerungsvariable.
-
Eine
derartige Analyse der Prozessleistung sieht eine Vielzahl nützlicher
Informationen bereit, welche die Entwurfs- und Fertigungsprozesse
erleichtern. Die Abbildung aus 4 sowie
andere weisen zum Beispiel eine Darstellung der Schnittstelle zwischen
der Entwurfszielvorgabe für
die Prädiktoreigenschaft
und die prädizierte
Eigenschaft auf. Die Position der Zielschnitstelle stellt eine große Menge nützlicher
Informationen für
Konstrukteure und Prozessbedienungspersonen bereit, wobei in Bezug
auf die Situation aus der Abbildung aus 4 veranschaulicht
wird, dass es unmöglich
ist, die Zielschnittstelle zu schneiden, unabhängig davon, wie die Prozesssteuerungseinstellungen
verändert
werden.
-
Zu
didaktischen Zwecken führt
die Beschreibung der bevorzugten Ausführungsbeispiele primär die Anwendung
eines Ausführungsbeispiels
der vorliegenden Erfindung auf Spritzgussprozesse aus. Die vorliegende
Erfindung eignet sich jedoch auch für eine Anwendung in Bezug auf
eine Vielzahl von Fertigungsprozessen, wie etwa die Plattierung,
die Halbleiterfertigung, die Bearbeitung und jeden anderen Prozess,
bei dem Material hinzugefügt,
entfernt oder eine anderweitige Veränderung der Form oder Struktur
vorgenommen wird. Darüber
hinaus kann die vorliegende Erfindung angewandt werden, um den Entwurf
bzw. die Konstruktion eines hergestellten Artikels zu unterstützen sowie
die Entwicklung eines Prozesses für die Herstellung des Artikels
und/oder für
die Reduzierung der Mess- bzw. Vermessungskosten. Darüber hinaus
ist die vorliegende Anmeldung anwendbar auf eine Vielzahl von Artikeln,
darunter Einzelartikel bzw. unabhängige Artikel oder Elemente
sowie Artikel, die als Komponenten, Elemente oder Bauteile einer
Kombination vorgesehen sind. Somit werden die Begriffe „Artikel" und „Bauteile" in der Beschreibung
der hierin ausgeführten
bevorzugten Ausführungsbeispiele
austauschbar verwendet.
-
Die
vorliegende Erfindung kann auch für die Beurteilung der Auswirkungen
von anderen Schwankungsquellen als der durch Veränderungen der Steuereinstellungen
einer Presse bewirkten Veränderungen
angewandt werden. Beurteilt bzw. bewertet kann praktisch jede Schwankungsquelle,
wenn sie eine ausreichende Schwankung bzw. Veränderung des Bauteileigenschaftswertes
verursacht. Zu ausgesuchten Beispielen zählen die Bestimmung des Effekts
der Schwankung von Einrichtung zu Einrichtung, die Bestimmung des
Effekts der Schwankung von Presse zu Presse in Bezug auf den Spritzguss, die
Bestimmung temporaler Effekte, wie etwa der Auswirkung von saisonalen
Effekten sowie die Beurteilung der Auswirkung verschiedenartiger
Rohstoffe oder die Auswirkungen durch den Kauf entweder von Roh-
bzw. Ausgangsstoffen oder Komponenten von verschiedenen Anbietern
bzw. Zulieferern.
-
Ferner
können
Ausführungsbeispiele
der vorliegenden Erfindung ausgeführt werden ohne Unterstützung durch
eine Computervorrichtung, wie etwa einen Personalcomputer, um verschiedene
darin ausgeführte
mathematische oder statistische Berechnungen vorzunehmen. Für eine geringe
Anzahl von Artikeleigenschaften ist es absolut möglich, die vollständige Analyse
und/oder grafische Darstellung per Hand und/oder mittels einer Tabellenkalkulation vorzunehmen.
In einem bevorzugten Ausführungsbeispiel
werden jedoch in Anbetracht der großen Datenmengen und hohen Rechenanforderungen
verschiedene der vorliegenden Erfindung zugeordnete Operationen
mit einer Computer- bzw. Rechenvorrichtung ausgeführt, die
so konfiguriert ist, dass sie die hierin beschriebenen Operationen
ausführt
und die resultierenden Daten auf einer Benutzeroberflächenanzeige
anzeigt.
-
B. Beispiel für eine Systemarchitektur
-
Die
Abbildung aus 15 zeigt ein vereinfachtes Blockdiagramm
einer Systemarchitektur gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung. Gemäß der Abbildung
aus 2 umfasst eine Systemarchitektur eine Prozessanalyseanwendung 100 und
ein Betriebssystem 130. Das Prozessanalysesystem 100 weist
ein Dateneingangsmodul 102, ein Regressionsmodul 104,
ein Korrelationsmodul 106, ein Anzeigemodul 108 und
ein Schnittstellenanwendungsmodul 110 auf. Das Dateneingangsmodul 102 ist
derart funktionsfähig,
dass es Artikeleigenschaftsdaten empfängt und die Daten in einem geeigneten
Format für
den Einsatz durch andre dem Prozessanalysesystem 100 zugeordneten
Modulen formatiert und speichert. Das Regressionsmodul 104 ist
so funktionsfähig,
dass es ein Regressionsmodul bei einer gegebenen Reihe von Eingaben
berechnet. Das Korrelationsmodul 106 ist derart funktionsfähig, dass
es Operationen in Bezug auf die Korrelationen zwischen Artikeleigenschaften
ausführt,
wie dies nachstehend im Text näher
beschrieben wird. Das Anzeigemodul 108 ist in einem Ausführungsbeispiel derart
funktionsfähig,
dass es grafische Anzeigen der Regressions- und/oder Korrelationsbeziehungen
für einen
bestimmten Datensatz erzeugt sowie sonstige Datenelemente, wie dies
nachstehend im Text näher beschrieben
ist. Das Schnittstellenanwendungsmodul 110 ist so funktionsfähig, dass
es den Betrieb der anderen dem Prozessanalysesystem 100 zugeordneten
Module auf der Basis der von einem Benutzer empfangenen Befehle
koordiniert.
-
In
einem Ausführungsbeispiel
arbeitet die vorstehend beschriebene Systemarchitektur in Verbindung
mit dem Computerhardwaresystem 800 aus 11.
Das Betriebssystem 130 verwaltet und steuert den Betrieb
des Systems 800, einschließlich der Eingabe und Ausgabe
von Daten in die und aus der Prozessanalyseanwendung 100 sowie
andere Softwareanwendungen (nicht abgebildet). Das Betriebssystem 130 stellt
eine Schnittstelle wie etwa eine grafische Benutzeroberfläche (GUI
als englische Abkürzung
von Graphical User Interface) zwischen dem Benutzer und den auf
dem System ausgeführten Softwareanwendungen
bereit. Gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung handelt es sich bei dem Betriebssystem 130 um
das Betriebssystem Windows® 95/98/NT/XP, erhältlich von der
Microsoft Corporation, Redmond, Washington, USA. Die vorliegende
Erfindung kann aber auch mit anderen herkömmlichen Betriebssystemen eingesetzt
werden, wie etwa das Apple Macintosh Betriebssystem, erhältlich von
Apple Computer Inc., Cupertino, Kalifornien, USA, UNIX-Betriebssysteme,
LINUX-Betriebssysteme und dergleichen.
-
Die
Abbildung aus 11 veranschaulicht ein Ausführungsbeispiel
eines Computerhardwaresystems, das sich zur Verwendung in Verbindung
mit der vorliegenden Erfindung eignet. In dem veranschaulichten
Ausführungsbeispiel
weist das Hardwaresystem 800 einen Prozessor 802 und
einen Cache-Speicher 804 auf, die gemäß der Abbildung miteinander
gekoppelt sind. Darüber
hinaus weist das Hardwaresystem 800 einen Hochleistungs-Ein-Ausgangsbus 806 (E/A-Bus)
und einen Standard-E/A-Bus 808 auf. Die Host-Brücke 810 koppelt den
Prozessor 802 mit dem Hochleistungs-E/A-Bus 806,
während
die E/A-Busbrücke 812 die
beiden Busse 806 und 808 miteinander koppelt.
Mit dem Bus 806 gekoppelt sind eine Netzwerk-/Kommunikationsschnittstelle 824,
ein Systemspeicher 814 und ein Videospeicher 816.
Die Anzeigevorrichtung 818 ist wiederum mit dem Videospeicher 816 gekoppelt.
Mit dem Bus 808 gekoppelt sind ein Massenspeicher 820,
eine Tastatur- und Zeigevorrichtung 822 und E/A-Ports 826.
Gemeinsam sollen diese Elemente eine umfassende Kategorie von Computerhardwaresystemen
darstellen, welche unter anderem und ohne einzuschränken Universalcomputersysteme aufweist,
die auf dem Pentium®-Prozessor basieren, der
von der Intel Corporation, Santa Clara, Kalifornien, USA, hergestellt
wird, sowie alle anderen geeigneten Prozessoren.
-
Die
Elemente des Computerhardwaresystems 800 führen ihre
herkömmlichen
im Fach bekannten Funktionen aus. Im Besonderen wird die Netzwerk-/Kommunikationsschnittstelle 824 eingesetzt,
um eine Kommunikation zwischen dem System 800 und jedem
Netzwerk eines umfassenden Bereichs von herkömmlichen Netzwerken bereitzustellen,
wie etwa dem Ethernet, einem Token Ring-Netzwerk, dem Internet,
etc. Der Massenspeicher 820 wird dazu eingesetzt, eine
dauerhafte Speicherung für
die Daten und Programmierbefehle bereitzustellen, um die vorstehend
beschriebenen Funktionen auszuführen,
die in der Systemsteuereinheit implementiert werden, wobei der Systemspeicher 814 eingesetzt
wird, um eine temporäre
Speicherung für
die Daten und die Programmierbefehle bereitzustellen, wenn diese
durch den Prozessor 802 ausgeführt werden. Die E/A-Ports bzw.
E/A-Anschlüsse
826 stellen einen oder mehrere serielle und/oder parallele Kommunikationsanschlüsse dar,
die eingesetzt werden, um eine Kommunikation zwischen zusätzlichen
Peripheriegeräten
bereitzustellen, die mit dem Hardwaresystem 800 gekoppelt
werden können.
-
Das
Hardwaresystem 800 kann eine Vielzahl von Systemarchitekturen
aufweisen, und verschiedene Komponenten des Hardwaresystems 800 können neu
angeordnet werden. Zum Beispiel kann sich der Cache 804 auf
einem Chip mit dem Prozessor 802 befinden. Alternativ können der
Cache 804 und der Prozessor 802 gemeinsam in einer
Einheit als ein „Prozessormodul" untergebracht werden,
wobei der Prozessor 802 als der „Prozessorkern" bezeichnet wird.
Ferner ist es möglich,
dass bestimmte Implementierungen der vorliegenden Erfindung nicht
alle der vorstehend genannten Komponenten erfordern oder aufweisen.
Zum Beispiel können
die als mit dem Standard-E/A-Bus 808 gekoppelt dargestellten
Peripheriegeräte
mit dem Hochleistungs-E/A-Bus 806 gekoppelt sein; wobei
in bestimmten Implementierungen auch nur ein einziger Bus existieren
kann, wobei die Komponenten des Hardwaresystems 800 mit
dem einzelnen Bus gekoppelt sind. Ferner kann das System 800 zusätzliche
Komponenten aufweisen, wie etwa zusätzliche Prozessoren, Speicherbausteine
oder Speicher.
-
In
einem Ausführungsbeispiel
werden die Elemente der vorliegenden Erfindung als eine Reihe von
Softwareroutinen implementiert, die durch das Hardwaresystem 800 aus 11 ausgeführt werden. Diese
Softwareroutinen umfassen eine Mehrzahl oder eine Reihe von Befehlen,
die von einem Prozessor in einem Hardwaresystem ausgeführt werden, wie
etwa dem Prozessor 802. Anfangs ist die Reihe von Befehlen
in einem Speicherbaustein gespeichert, wie zum Beispiel dem Massenspeicher 820. Die
Befehlsreihe kann aber auch auf jedem anderen herkömmlichen
Speichermedium gespeichert werden, wie zum Beispiel einer Diskette,
einer CD-ROM, in einem ROM-Speicher, etc. Ferner muss die Gruppe
bzw. Reihe von Befehlen nicht lokal gespeichert werden und kann
von einer entfernten Speichervorrichtung empfangen werden, wie etwa
von einem Server in einem Netzwerk, über die Netzwerk-/Kommunikationsschnittstelle 824.
Die Befehle werden aus der Speichervorrichtung wie etwa dem Massenspeicher 820 in
den Speicher 814 kopiert, und wobei danach ein Zugriff
und eine Ausführung
durch den Prozessor 802 folgt. Bei einer Implementierung
sind diese Softwareroutinen in der Programmiersprache C++ geschrieben und
in kompilierter Form in einem Massenspeicherbaustein 820 gespeichert.
Diese Routinen können
aber auch in jeder anderen Programmiersprache einer umfassenden
Vielzahl von Programmiersprachen implementiert werden, wie zum Beispiel
in Visual Basic, Java, etc. In alternativen Ausführungsbeispielen wird die vorliegende
Erfindung in diskreter Hardware oder Firmware implementiert. Zum
Beispiel kann eine anwendungsspezifische integrierte Schaltung (ASIC)
mit den vorstehend beschriebenen Funktionen der vorliegenden Erfindung
programmier werden.
-
II. Funktionsweise der
exemplarischen Ausführungsbeispiele
-
A. Erzeugung einer Gruppe
von Artikeln mit einem Schwankungsbereich in Bezug auf eine Mehrzahl von
Artikeleigenschaften
-
Wie
dies vorstehend im Text beschrieben worden ist, beureilt die vorliegende
Erfindung die Beziehung zwischen Artikeleigenschaften, die einer Reihe
von Artikeln zugeordnet sind, mit einem Schwankungsbereich in Bezug
auf die Artikeleigenschaften. Gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung erzeugt ein Benutzer eine Gruppe bzw.
Reihe von Bauteilen mit einem Schwankungsbereich in Bezug auf eine
Mehrzahl von Artikeleigenschaften gemäß einem bestimmten Prozess. Zum
Beispiel kann ein Benutzer ein Spritzgusswerkzeug in einer Spritzgussmaschine
installieren und eine Reihe von Artikeln herstellen. Diese Reihe
von Artikel oder ein Muster dieser werden bzw. wird danach vermessen
oder anderweitig untersucht oder beurteilt in Bezug auf die relevanten
Artikeleigenschaften. Die resultierende Datengruppe wird danach
aufgezeichnet (z.B. in einer Excel-Tabelle) und für die weitere
Analyse verwendet.
-
Gemessen
und analysiert werden kann eine Vielzahl von Artikeleigenschaften.
Zum Beispiel können
zu den gemessenen oder anderweitig bestimmten Artikeleigenschaften
die Abmessungen des Artikels (z.B. Länge, Höhe, Breite, Umfang, Gesamtdurchmesser,
etc. des Artikels oder einer Eigenschaft des Artikels), die Härte, die
Porosität,
die Biegung, die Glätte,
die Lückengradeigenschaften
(ob Lücken existieren
und in welcher Anzahl), die Farbe, die Festigkeit, das Gewicht und
zahlreiche andere Artikeleigenschaften zählen, darunter Leistungseigenschaften,
wie etwa das Sprühmuster
einer Düse
oder die Strömungsrate
durch eine hydraulische Beschränkungseinrichtung.
-
Wie
dies vorstehend im Text beschrieben worden ist, kann die vorliegende
Erfindung auf eine Gruppe von Artikeln angewandt werden, wobei die Schwankung
der Artikeleigenschaften natürlich
auftritt oder induziert wird durch Veränderung von Prozesssteuerungsvariablen
bzw. Regelgrößen, die
dem Prozess zugeordnet sind, durch den der Artikel hergestellt wird.
Wenn Artikel mit unveränderten
Prozesssteuerungsvariablen hergestellt wird, so weisen die resultierenden
Artikeleigenschaften für
gewöhnlich
nur geringfügige
natürliche
Schwankungen auf. Dies gilt besonders für durch Spritzguss hergestellte Kunststoffbauteile.
Messfehler können
die bei einer bestimmten Reihe von Artikeln beobachtete natürliche Schwankung
verschleiern oder anderweitig unzuverlässig gestalten. Wenn es nicht
kostenwirksam ist, präzisere
Messinstrumente zu verwenden, so sollten Schwankungen in den Bauteilen
induziert werden durch schwankende Prozesseinstellungen. In einem
bevorzugten Ausführungsbeispiel
wird die Artikelabweichung bzw. -schwankung induziert, wenn der
Messfehler im Vergleich zu der natürlichen Schwankung des Bauteils
groß ist.
-
A.1. Induzieren von Abweichungen
-
Die
Artikelvariation bzw. -abweichung oder Artikelschwankung kann induziert
werden durch die Auswahl und Variation der Einstellungen der Presse auf
der Basis der Erfahrung der Bedienungsperson. Das heißt, die
Bedienungsperson kann die eigenen Erfahrungen für die Bestimmung einsetzen,
welche Prozesseinstellungen verändert
werden sollen, um Schwankungen in den Bauteilen zu induzieren. Zum Induzieren
von Schwankungen in einer bevorzugen Form verändert die Bedienungsperson
die Prozesseinstellungen während
dem Fertigungsprozess und ermöglicht
es, dass der Prozess ein Gleichgewicht zwischen den Einstellungsveränderungen
erreicht, bevor die Bauteile für
die Messung ausgewählt
werden. Darüber
hinaus wählt
die Bedienungsperson in einem bevorzugten Ausführungsbeispiel des Verfahrens
die Gruppe oder Untergruppe der Prozesseinstellungen aus, welche
die größte Variabilität der entsprechend
relevanten Artikeleigenschaft induzieren. In einem bevorzugten Ausführungsbeispiel
werden die Ober- und Untergrenzen für die Prozesseinstellungen
so ausgewählt,
dass das Prozess bzw. Verfahren Bauteile erzeugt, ohne die Prozessausrüstung oder
Werkzeugbestückung
zu beeinträchtigen.
In einer bevorzugten Form wird das Ausmaß der Veränderungen der Prozesseinstellungen
so ausgewählt, dass
Schwankungen über
den vollständigen
Bereich zwischen den oberen und unteren Spezifikationsgrenzen der
Artikeleigenschaft für
jede der relevanten Artikeleigenschaften induziert werden.
-
In
Bezug auf Spritzgussprozesse können Bauteilschwankungen
in einem Ausführungsbeispiel auch
induziert werden, indem Prozesssteuerungseinstellungen unter Verwendung
von wissentschaftlichen/entkoppelten Formtechniken ausgewählt und variiert
werden. Wissenschaftliche/entkoppelte Formtechniken stellen eine
Methode zur Reduzierung der großen
Anzahl von Presseneinstellungen auf drei oder vier Schlüsselvariablen
bereit. Ferner können
wissenschaftliche/entkoppelte Formtechniken in Verwindung mit der
Erfahrung der Bedienungsperson der Formpresse eingesetzt werden,
um zu bestimmen, welche Einstellungen der Presse angepasst werden
sollen. In einem bevorzugten Ausführungsbeispiel umfasst die
Gruppe bzw. Reihe von Artikeln Artikel einer entsprechend geeigneten
Anzahl von Wiederholungen bei jeder Reihe von Prozesssteuerungsvariablen.
-
In
einem bevorzugten Ausführungsbeispiel wird
die Methodologie der Versuchsplanung (englisch: DOE als Abkürzung von
Design of Experiments) eingesetzt, um eine Gruppe von Artikeln mit einem
Schwankungsbereich zu erzeugen. DOE kann unabhängig davon eingesetzt werden,
ob die Bestimmung, welche Prozesseinstellungen verändert werden
sollen, anhand der Erfahrungen der Bedienungsperson, gemäß entkoppelten/wissenschaftlichen Formgrundsätzen oder
mittels bestimmter Kombinationen dieser verwendet werden. DOE definiert
effiziente Versuchseinrichtungen, die es ermöglichen, die maximale Informationsmenge
bei verhältnismäßig geringem
Versuchsaufwand zu extrahieren. Nachdem bestimmt worden ist, welche
Prozesseinstellungen verändert
werden sollen, definiert DOE effiziente Versuchseinrichtungen, die
maximale Informationsmenge bei verhältnismäßig geringem Versuchsaufwand
zu extrahieren. Die gilt sowohl für die Versuchsplanung (z.B.
Kombinationen aus Prozesseinstellungen und der Anzahl der Gleichversuche
für jede Kombination,
etc.) als auch für
die Datenanalyse. Eine umfassende Vielzahl bekannter DOE-Techniken und verfügbarer Software-Tools
können
eingesetzt werden, um den Versuchslauf zu planen, der Bauteilschwankungen
induziert.
-
Wie
dies nachstehend im Text näher
beschrieben wird, stellt der Einsatz von DOE zur Erzeugung einer
Reihe von Artikeln zu Analysezwecken „zusätzliche" bzw. „Bonus"-Informationen
bereit, die nach der Analyse gemäß der vorliegenden
Erfindung eingesetzt werden können,
um eine bestimmte Artikelausgabe bzw. Artikelleistung näher an die
Zielvorgaben zu bringen und um Schwankungen der Artikel zu reduzieren.
Zum Beispiel ermöglichen
es diese Informationen der Bedienungsperson die Einstellungen der
Presse anzupassen, um während
der Produktion folgendes zu erreichen: 1) ein Produktergebnis gemäß den Zielvorgaben
zu erreichen; und/oder 2) die Produktschwankungen zu minimieren;
und/oder 3) die Kosten so gering wie möglich zu halten; und/oder die
Zykluszeit der Presse zu minimieren.
-
A.2. Empfangen der Artikeleigenschaftswerte
-
In
einem Ausführungsbeispiel
wird die vorliegende Erfindung durch eine Computervorrichtung (wie
etwa einen Computer für
einen speziellen Zweck oder einen Universalrechner) implementiert,
der so konfiguriert ist, dass er die hierin beschriebenen Funktionen
ausführt.
Nachdem eine bestimmte Reihe bzw. Gruppe von Artikeln erzeugt und
Artikeleigenschaften gemessen worden sind, empfängt in einer bevorzugten Ausführung eine
entsprechend konfigurierte Computervorrichtung, die das Dateneingangsmodul 102 ausführt, die
der Gruppe von Artikeln zugeordneten Artikeleigenschaftswerte und speichert
diese in dem Speicher.
-
Die
Abbildung aus 9 zeigt eine grafische Benutzeroberfläche, die
durch ein Ausführungsbeispiel
der vorliegenden Erfindung bereitgestellt wird, die es einem Benutzer
ermöglicht,
eine Gruppe bzw. Reihe von Artikeleigenschaftswerten einzugeben. Wie
dies in der Abbildung aus 9 veranschaulicht ist,
ermöglicht
es ein Ausführungsbeispiel
der vorliegenden Erfindung, eine Dateneingabe-Datenbank zu öffnen und
manuell die Reihe von Artikeleigenschaften in einer Tabelle bereitzustellen.
Ein Ausführungsbeispiel
der vorliegenden Erfindung ermöglicht
es dem Benutzer jedoch, Artikeleigenschaftswerte zu importieren,
die in verschiedenen Dateiformaten gespeichert werden, wie etwa
in einer Excel® Tabelle oder
in jedem anderen geeigneten Dateiformat. In einer Ausführung kann
das Dateneingangsmodul 102 ferner so eingesetzt werden,
dass es die Datengruppe validiert, wie zum Beispiel in Bezug auf
leere Zellen prüft,
wobei aber auch andere Validierungsverfahren eingesetzt werden können.
-
Darüber hinaus
kann das Dateneingangsmodul 102 so betrieben bzw. eingesetzt
werden, dass es auch andere Daten empfängt, die der Funktionsweise
der Ausführungsbeispiele
der Erfindung zugeordnet sind, wie dies nachstehend im Text näher beschrieben
wird. Zum Beispiel kann das Dateneingangsmodul 102 Zielwerte
sowie obere und untere Spezifikationsgrenzen für alle oder einen Teil der
Artikeleigenschaften empfangen. In einem Ausführungsbeispiel werden diese
Daten eingesetzt, um Benutzern die Möglichkeit zu geben, die Beziehung zwischen
Prozessleistung und Entwurfsspezifikationen für eine bestimmte Reihe von
Prozesseingaben zu bewerten.
-
B. Bewertung der Beziehung
zwischen Artikeleigenschaften
-
Um
die Bewertung bzw. Beurteilung der Beziehung zwischen Artikeleigenschaften
zu ermöglichen,
die einer Reihe von Artikeln zugeordnet sind, erzeugt die Prozessanalyseanwendung 100 in
einer Implementierung eine Reihe von Streuungsdiagrammen, die jeweils
auf einem Paar von Artikeleigenschaften basieren. Siehe dazu 10.
Die Reihe von Streuungsdiagrammen kann alle möglichen Kombinationen von Artikeleigenschaften
darstellen oder aus einer Teilmenge aller möglichen Kombinationen bestehen.
-
In
einem Ausführungsbeispiel
erzeugt das Anzeigemodul 108 grafische Anzeigen, die Streuungsdiagramme
aufweisen, die auf einer Anzeigevorrichtung 818 präsentiert
werden sollen, um dem Benutzer die visuelle Beurteilung des Grads
der Korrelation zwischen Artikeleigenschaften zu ermöglichen.
Siehe dazu 10. In einer Ausführung ermöglicht die
auf der Anzeigevorrichtung 818 präsentierte grafische Benutzeroberfläche es dem
Benutzer, unter Verwendung einer Tastatur- und Zeigevorrichtung 822 eine
erste Artikeleigenschaft für
die X-Achse auszuwählen
und in der Folge die Streuungsdiagramme auf der Basis der ersten
Artikeleigenschaft anzuzeigen, und wobei die verbleibenden Artikeleigenschaften
auf der Y-Achse vorgesehen sind. Der Benutzer kann die durch die
visuelle Prüfung
gewonnenen Informationen für
die Beurteilung der Fähigkeit der
ersten Eigenschaft einsetzen, ob diese ein geeigneter Prädiktor für die verbleibenden
Artikeleigenschaften ist (siehe unten).
-
B.1. Bestimmen von Regressionsmodellen
zwischen Artikeleigenschaften
-
Das
Prozessanalysesystem 100 weist ferner ein Regressionsmodul 104 auf,
das so eingesetzt werden kann, dass es das Regressionsmodell zwischen
ausgesuchten Artikeleigenschaften bestimmt. Wie dies bereits vorstehend
im Text beschrieben worden ist, kann das Anzeigemodul 108 eine
grafische Anzeige von Regressionsmodellen erzeugen und diese auf
der Anzeigevorrichtung 818 anzeigen. Siehe dazu 10.
Wie dies in der Abbildung aus 10 dargestellt
ist, kann das Regressionsmodell abgebildet und mit (oder optional
ohne) die darunter liegenden Datenpunkte angezeigt werden. In einem bevorzugten
Ausführungsbeispiel
berechnet das Regressionsmodul 104 Regressionsmodelle unter
Verwendung von stochastischen Kurvenermittlungsmethoden der kleinsten
Quadrate. Es können
aber auch andere Methoden eingesetzt werden. Die verschiedenen Abbildungen
zeigen zwar ein lineares Regressionsmodell, jedoch kann es sich
beim Regressionsmodell auch um ein lineares, ein nichtlineares (Polynom
höherer
Ordnung) Modell oder ein mehrdimensionales Modell handeln.
-
Die
Anzeige der Beziehung zwischen zwei Artikeleigenschaften auf diese
Weise stellt nützliche Informationen
bereit für
Prozessbedienungspersonen, Konstrukteure und andere Personen, die
mit dem Entwurf und der Fertigung des Artikels befasst sind. Die
Steigung (Steilheit) der Regressionslinie kann eingesetzt werden,
um die relative Empfindlichkeit der Artikeleigenschaften in Bezug
auf Veränderungen
der Prozesseinstellungen zu bestimmen. Darüber hinaus kann die Steigung
(Steilheit) der Regressionslinie verwendet werden, um Artikeleigenschaften
zu identifizieren, die restriktiver (empfindlicher) sind in Bezug
auf den zulässigen
Bereich der Prozesseinstellungen, wenn Spezifikationsgrenzen berücksichtigt
werden (siehe unten).
-
B.1.a. Lokalisieren des
Zielschnittpunkts
-
Wie
dies bereits vorstehend im Text beschrieben worden ist, führt die
Konstruktion eines Artikels allgemein zu einem Zielwert sowie zu
oberen und unteren Spezifikationsgrenzen für jede Artikeleigenschaft (oder
zumindest die kritischen Artikeleigenschaften). In einer Ausführung kann
das Prozessanalysesystem 100 den Schnittpunkt bzw. die Schnittmenge
der Zielwerte für
ein Paar von Artikeleigenschaften im Verhältnis zu dem entsprechenden Regressionsmodell
bestimmen. Die Abbildung aus 4 veranschaulicht
eine beispielhafte Regressionsmodellanzeige, wobei der Zielschnittpunkt
im Verhältnis
zu dem Regressionsmodell angeordnet ist, einer ersten (Prädiktor,
siehe unten) Eigenschaft und einer zweiten Artikeleigenschaft zugeordnet.
-
Wie
dies in der Abbildung aus 4 veranschaulicht
ist, ermöglicht
die Position des Zielschnittpunkts eine visuelle und/oder analytische
Bestimmung der Richtung und des Ausmaßes, in dem die Regressionslinie
von dem Zielschnittpunkt für
jede Artikeleigenschaft versetzt ist. Da das Regressionsmodell im
Wesentlichen alle möglichen
Kombinationen von Prozesseinstellungen darstellt (das heißt ohne
Veränderung
der Prozesseingabe, wie etwa der Veränderung der Abmessungen eines
Formenhohlraums), ermöglicht
es das resultierende Diagramm, zu bestimmen, ob die Fertigung eines
Bauteils mit einem bestimmten Paar von Artikeleigenschaften mit dem
Zielwert erreicht werden kann oder nicht.
-
Wie
dies in den Abbildungen der 5 und 6 veranschaulicht
ist, erleichtern die durch 4 bereitgestellten
Informationen den Prozess der Veränderung eines Aspekts des Prozesses
(z.B. Prozesseingaben oder Steuereinstellungen), um die Ausgabe
bzw. Leistung näher
an die Entwurfszielvorgaben zu rücken.
Wie dies in der Abbildung aus 5 dargestellt
ist, kann die Bedienungsperson zum Beispiel die Kombination der
Prozesssteuerungseinstellungen so anpassen, dass die gemeinsame
Betriebs- bzw. Arbeitsposition näher
an einen gewünschten Punkt
entlang des Regressionsmodells verschoben wird. In einem Ausführungsbeispiel
der vorliegenden Erfindung können
die Prozesssteuerungseinstellungen so angepasst werden, dass die
gemeinsamen Betriebspositionen von mehr als zwei Bauteileigenschaften
optimiert werden. Durch Veränderung
der Prozesseingaben kann die Regressionslinie ferner an eine Position
verschoben werden, die näher
an dem Zielschnittpunkt liegt, oder sie kann an eine Position verschoben
werden, so dass die Regressionslinie durch die Zielschnittstelle
tritt. Siehe dazu 6. In einem Ausführungsbeispiel
der vorliegenden Erfindung können
die Prozesseingaben so verändert
werden, dass die Position von mehr als einer Regressionslinie optimiert
wird. Wie dies in der Abbildung aus 7 dargestellt
ist, können
ferner Veränderungen sowohl
der Prozesssteuerungseinstellungen als auch der Prozesseingaben
eingesetzt werden, um die Bauteileigenschaftswerte näher an den
Zielschnittpunkt zu bewegen. In einem Ausführungsbeispiel der vorliegenden
Erfindung können
Veränderungen
der Prozesssteuerungseinstellungen wie auch der Prozesseingaben
vorgenommen werden, um mehr als zwei Bauteileigenschaftswerte zu
optimieren.
-
In
einem Ausführungsbeispiel
wird eine Versatztabelle auf der Basis erzeugt, wie weit entfernt von
(oder versetzt von) dem Zielschnittpunkt die Regressionslinie für jede Artikeleigenschaft
angeordnet ist. Der Versatz wird in drei Formaten dargestellt: in die
X-Richtung, in die
Y-Richtung und in die senkrecht zu der Regressionslinie verlaufende
Richtung.
-
B.1.b. Spezifikationsgrenzen
-
Das
Prozessanalysesystem 100 ist ferner so konfiguriert, dass
es die oberen und unteren Spezifikationsgrenzen für die Y-Achsen-Artikeleigenschaft im
Verhältnis
zu dem Regressionsmodell zwischen der Y-Achsen-Artikeleigenschaft
und einer X-Achsen-Eigenschaft
lokalisiert. Siehe dazu 12. Diese
grafische Darstellung ermöglicht
die Fähigkeit
zur Bestimmung, ob eine der Y-Achsen-Artikeleigenschaften robust
ist in Bezug auf Veränderungen
der Prozessvariablen. In diesen Fällen weist die Regressionslinie
allgemein eine kleine Steigung auf und/oder schneidet nicht entweder
die oberen oder unteren Y-Achsen-Spezifikationsgrenzen.
-
Darüber hinaus
ist das Prozessanalysesystem 100 auch in der Lage, die
oberen und unteren Spezifikationsgrenzen für die X-Achsen-Artikeleigenschaft
im Verhältnis
zu dem Regressionsmodell zu lokalisieren. Diese Darstellung ermöglicht die
Bestimmung, ob die Regressionslinie durch den zulässigen Bereich
verläuft,
der durch die vier Spezifikationsgrenzen beschränkt ist. Anders ausgedrückt ermöglicht diese
Darstellung eine Bestimmung, ob es in Anbetracht des gegebenen Prozesses
und der Prozesseingaben überhaupt
möglich
ist, die Bauteile innerhalb der Spezifikationsgrenzen herzustellen.
Darüber hinaus
ermöglicht
die Lokalisierung der Spezifikationsgrenzen im Verhältnis zu
dem Regressionsmodell eine Bestimmung der maximalen und minimalen Werte
(und somit des Bereichs) für
die X-Achsen-Eigenschaft, die Artikel ergeben, wobei denen sich
die Y-Achsen-Eigenschaft
innerhalb der Spezifikationsgrenzen befindet. Diese Bereichsbestimmung
ermöglicht
es einem Hersteller zum Beispiel zu bestimmen, ob das Bauteil den
Spezifikationsgrenzen sowohl für
die X- als auch die Y-Achsen-Eigenschaften entspricht, indem lediglich
die X-Achsen-Eigenschaft gemessen wird. Für die Berechnung der minimalen X-Achsen-Artikeleigenschaft
berechnet das Prozessanalysesystem 100 den Wert der X-Achsen-Artikeleigenschaft,
bei dem das Regressionsmodell die untere Spezifikationsgrenze für die Y-Achsen-Eigenschaft schneidet.
Für die
Berechnung der maximalen X-Achsen-Artikeleigenschaft berechnet das
Prozessanalysesystem 100 zum Beispiel den Wert der X-Achsen-Artikeleigenschaft,
bei der das Regressionsmodell die obere Spezifikationsgrenze für die Y-Achsen-Eigenschaft
schneidet. In jedem Fall kann die X-Achsen-Eigenschaft nicht größer sein
als die obere Spezifikationsgrenze für X, und sie kann nicht kleiner
sein als die untere Spezifikationsgrenze für X.
-
B.1.c. Prädiktionsintervalle
-
Wie
dies in der Abbildung aus 8 dargestellt
ist, kann das Prozessanalysesystem 100 dem Regressionsmodelldiagramm
auch obere und untere Prädiktionsintervalle
hinzufügen,
um eine Bestimmung des Ausmaßes
der Variabilität
um das Regressionsmodell zu bestimmen. In einem Ausführungsbeispiel
kann das Regressionsmodul 104 ferner obere und untere Prädiktionsintervalle
auf der Basis einer Reihe von Artikeleigenschaftswerten unter Verwendung
bekannter statistischer Verfahren berechnen. Wie dies in der Abbildung
aus 8 dargestellt ist, ermöglicht die Lokalisierung der
Prädiktionsintervalle
ferner eine Evaluierung der Variabilität im Verhältnis zu dem Zielschnittpunkt.
Zum Beispiel kann der Zielschnittpunkt außerhalb der Prädiktionsintervalle
auf der hohen oder der niedrigen Seite liegen. In diesem Fall ist
es praktisch unmöglich,
bei den gegebenen gleichen Prozesseingaben jemals den Zielschnittpunkt
zu treffen. Wenn zum Beispiel angenommen wird, dass die Abbildung
aus 8 die Beziehung zwischen zwei Artikeleigenschaften
modelliert, die eine Folge eines Spritzgussverfahrens sind, wobei
die Lokalisierung des Zielschnittpunkts offenbart, dass ein Einsatz
der Form in dem aktuellen Zustand nicht zu einem Bauteil gemäß den Zielvorgaben
in Bezug auf die beiden Artikeleigenschaften führt. Wenn der Zielschnittpunkt
ferner innerhalb der Prädiktionsintervalle
liegt, kann der prozentuale Anteil der Bauteile, bei denen die Artikeleigenschaft
größer ist
als der Zielwert und kleiner als der Zielwert, unter Verwendung
bekannter statistischer Techniken bestimmt werden.
-
Darüber hinaus
können
Prädiktionsintervalle auch
für die
Bestimmung der minimalen und maximalen Werte für die X-Achsen-Eigenschaft
verwendet werden (siehe Abschnitt II.B.1.b. oben). Wie dies in der
Abbildung aus 13 dargestellt ist, berechnet das
Prozessanalysesystem 100 für die Berechnung der minimalen
X-Achsen-Artikeleigenschaft den Wert der X-Achsen-Artikeleigenschaft,
bei dem das untere Prädiktionsintervall
die Spezifikationsgrenze für
die Y-Achsen-Eigenschaft schneidet. Für die Berechnung der maximalen
X-Achsen-Artikeleigenschaft berechnet das Prozessanalysesystem 100 in ähnlicher
Weise den Wert der X-Achsen-Eigenschaft, bei dem das obere Prädiktionsintervall
die obere Spezifikationsgrenze für
die Y-Achsen-Eigenschaft schneidet. In jedem Fall kann die X-Achen-Eigenschaft nicht
kleiner sein als ihre untere Spezifikationsgrenze und nicht größer als
ihre obere Spezifikationsgrenze.
-
Ein
Ausführungsbeispiel
der vorliegenden Erfindung ermöglicht
es dem Benutzer, die Größe der Prädiktionsintervalle
zu bestimmen, indem der prozentuale Anteil des Bereichs in die Verteilung
eingegeben wird, die der Benutzer zwischen den Prädiktionsintervallen
wünscht.
-
B.2. Prädiktoreigenschaft
-
Ein
Ausführungsbeispiel
der vorliegenden Erfindung betrifft die Korrelations- und Regressionsanalyse,
um die Prädiktoreigenschaften
in Fertigungsprozessen zu bestimmen. In einem Ausführungsbeispiel
wird eine Prädiktoreigenschaft
aus der Mehrzahl von Artikeleigenschaften ausgewählt, die einem Bauteil zugeordnet
sind, und sie wird als einzige X-Achsen-Eigenschaft verwendet. Wie
dies nachstehend im Text näher
beschrieben ist, wird die Prädiktoreigenschaft
auf der Basis einer Beurteilung der Fähigkeit einer bestimmten Artikeleigenschaft
ausgewählt,
einen Prädiktor
anderer Artikeleigenschaften darstellen zu können. Die Auswahl einer Prädiktoreigenschaft
reduziert somit die Anzahl der Artikeleigenschaftskombinationen,
die analysiert werden müssen,
auf eine verhältnismäßig kleine
Teilmenge. Für
ein Bauteil mit 31 Artikeleigenschaften wäre zum Beispiel die Analyse
von über
900 Beziehungen zwischen Artikeleigenschaften erforderlich. Die
Auswahl einer Prädiktoreigenschaft
reduziert dies auf 30 Kombinationen. Darüber hinaus kann die Auswahl
einer Prädiktoreigenschaft
auf vielseitige Art und Weise eingesetzt werden, um die Aufgaben
des Entwurfs, der Fertigung und der Messung zu erleichtern, die der
Fertigung zugeordnet sind. Zum Beispiel kann eine Prädiktoreigenschaft
eingesetzt werden, um die Zeit und die Kosten stark zu reduzieren,
die mit dem Vermessen von Bauteilen verbunden sind, da nur die Prädiktoreigenschaft
während
der Produktion gemessen werden muss, um zu bestimmen, ob alle Artikeleigenschaften
innerhalb der Spezifikationsvorgaben liegen.
-
Die
Abbildung aus 16 veranschaulicht ein Verfahren,
das die Auswahl einer Prädiktoreigenschaft
gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung umfasst. Wie dies bereits vorstehend
im Text beschrieben worden ist, kann das Dateneingangsmodul 102 Artikeleigenschaftsdaten empfangen
und speichern, die einer Reihe von Artikeln zugeordnet sind (z.B.
Artikeleigenschaftswerte und Konstruktionszielvorgaben/Spezifikationsgrenzen)
(Schritt 202). In einem Ausführungsbeispiel kann das Korrelationsmodul 106,
wie dies nachstehend im Text näher
beschrieben ist, Berechnungen ausführen (z.B. die Bestimmung von
Korrelationskoeffizienten zwischen allen Kombinationen von Artikeleigenschaften,
Berechnungen der prädiktiven
Fähigkeit
jeder Artikeleigenschaft insgesamt, etc.), um die Artikeleigenschaften
gemäß ihren
relativen prädiktiven
Fähigkeiten
in Rangordnung zu bringen. In einem Ausführungsbeispiel zeigt das Anzeigemodul 108 die
geordnete Liste von Artikeleigenschaften an und ermöglicht die
Auswahl einer Artikeleigenschaft als Prädiktoreigenschaft (siehe Schritt 204).
Wie dies nachstehend im Text beschrieben wird, kann ein Benutzer
eine Prädiktoreigenschaft
auswählen
auf der Basis einer Mehrzahl von Aspekten, darunter die relative
Prädiktionsfähigkeit,
die Durchführbarkeit/Kosten
für das
Messen der Artikeleigenschaft, etc. Ferner kann die Auswahl einer
Prädiktoreigenschaft
auf anderen Verfahren basieren (siehe unten).
-
In
Bezug auf eine ausgewählte
Prädiktoreigenschaft
weist das Schnittstellenanwendungsmodul 110 das Regressionsmodul 104 an,
das Regressionsmodell zwischen der Prädiktoreigenschaft (in einem
Ausführungsbeispiel
als die X-Achsen-Eigenschaft)
und allen oder einem Teil der verbliebenen Artikeleigenschaften
zu bestimmen (siehe Schritte 206, 208, 210 und 211).
Wenn dies abgeschlossen ist, wird der Benutzer aufgefordert, eine
prädizierte
Artikeleigenschaft auszuwählen
(Schritt 212). Das Anzeigemodul 108 erzeugt in
einem Ausführungsbeispiel
auf der Basis der Gleichung, welche das Regressionsmodell definiert,
eine grafische Anzeige des Regressionsmodells zwischen der Prädiktoreigenschaft
und der ausgewählten
prädizierten
Eigenschaft (Schritt 214).
-
Zusätzlich zu
dem Regressionsmodell kann das Anzeigemodul 108 ferner
so eingesetzt werden, dass zusätzliche
Merkmale der grafischen Darstellung hinzugefügt werden, die Benutzern präsentiert wird.
Die Abbildung 17 veranschaulicht ein Verfahren
zur Erzeugung einer grafischen Darstellung, die das Verhältnis zwischen
einer Prädiktoreigenschaft
und einer prädizierten
Eigenschaft veranschaulicht, mit vorstehend im Text beschriebenen Merkmalen.
Das Anzeigemodul 108 ruft das Regressionsmodell zwischen
der ausgewählten
prädizierten Eigenschaft
und der Prädiktoreigenschaft
ab (Schritt 302). Wie dies in der Abbildung aus 17 dargestellt
ist, kann das Anzeigemodul 108 auch den Schnittpunkt der
dem Prädiktor
und den prädizierten Eigenschaften
zugeordneten Zielwerte lokalisieren im Verhältnis zu dem Regressionsmodell
(Schritt 304) (siehe Abschnitt II.B.1.a., oben). Das Anzeigemodul 108 kann
auch die Prädiktionsintervalle
lokalisieren, die dem Regressionsmodell auf der Anzeige zugeordnet
sind (Schritt 306) (siehe Abschnitt II.B.1.c., oben). Ferner
kann das Anzeigemodul 108 die oberen und unteren Spezifikationsgrenzen
lokalisieren, die der prädizierten
Eigenschaft zugeordnet sind (Schritt 308), sowie die oberen
und unteren Spezifikationsgrenzen, die der Prädiktoreigenschaft zugeordnet
sind (Schritt 310). Siehe Abschnitt II.B.1.b., oben. Das
Anzeigemodul 108 kann ferner grafisch die minimalen und
maximalen Werte für
die prädizierte
Eigenschaft auf der Basis der Spezifikationsgrenzen und optional
die Prädiktionsintervalle
veranschaulichen (Schritt 312). Siehe Abschnitt II.B.1.b. & II.B.1.c., oben.
-
Ferner
möglich
ist eine Vielzahl von Schnittstellenanzeigen. Zum Beispiel kann
die Gleichung, die das Regressionsmodell definiert, dem Benutzer angezeigt
werden. Ferner können
die maximalen und minimalen Prädiktoreigenschaftswerte
dem Benutzer angezeigt werden, ebenso wie alle anderen Daten, die
den Artikeleigenschaften zugeordnet sind und/oder deren Beziehungen
untereinander. In einem Ausführungsbeispiel
ermöglicht
es die auf der Anzeigevorrichtung 818 präsentierte
grafische Benutzeroberfläche
dem Benutzer, auszuwählen,
welche der vorstehenden grafischen Elemente angezeigt werden sollen.
-
B.2.a. Auswahl einer Prädiktoreigenschaft
-
Die
Prädiktoreigenschaft
kann unter Verwendung eines heuristischen oder statistischen Ansatzes ausgewählt werden.
Ferner kann die Auswahl einer Prädiktoreigenschaft
auf einer visuellen Beurteilung der Korrelationen zwischen Artikeleigenschaften oder
einer Beurteilung auf analytischer Basis erfolgen.
-
B.2.a.1. Grafische Auswahl
-
In
einem Ausführungsbeispiel
kann ein Benutzer Streuungsdiagramme verwenden, um den Grad der
Korrelation visuell zu beurteilen, was zu einer visuellen Schätzung des
Korrelationskoeffizienten für
jedes Streuungsdiagramm führt.
Je näher
die Begrenzung oder der Perimeter um die Datenpunkte sich einer
geraden Linie nähert,
desto höher
ist der Korrelationskoeffizient. Eine Ausnahme dieser Regel betrifft
Situationen, in denen die Regressionslinie horizontal oder nahezu
horizontal ist. Siehe dazu Abschnitt II.B., oben. Der Benutzer kann
die Streuungsdiagramme aller möglichen
Kombinationen der Artikeleigenschaften bewerten bzw. beurteilen.
In einem anderen Ausführungsbeispiel
kann die Anzahl der verwendeten Streuungsdiagramme stark reduziert werden,
um eine Artikeleigenschaft auszuwählen, die als fundamentale
Variable fungiert. Der Einsatz der fundamentalen Variable als X-Achsen-Variable
würde ein
Streuungsdiagramm für
jede verbleibende Artikeleigenschaft erzeugt werden, die auf der
Y-Achse abgebildet werden würde.
Die Auswahl der „fundamentalen" bzw. Basis-Artikeleigenschaft
(äquivalent zu
dem Prädiktor)
kann auf einer Betrachtung der „Streuung" der Daten basieren oder willkürlich ausgewählt werden.
Eine visuelle Beurteilung kann zwar praktisch sein, wenn eine geringe
Anzahl von Artikeleigenschaften behandelt wird, eine größere Anzahl von
Artikeleigenschaften, die zu Tausenden von Kombinationen führt, erfordert
(zumindest aus praktischen Gründen)
der Einsatz einer Computervorrichtung die analytische Auswahl der
Prädiktoreigenschaft.
-
B.2.a.2. Analytische Auswahl
der Prädiktoreigenschaft
-
Zur
Erleichterung der Auswahl einer Prädiktoreigenschaft berechnet
das Korrelationsmodul 108 in einem Ausführungsbeispiel die Korrelationskoeffizienten
zwischen allen oder einer Teilmenge der Artikeleigenschaften; bestimmt
auf der Basis der berechneten Korrelationskoeffizienten einen Wert,
der die prädiktive
Fähigkeit
einer ersten Artikeleigenschaft im Verhältnis zu allein anderen Artikeleigenschaften anzeigt;
und wiederholt diesen Prozess für
alle oder eine Teilmenge der Artikeleigenschaften. Die Abbildung
aus 18 zeigt ein Verfahren, das einen Prozessfluss
veranschaulicht, der der Auswahl einer Prädiktoreigenschaft zugeordnet
ist. Wie dies in 18 dargestellt ist, berechnet
das nachstehend im Text näher
beschriebene Korrelationsmodul 106 die Korrelationskoeffizienten
zwischen allen oder einer ausgesuchten Teilmenge der Artikeleigenschaften (auf
der Basis einer Reihe von Artikeleigenschaftswerten, siehe 19,
Abschnitt A) und populiert eine Korrelationskoeffiziententabelle
(19, Abschnitt B) (Schritt 402). Das Korrelationsmodul 106 berechnet
danach einen Wert, der eine relative prädiktive Fähigkeit jeder Artikeleigenschaft
anzeigt (Schritt 404). In einem Ausführungsbeispiel ist dieser Wert der
Durchschnitt der Absolutwerte der Korrelationskoeffizienten für eine bestimmte
Artikeleigenschaft (siehe 19, Abschnitt
C). Natürlich
können
auch andere Methoden zur Berechnung dieses Wertes eingesetzt werden,
wie etwa die Berechnung des Mittelwertes bzw. Durchschnitts ohne
Absolutwerte, das Berechnen eines gewichteten Durchschnitts, etc.
-
Das
Korrelationsmodul 106 bringt die Artikeleigenschaften danach
gemäß den in
Schritt 404 berechneten Werten in eine Reihenfolge (Schritt 406). Das
Anzeigemodul 108 zeigt danach die geordnete Liste auf der
Anzeigevorrichtung 818 an, um es dem Benutzer zu ermöglichen,
eine Prädiktoreigenschaft zumindest
teilweise auf der Basis der prädiktiven
Fähigkeiten
der Artikeleigenschaften auszuwählen (Schritt 408).
Gemäß einem
Ausführungsbeispiel
tritt der Benutzer seine Auswahl (Schritt 410), wobei bewirkt
wird, dass das Schnittstellenanwendungsmodul 110 das Regressionsmodul 104 anweist,
die Regressionsmodelle zwischen der ausgewählten Prädiktoreigenschaft und den verbleibenden
(prädizierten)
Artikeleigenschaften zu berechnen (siehe oben).
-
Die
Korrelationskoeffiziententabelle kann unter Verwendung jedes geeigneten
Prozesses oder jeder geeigneten Technik populiert bzw. gefüllt werden. In
einem bevorzugten Ausführungsbeispiel
führt das Korrelationsmodul 106 jedoch
die nachstehend beschriebene Methode aus.
-
B.2.a.3. Population der
Korrelationskoeffiziententabelle
-
Gemäß der normalen
Vorgehensweise in der Branche werden die Daten für eine einzige Artikeleigenschaft
(z.B. eine Dimension) vertikal in einer Spalte angeordnet. Somit
speichert jede Spalte die Daten für eine und nur eine Artikeleigenschaft.
Die resultierende Messdatenanordnung weist somit so viele Spalten
wie vorhandene Artikeleigenschaften auf. Häufig bzw. überwiegend werden die Daten
in einer Excel-Tabelle oder einem anderen geeigneten Dateiformat
gespeichert.
-
Bei
dieser Vorgehensweise stellt jede Spalte eine andere Artikeleigenschaft
dar. Jede Zeile stellt die Artikeleigenschaftsdaten (mehrere Artikeleigenschaften)
für ein
einzelnes Bauteil dar. Beim Spritzguss speichert jede Zeile die
Daten, die einem einzelnen Betriebszyklus einer Presse zugeordnet
sind. Wenn die Form eine Form mit einem Hohlraum darstellt, weist
jede Zeile Messdaten für
ein einziges Bauteil auf. Wenn es sich bei der Form hingegen um eine
Form mit vier Hohlräumen
handelt, speichert jede Zeile die Messdaten für alle vier Bauteile, die während einem
Maschinenzyklus gefertigt werden. Für gewöhnlich werden für jedes
Bauteil in einer Form mit mehreren Hohlräumen die gleichen Artikeleigenschaften
gemessen; wobei dies jedoch gemäß keiner
Einschränkung
bzw. Vorgabe zwingend erforderlich ist.
-
In
einem Ausführungsbeispiel
weist das Korrelationsmodul 106 die Funktionalität der Bestimmung
der Korrelationskoeffizienten (gemäß standardmäßiger statistischer Verfahren)
zwischen allen Artikeleigenschaften auf, die Berechnung eines Wertes,
der die prädiktive
Fähigkeit
jeder Artikeleigenschaft anzeigt und die Rangordnung der Artikeleigenschaften
gemäß ihren
relativen prädiktiven
Fähigkeiten.
-
Die
Abbildung aus 20 veranschaulicht ein Verfahren
für die
Population der Korrelationskoeffiziententabelle gemäß der vorstehenden
Beschreibung. Wie dies in der Abbildung aus 20 dargestellt
ist, initialisiert ein Korrelationsmodul 106 eine Korrelationskoeffiziententabelle
(Schritt 502) und den Zellenparametern der Tabelle (A,
B) zuegordnete Variablen (Schritt 504) sowie die Artikeleigenschaften (siehe
Schritte 506 und 508). Für didaktische Zwecke wird angenommen,
dass das Korrelationsmodul 106 die Artikeleigenschaftswerte
aus 19 behandelt, Abschnitt A. In einem Ausführungsbeispiel
berechnet das Korrelationsmodul 106 den Korrelationskoeffizienten
zwischen der ersten Artikeleigenschaft (X = 1) und der zweiten Artikeleigenschaft
(Y = 2) auf der Basis der Artikeleigenschaftswerte in den entsprechenden
Spalten (Schritt 510). Das Korrelationsmodul 106 speichert
danach den berechneten Korrelationskoeffizienten (in dem Beispiel
0,999232) in der oberen linken Ecke der Tabelle (A = 1, B = 1) (Schritt 512).
Das Korrelationsmodul 106 berechnet danach die Korrelationskoeffizienten
zwischen dem ersten Artikelkoeffizienten (X = 1) und den verbleibenden Koeffizienten
(Y), wobei die Zeilenposition (B) mit jeder folgenden Berechnung
und Speicherung erhöht wird
(siehe Schritte 514, 516 und 518).
-
Nachdem
das Korrelationsmodul 106 die letzte verbliebene Artikeleigenschaft
erreicht hat (Schritt 514), erfasst es die berechneten
Korrelationskoeffizienten in der ersten Spalte (A = 1), transponiert
die Spalte in eine Zeile, verschiebt die Zeile um eins im Verhältnis zu
der Korrelationskoeffiziententabelle und speichert die Daten in
den entsprechenden Zellen der Tabelle (Schritt 518). Das
Korrelationsmodul 106 setzt die Zellenspaltenposition (A
= 2) und die Artikeleigenschaftsbezeichner (X = 2) danach herauf (Schritt 522),
(Y = 3) (Schritt 508) und setzt die Zellenzeilenposition
gleich der Spaltenposition (B = 2) (Schritt 524). Das Korrelationsmodul 106 berechnet danach
den Korrelationskoeffizienten zwischen der zweiten Artikeleigenschaft
(X = 2) und der dritten Artikeleigenschaft (Y = 3; Schritt 508)
(Schritt 510) und speichert diesen in der entsprechenden
Zelle (A = 2, B = 2) (Schritt 512). Das Korrelationsmodul 106 wiederholt
diesen Prozess, bis der Korrelationskoeffizient zwischen dem vorletzten
Artikeleigenschaftswert und dem letzten Artikeleigenschaftswert
berechnet und gespeichert worden ist (Schritt 520). Wie
dies in der Abbildung aus 19 veranschaulicht
ist, ermöglichen
die resultierenden Spalten der Korrelationskoeffizienten, wobei
jede Spalte einer Artikeleigenschaft entspricht, verhältnismäßig einfache
Berechnungen eines Wertes (z.B. eines Durchschnitts), der die prädiktiven
Fähigkeiten
der Artikeleigenschaften anzeigt (siehe 19, Abschnitt
C).
-
Wie
dies aus der vorstehend bereitgestellten Beschreibung ersichtlich
ist, erreicht der Prozess der Population der Korrelationskoeffiziententabelle
eine Reduzierung um 50% der Anzahl der Korrelationskoeffizienten,
die berechnet werden müssen,
da für jede
XY-Korrelation eine entsprechende YX-Korrelation gegeben ist. Ferner
ist es ersichtlich, dass die kompakte Darstellung der Korrelationskoeffiziententabelle
die Programmierung der Unterroutine erheblich erleichtert, welche
die Tabelle füllt.
Wenn die Berechnungen mit nur zwei Korrelationen in jeder Zeile
(XY und YX) vorgenommen werden, gäbe es über 600 Zeilen für 50 Bauteileigenschaften.
-
Das
vorstehende Verfahren für
die Population der Korrelationskoeffiziententabelle ist ein Ausführungsbeispiel
für den
Tabellenpopulations-/Komprimierungsalgorithmus. Wie dies bereits
vorstehend im Text beschrieben worden ist, werden die Daten für eine einzige
Artikeleigenschaft vertikal in einer Spalte angeordnet, um die übliche und
gebräuchliche
Vorgehensweise im Einklang mit Industrienormen zu halten. Die hierin
beschriebenen Verfahren würden ebenso
funktionsfähig
sein, wenn die Daten für
eine einzelne Artikeleigenschaft horizontal in einer Zeile angeordnet
wären und
der Algorithmus für
diese Datenstruktur angepasst wäre.
In diesem Fall würde
der durchschnittliche Korrelationskoeffizient berechnet werden durch
Anwendung des Mittelwertes einer Zeile von Korrelationskoeffizienten
an Stelle einer Spalte.
-
B.2.a.4. Alternatives
Ausführungsbeispiel
-
In
einem Ausführungsbeispiel
kann ein Benutzer die vorstehend beschriebene Funktionalität einsetzen,
um die Auswahl einer Prädiktoreigenschaft
abzuschließen
und um die Streuungsdiagramme mit der Prädiktoreigenschaft als die X-Achsen-Variable
anzuzeigen sowie unter Einbeziehung von Spezifikationsgrenzen und
optionalen Prädiktionsintervallen.
Auf der Basis derartiger Streuungsdiagramme kann der Benutzer die
robusten prädizierten
Eigenschaften auswählen
(die in Bezug auf Veränderungen
der Prozesseinstellungen unempfindlich sind) und diese Artikeleigenschaften
aus der Datengruppe entfernen, um „Störungen" zu eliminieren. Diese Auswahl kann
auch analytisch auf der Basis der Steigung und der Y-Kreuzung des
Regressionsmodells, der Position und der Steigung der Prädiktionsintervalle
und dem Wert der oberen und unteren Spezifikationsgrenzen für die X-Achsen- und die Y-Achsen-Variablen
erreicht werden. In einer Ausführung
weisen diese Artikeleigenschaften Prädiktionsintervalle auf, welche
die prädizierten
Artikeleigenschafts-Spezifikationsgrenzen
nicht schneiden. In diesem Zusammenhang bilden sie „Störungen" bei der Auswahl
einer Prädiktoreigenschaft.
Der Benutzer führt
die Auswahl des besten Prädiktors
auf der Basis der überarbeiteten
(reduzierten) Datenanordnung danach erneut aus.
-
B.2.b. Minimale und maximale
Werte für
Prädiktoreigenschaften
-
Zum
besseren Verständnis
eines Ausführungsbeispiels
der vorliegenden Erfindung ist es nützlich, eine einfache Situation
zu betrachten, wobei nur zwei relevante Artikeleigenschaften gegeben sind.
Eine der Artikeleigenschaften wird unter Verwendung der vorstehend
beschriebenen Methoden als die Prädiktoreigenschaft ausgewählt. Das
Regressionsmodell erzeugt die Beziehung zwischen der Prädiktoreigenschaft
und der verbleibenden Artikel- oder prädizierten Eigenschaft. Diese
Situation ist in der Abbildung aus 12 dargestellt.
Der Schnittpunkt des Regressionsmodells mit den oberen und unteren
Spezifikationsgrenzen der prädizierten
Eigenschaft (Y) bestimmt die Werte der Prädiktoreigenschaft (X), oberhalb
welcher die prädizierte
Eigenschaft nicht die Spezifikation erfüllt. Siehe Abschnitt II.B.1.b.,
oben. Der Schnittpunkt zwischen dem Regressionsmodell und der oberen
Spezifikationsgrenze für
Y ist als P-max definiert. Siehe 12. Der Schnittpunkt
zwischen dem Regressionsmodell und der unteren Spezifikationsgrenze
für Y ist
als P-min definiert. Es ist leicht ersichtlich, dass so lange die Prädiktoreigenschaft
(X) zwischen den Werten von P-min
und P-max liegt, die prädizierte
Eigenschaft innerhalb der Spezifikationsgrenzen liegen muss. Wenn
in Bezug auf dieses Regressionsmodell eine perfekte Korrelation
zwischen der Prädiktoreigenschaft
und der prädizierten
Eigenschaft gegeben ist, so kann definitiv gesagt werden, dass für den Fall, dass
die Prädiktoreigenschaft
größer ist
als P-max oder kleiner als P-min, so liegt die prädizierte
Eigenschaft außerhalb
ihrer Spezifikationsgrenzen. Eine weitere Möglichkeit, dies auszudrücken, ist
die Definition des Abstands zwischen P-min und P-max als Bereich.
Dabei kann gesagt werden, dass sofern die Prädiktoreigenschaft innerhalb
des P-Bereichs liegt, die prädizierte
Eigenschaft innerhalb der Spezifikation liegt.
-
Da
das Regressionsmodell nur selten einen perfekten Grad der Korrelation
aufweist, besteht Unsicherheit bei dem Einsatz einer Bauteileigenschaft zum
Prädizieren
der anderen. Die dem Regressionsmodell zugeordneten Prädiktionsintervalle
begrenzen die der Prädiktion
einer Bauteileigenschaft zugeordneten Unsicherheit, wobei ein Wert
für die
andere Bauteileigenschaft gegeben ist. Die Abbildung aus 13 veranschaulicht
den Einsatz der dem Regressionsmodell zugeordneten Prädiktionsintervalle zur
Entfernung des Effekts dieser Unsicherheiten. Wie dies in der Abbildung
aus 13 dargestellt ist, sind zwei Linien in der Nähe und ungefähr parallel
zu der Regressionslinie angeordnet. Diese Linien sind die oberen
und unteren Prädiktionsintervalle,
die mehr oder weniger die Datenpunkte um die Regressionslinie begrenzen.
Zu didaktischen Zwecken sind die oberen und unteren Prädiktionsintervalle
als gerade Linien dargestellt, wobei sie allgemein jedoch krummlinig
sind. Wie dies aus der Abbildung aus 13 ersichtlich
ist, ist aufgrund der Streuung der Datenpunkte der maximale zulässige Bereich
für die Prädiktoreigenschaft
stärker
eingeschränkt.
Im Besonderen kann die Prädiktoreigenschaft
nicht größer sein
als der Wert, der dem Schnittpunkt zwischen dem oberen Prädiktionsintervall
und der oberen Spezifikationsgrenze für die prädizierte Eigenschaft zugeordnet
ist, oder der oberen Spezifikationsgrenze für die Prädiktoreigenschaft (je nachdem,
welcher Wert kleiner ist). Auf ähnliche
Weise kann die Prädiktoreigenschaft
nicht kleiner sei als der Wert, der dem Schnittpunkt des unteren
Prädiktionsintervalls
und der unteren Spezifikationsgrenze für die prädizierte Eigenschaft zugeordnet
ist oder der unteren Spezifikationsgrenze für die Prädiktoreigenschaft (je nachdem,
welcher Wert größer ist).
Anders ausgedrückt ist
P-max mehr einschränkend
(kleiner) in Bezug auf die obere Spezifikationsgrenze für die Prädiktoreigenschaft
und der Schnittpunkt des oberen Prädiktionsintervalls mit der
oberen Spezifikationsgrenze für die
prädizierte
Eigenschaft. In ähnlicher
Weise ist P-min mehr einschränkend
(größer) in
Bezug auf die untere Spezifikationsgrenze für die Prädiktoreigenschaft oder der
Schnittpunkt des unteren Prädiktionsintervalls
mit der unteren Spezifikationsgrenze für die prädizierte Eigenschaft. Sofern
die Prädiktoreigenschaft
zwischen P-min und P-max liegt, befindet sich die prädizierte
Eigenschaft innerhalb ihrer Spezifikationsgrenzen. In einem Ausführungsbeispiel
kann es beurteilt bzw. eingeschätzt
werden, wie „breit" die Prädiktionsintervalle
sein sollten. In einem Ausführungsbeispiel
verwendet die Prozessanalyseanwendung 100 typische „Breiten"-Parameter als Standardeinstellung.
Der Benutzer weist ferner die Option auf, diese Standardeinstellungen
zu ändern.
-
B.2.c. Einschränkungstabelle
für Prädiktoreigenschaft
-
Wie
dies vorstehend beschrieben worden ist, umfasst die vorstehende
Beschreibung in Abschnitt II.B.2.b., oben, eine vereinfachte Situation,
die nur zwei Artikeleigenschaften umfasst. In der Praxis weist ein
bestimmtes Bauteil häufig
eine größere Anzahl
von relevanten Artikeleigenschaften auf. In einem Ausführungsbeispiel
kann das Prozessanalysesystem 100 ferner eine Einschränkungstabelle
bzw. Constraint-Tabelle erzeugen. Die Constraint-Tabelle weist für jede prädiktierte
Eigenschaft die minimalen (P-min)
und maximalen (P-max) Werte für
die Prädiktoreigenschaft
gemäß der vorstehenden
Bestimmung auf (siehe Abschnitte II.B.1.b. & c., II.B.2.b., oben).
-
Aus
der Constraint-Tabelle (siehe 22) können die
am meisten einschränkenden
minimalen (P-min*) und maximalen (P-max*) Werte für die Prädiktoreigenschaft
bestimmt werden. Siehe 14. Das heißt, der am meisten einschränkende minimale Wert
(P-min*) ist der größte minimale
Wert (P-min) in der Constraint-Tabelle, während der am meisten einschränkende maximale
Wert (P-max*) der kleinste maximale Wert (P-max) in der Einschränkungstabelle ist.
Die Abbildung aus 22 veranschaulicht eine Constraint-Tabelle gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung, wobei „–" bedeutet, dass die oberste und unterste
Spezifikationsgrenze für
die Prädiktoreigenschaft
den am meisten einschränkenden
Wert in Bezug auf die entsprechende Artikeleigenschaft darstellt.
Wenn somit diese am meisten einschränkenden minimalen (P-min*)
und maximalen Werte (P-max*) identifiziert worden sind, kann sich
ein Hersteller sicher sein, so lange die Prädiktoreigenschaft dazwischen
liegt, dass die verbleibenden prädizierten
Eigenschaften innerhalb der Spezifikationsgrenzen liegen.
-
Wie
dies nachstehend im Text näher
beschrieben ist, ist das Prozessanalysesystem 100 in einem
Ausführungsbeispiel
für jede
prädizierte
Artikeleigenschaft in der Lage: 1) zu bestimmen, ob das Potenzial
für Fehler
gegeben ist; 2) zu bestimmen, ob die prädizierte Artikeleigenschaft
robust ist; und 3) wenn weder die Beziehung 1) noch 2) gegeben ist, die
maximal und minimal zulässigen
Werte (Pmax bzw. Pmin) für
die prädiktierte
Eigenschaft zu bestimmen. Auf grafische Weise und durch verschiedene Berechnungen
lokalisiert das Prozessanalysesystem 100 im Verhältnis zu
dem Regressionsmodell (und dem dadurch definierten Bereich) zwischen
der Prädiktoreigenschaft
und der prädizierten
Artikeleigenschaft einen Ausgleichs- bzw. Compliance-Bereich, der
den Bereich umfasst, der durch die oberen und unteren Spezifikationsgrenzen
für die
prädizierte
Artikeleigenschaft und für
die Prädiktoreigenschaft
begrenzt ist (siehe 33A). Das Prozessanalysesystem 100 identifiziert
danach einen begrenzten Regressionsbereich, bei dem es sich um den
Bereich handelt, der begrenzt ist durch die oberen und unteren Prädiktionsbegrenzungen
für die
Prädiktoreigenschaft.
Wie dies in der Abbildung aus 33B dargestellt
ist, handelt es sich bei dem Regressionsbereich um den durch das
Regressionsmodell begrenzten Bereich, einschließlich der Prädiktionsintervalle 252 und 254,
zwischen der Prädiktoreigenschaft
und einer prädizierten
Eigenschaft. Die Abbildung aus 33C veranschaulicht
einen begrenzten Regressionsbereich gemäß der vorstehenden Definition,
begrenzt durch die unteren (LSL(X)) und oberen (USL(X)) Spezifikationsgrenzen
der Prädiktoreigenschaft.
-
Das
Prozessanalysesystem 100 vergleicht danach den begrenzten
Regressionsbereich mit dem Compliance- bzw. Ausgleichsbereich, um
die Beziehung zwischen den beiden Bereichen zu bewerten. Wenn der
begrenzte Regressionsbereich vollständig innerhalb des Compliance-Bereichs liegt, so
ist die prädizierte
Artikeleigenschaft robust. In Bezug auf diese Beziehung legt das
Prozessanalysesystem 100 die minimalen und maximalen Prädiktoreigenschaftswerte,
die der ersten verbleibenden Artikeleigenschaft zugeordnet sind,
auf die entsprechenden unteren und oberen Spezifikationsgrenzen
der Prädiktoreigenschaft
fest. Wenn sich ein Abschnitt des begrenzten Regressionsbereichs
oberhalb und/oder unterhalb des Compliance-Bereichs über den Spezifikationsgrenzenbereich
der Prädiktoreigenschaft
erstreckt, ist ein Fehlerpotenzial gegeben, was in einem Ausführungsbeispiel
bewirkt, dass das Prozessanalysesystem 100 einen Fehlerzustand
meldet. Die Abbildung aus 33D veranschaulicht
einen Umstand, in dem ein Fehlerpotenzial existiert. Wenn sich ferner
ein horizontales Segment des begrenzten Regressionsbereichs vollständig innerhalb
des Compliance-Bereichs erstreckt, und sich ein zweites horizontales
Segment teilweise oder vollständig
außerhalb
des Compliance-Bereichs erstreckt, so weisen die prädizierte
und die Prädiktoreigenschaft
eine einschränkende
Beziehung auf. Bei der einschränkenden
Beziehung berechnet das Prozessanalysesystem 100 die minimalen
und maximalen Prädiktoreigenschaftswerte
für die
prädizierte
Eigenschaft.
-
Ferner
erkennt der Fachmann auf dem Gebiet, dass: 1) eine der drei vorstehend
beschriebenen möglichen
Beziehungen bestehen (robust, mit Fehler behaftet und einschränkend) muss;
2) die drei vorstehend beschriebenen möglichen Beziehungen sich gegenseitig
ausschließen;
und 3) wenn bekannt ist, dass zwei Zustände nicht gegeben sind, der
dritte Zustand existieren muss. Wenn folglich identifiziert worden
ist, dass einer der möglichen
Zustände
existiert, so muss das Prozessanalysesystem 100 die Existenz
der anderen Beziehungen nicht prüfen.
Darüber hinaus
kann das Prozessanalysesystem 100 diese Beziehungen in
jeder beliebigen Reihenfolge prüfen.
-
Der
Fachmann auf dem Gebiet erkennt, dass es zahlreiche Möglichkeiten
gibt, die vorstehend beschriebenen Beziehungen zu prüfen. Zum
Beispiel meldet das Prozessanalysesystem 100 ein Fehlerpotenzial
in Bezug auf die prädizierte
Artikeleigenschaft, wenn alle Querschnitte des begrenzten Regressionsbereichs
vollständig
oder teilweise außerhalb
des Compliance-Bereichs
liegen. Eine prädizierte
Artikeleigenschaft kann auch als robust bestimmt werden, wenn alle
vertikalen Querschnitte des begrenzten Regressionsbereichs vollständig innerhalb des
Compliance-Bereichs liegen. Schließlich schränkt die prädizierte Eigenschaft die Prädiktoreigenschaft
ein, wenn mindestens ein vertikaler Querschnitt des begrenzten Regressionsbereichs
vollständig
innerhalb des Compliance-Bereichs liegt, und wenn mindestens ein
vertikaler Querschnitt des begrenzten Regressionsbereichs vollständig oder teilweise
außerhalb
des Compliance-Bereichs liegt.
-
Das
Prozessanalysesystem 100 kann ferner unter Verwendung bekannter
Berechnungsmethoden bestimmen, ob die oberen und unteren Prädiktionsgrenzen
den Compliance-Bereich schneiden. Wenn die oberen und unteren Begrenzungen
des begrenzten Regressionsbereichs zum Beispiel innerhalb des Compliance-Bereichs
liegen, so ist die prädizierte
Artikeleigenschaft in Bezug auf die Prädiktoreigenschaft robust. Wenn
eine oder beide der oberen und unteren Begrenzungen des begrenzten
Regressionsbereichs den Compliance-Bereich nicht schneiden, so ist
ein Fehlerpotenzial gegeben. Wenn die obere Begrenzung des begrenzten
Regressionsbereichs die obere Begrenzung des Compliance-Bereichs schneidet
und die untere Begrenzung des begrenzten Regressionsbereichs innerhalb
des Compliance-Bereichs liegt, so existiert eine einschränkende Beziehung.
Wenn schließlich
die untere Begrenzung des begrenzten Regressionsbereichs die untere
Begrenzung des Compliance-Bereichs schneidet und die obere Begrenzung
des begrenzten Regressionsbereichs innerhalb des Compliance-Bereichs
liegt, so existiert eine einschränkende
Beziehung.
-
In
einem weiteren Ausführungsbeispiel
kann das Prozessanalysesystem 100 eine Prüfung vornehmen,
um die Werte der oberen und unteren Prädiktionsbegrenzungswerte an
den oberen und unteren Spezifikationsgrenzen der Prädiktoreigenschaft ebenso
zu bestimmen, wie die Tatsache, ob diese Werte (Koordinaten) innerhalb
des Compliance-Bereichs liegen. In der Folge sind veranschaulichende Beispiele
für didaktische
Zwecke ausgeführt.
Die Abbildung aus 23 zeigt ein Flussdiagramm
eines Verfahrens zur Erzeugung einer Constraint-Tabelle gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung. In einem Ausführungsbeispiel werden viele
Variablen und andere Eingaben, die bei der Berechnung der Constraint-Tabelle
verwendet werden, der Ausgabe anderer analytischer Prozesse entnommen.
Eine Korrelationseinheit und andere Prozeduren berechnen zum Beispiel
das Regressionsmodell und geben die Steigung, den Schnittpunkt und
Begrenzungsintervallversatz des Regressionsmodells in einem Ausführungsbeispiel
in eine Anordnung ein, wie zum Beispiel eine Datei eines Tabellenkalkulationsprogramms.
Die Steigung, der Schnittpunkt und der Begrenzungsintervallversatz
sowie andere vorher berechnete Werte werden von dem Prozessanalysesystem 100 zur
Berechnung von Pmin und Pmax und die Population der Constraint-Tabelle
verwendet. Wie dies in der Abbildung aus 23 veranschaulicht
ist, berechnet das Prozessanalysesystem 100 beginnend mit
der ersten prädizierten
Eigenschaft (siehe Schritt 702) die oberen und unteren
Prädiktionsintervallwerte
(Begrenzungswerte) für
die prädizierte
Eigenschaft an den oberen (USL) und unteren (LSL) Spezifikationsgrenzen
der Prädiktoreigenschaft
(Schritt 704). Zu didaktischen Zwecken veranschaulicht
die Abbildung aus 24 den linken oberen Begrenzungswert 241,
den rechten oberen Begrenzungswert 242, den linken unteren
Begrenzungswert 243 und den rechten unteren Begrenzungswert 244.
In einem Ausführungsbeispiel
berechnet ein Verfahren die Begrenzungswerte an den oberen und unteren
Spezifikationsgrenzen der Prädiktoreigenschaft
auf der Basis des Regressionsmodells, einschließlich der oberen und unteren
Prädiktionsintervalle,
zwischen der Prädiktoreigenschaft
und der prädizierten
Eigenschaft. Das Prozessanalysesystem 100 bestimmt danach,
ob diese Begrenzungswerte (siehe 24)
innerhalb der vier Ecken des Compliance-Bereichs 250 liegen,
definiert durch die oberen und unteren Spezifikationsgrenzen der Prädiktor-
und prädizierten
Eigenschaften. In einem Ausführungsbeispiel
wird ein Verfahren oder eine Funktion eingesetzt, um zu bestimmen,
ob die vorstehend berechneten Begrenzungswerte die vier Ecken des
Compliance-Bereichs 250 überschreiten. In einem Ausführungsbeispiel
gibt das Verfahrne vier Boolesche Werte zurück, die den entsprechenden Ecken
des Compliance-Bereichs 250 entsprechen und anzeigen, ob
sich die Begrenzungswerte innerhalb der entsprechenden Ecken befinden.
In einem Ausführungsbeispiel
verwendet das Prozessanalysesystem 100 diese Booleschen
Werte, um zu bestimmen, ob das Potenzial für Fehler existiert (Schritt 706).
Die Abbildungen der 25A-G veranschaulichen grafisch
potenzielle Fehlerzustände
zwischen der Prädiktoreigenschaft
und einer prädizierten
Eigenschaft (d.h. das Potenzial, dass die prädizierte Eigenschaft eine Spezifikationsgrenze
innerhalb der Spezifikationsgrenzen der Prädiktoreigenschaft überschreitet).
Die Abbildungen der 25A-G weisen alle einen Compliance-Bereich 250 auf,
der durch die oberen (USL) und unteren (LSL) Spezifikationsgrenzen
der Prädiktor-
und der prädizierten
Eigenschaft definiert sind. Wie dies in den Abbildungen der 25A-C veranschaulicht ist, kann ein Fehler daraus
resultieren, dass das obere Prädiktionsintervall 252 nicht
in den Bereich fällt,
der durch den Compliance-Bereich 250 begrenzt ist. Die
Abbildungen der 25D-F stellen Beispiele dafür bereit,
wenn das untere Prädiktionsintervall 254,
das dem Regressionsmodell zwischen der Prädiktoreigenschaft und der prädizierten
Eigenschaft zugeordnet ist, nicht in den Compliance-Bereich 250 fällt. Schließlich veranschaulicht
die Abbildung aus 25G die Situation, wenn weder
das obere Prädiktionsintervall 252 noch das
untere Prädiktionsintervall
den Compliance-Bereich 250 schneidet. In einem Ausführungsbeispiel bewertet
das Prozessanalysesystem die vorstehend beschriebenen Booleschen
Werte, um zu bestimmen, ob ein Fehlerzustand existiert. Wenn in
einem Ausführungsbeispiel
die beiden oberen Ecken, die beiden unteren Ecken oder alle vier
Ecken überschritten
werden, ist ein Potenzial für
Fehler gegeben. Wenn jedoch nur eine der Ecken jedes Paars überschritten
wird, so ist eine einschränkende
Beziehung gegeben (siehe unten).
-
Wenn
ein Fehlerpotenzial gegeben ist, meldet das Prozessanalysesystem 100 in
einem Ausführungsbeispiel
das Fehlerpotenzial, indem es Pmin und Pmax auf „FEHLER" setzt in Bezug auf die gerade prädizierte
Eigenschaft (Schritt 708). Wenn kein Fehlerzustand detektiert
wird, bestimmt das Prozessanalysesystem 100 danach in einem
Ausführungsbeispiel,
ob die prädizierte
Eigenschaft zumindest innerhalb des Spezifikationsgrenzkästchens 250 robust
ist (Schritt 710). In einem Ausführungsbeispiel wird diese Robustheit
durch ein separates Verfahren oder eine separate Funktion geprüft, indem
bestimmt wird, ob die vorstehend im Text beschriebenen Begrenzungswerte
innerhalb der Spezifikationsgrenzen der prädizierten Eigenschaft liegen.
Darüber
hinaus veranschaulichen die Abbildungen der 26A und 26B grafisch Umstände, unter denen die prädizierte
Eigenschaft im Verhältnis
zu der Prädiktoreigenschaft
robust ist. Wenn die prädizierte
Eigenschaft robust ist, setzt das Prozessanalysesystem 100 Pmin
auf die untere Spezifikationsgrenze der Prädiktoreigenschaft und Pmax
auf die obere Spezifikationsgrenze der Prädiktoreigenschaft (Schritt 712).
-
Wenn
im anderen Fall kein Fehlerzustand detektiert wird und die prädizierte
Eigenschaft nicht robust ist, berechnet das Prozessanalysesystem 100 in
einem Ausführungsbeispiel
Pmin und Pmax (Schritt 714). Siehe Abschnitt II.B.2.b.,
oben. Wie dies in 23 veranschaulicht wird, wiederholt
das Prozessanalysesystem 100 danach den vorstehend beschriebenen
Prozess für
alle verbliebenen prädizierten
Eigenschaften (siehe Schritte 716 und 718). Die
Abbildungen der 27A bis 27F veranschaulichen
grafisch verschiedene Bedingungen, unter denen die oberen und/oder
unteren Prädiktionsintervalle
Pmin und/oder Pmax auf Werte zwischen den unteren und oberen Spezifikationsgrenzen
der Prädiktoreigenschaft
einschränken.
Wie dies in den Abbildungen der 27A und 27B dargestellt ist, können die oberen und unteren
Prädiktionsintervalle,
die dem Regressionsmodell zugeordnet sind, Pmin und Pmax einschränken. Wie
dies ferner in den Abbildungen der 27A und 27B dargestellt ist, kann die Steigung des Regressionsmodells
beeinflussen, ob das obere oder untere Prädiktionsintervall Pmin oder
Pmax festlegt oder bestimmt. Ferner veranschaulichen die Abbildungen
der 27C und 27D grafisch
Umstände,
unter denen das obere Prädiktionsintervall
Pmin oder Pmax einschränkt.
In ähnlicher
Weise veranschaulichen die Abbildungen der 27E und 27F grafisch Bedingungen, unter denen das untere
Prädiktionsintervall
Pmin oder Pmax einschränkt.
In einem Ausführungsbeispiel
bestimmt das Prozessanalysesystem 100 zuerst das Vorzeichen
der Steigung der Prädiktionsintervalle
des Regressionsmodells. In einem Ausführungsbeispiel bestimmt das
Prozessanalysesystem 100 danach den Wert der Prädiktoreigenschaft an
dem Schnittpunkt des obersten Prädiktionsintervalls
und der oberen Spezifikationsgrenze für die prädizierte Eigenschaft. In ähnlicher
Weise berechnet das Prozessanalysesystem 100 in einem Ausführungsbeispiel
den Wert der Prädiktoreigenschaft
an dem Schnittpunkt des unteren Prädiktionsintervalls und der
unteren Spezifikationsgrenze für
die prädizierte
Eigenschaft. Danach bestimmt das Prozessanalysesystem 100,
ob das obere und/oder untere Prädiktionsintervall
Pmin und/oder Pmax einschränkt,
und wenn dies der Fall ist, wird der Wert von Pmin und Pmax berechnet.
Wenn die Steigung des Prädiktionsintervalls
in einem Ausführungsbeispiel
positiv ist, legt das Prozessanalysesystem 100 den maximalen
Prädiktoreigenschaftswert,
der der ersten verbleibenden Artikeleigenschaft zugeordnet ist,
auf den niedrigeren Wert der oberen Spezifikationsgrenze der Prädiktoreigenschaft
oder den Wert der Prädiktoreigenschaft
fest, bei dem das obere Prädiktionsintervall,
das dem Regressionsmodell entspricht, die obere Spezifikationsgrenze
für die
erste verbliebene Artikeleigenschaft schneidet, und wobei der minimale
Prädiktoreigenschaftswert,
der ersten verbliebenen Artikeleigenschaft zugeordnet ist, auf den
größeren Wert
der unteren Spezifikationsgrenze der Prädiktoreigenschaft oder den
Wert der Prädiktoreigenschaft
gesetzt wird, bei dem das untere Prädiktionsintervall, dass dem
Regressionsmodell entspricht, die untere Spezifikationsgrenze für die erste verbliebene
Artikeleigenschaft schneidet. Wenn die Steigung des Prädiktionsintervalls
im anderen Fall negativ ist, so setzt das Prozessanalysesystem 100 den
maximalen Prädiktoreigenschaftswert,
der der ersten verbliebenen Artikeleigenschaft zugeordnet ist, auf
den niedrigeren Wert der oberen Spezifikationsgrenze der Prädiktoreigenschaft
oder den Wert der Prädiktoreigenschaft,
bei dem das untere Prädiktionsintervall,
das dem Regressionsmodell entspricht, die untere Spezifikationsgrenze
für die
erste verbliebene Artikeleigenschaft schneidet, und wobei der minimale
Prädiktoreigenschaftswert,
der der ersten verbliebenen Artikeleigenschaft zugeordnet ist, auf
den größeren Wert
der unteren Spezifikationsgrenze der Prädiktoreigenschaft oder den
Wert der Prädiktoreigenschaft
gesetzt wird, bei dem das obere Prädiktionsintervall, das dem
Regressionsmodell entspricht, die obere Spezifikationsgrenze für die erste
verbliebene Artikeleigenschaft schneidet.
-
B.2.d. Bestimmung der
Herstellbarkeitsziele und -bereiche
-
Weitere
Parameter können
von P-min* und P-max* abgeleitet werden, die dazu nützlich sind, den
Entwurf von Artikeln und Prozesseingaben zu erleichtern sowie Prozesssteuerungsvariablen
festzulegen. Der maximale zulässige
Bereich (P-range*) kann berechnet werden, indem der am meisten einschränkende minimale
Wert (P-min*) von dem am meisten einschränkenden maximalen Wert (P-max*) subtrahiert
wird. Die Abbildung aus 14 veranschaulicht
grafisch die Bestimmung der am meisten einschränkenden minimalen und maximalen
Werte und des Bereichs für
den vereinfachten Fall von zwei prädizierten Eigenschaften.
-
Darüber hinaus
kann ein Prädiktorproduktionsziel
(P-target*) bestimmt werden. P-target* ist der Punkt, den man als
Zielvorgabe für
die durchschnittliche Ausgabe des Prozesses auswählen würde. In einem Ausführungsbeispiel
handelt es sich um den Punkt der besten „Herstellbarkeit", der die Wahrscheinlichkeit
für die
Herstellung von Bauteilen, welche innerhalb der Spezifikationsgrenzen
liegen, maximiert. Bei richtiger Auswahl minimiert P- target* den prozentualen
Anteil der Datenpunkte, die sich während der Produktion außerhalb
von P-range* befinden.
-
Um
Verwirrungen zwischen Entwurfszielvorgaben und einem Ziel für die Prädiktorabmessung (P-target*)
zu verhindern, wird auf einen terminologischen Unterschied hingewiesen.
Die Prädiktoreigenschaft
(P) weist fast immer eine Konstruktionszielvorgabe (P-target) auf.
Die Konstruktionszielvorgabe (oder Sollwert) ist ein von dem Konstrukteur
verlangter Wert (z.B. eine Zahl auf einer Zeichnung oder in einer
Spezifikation). Im Gegensatz dazu ist P-target* ein Zielbetriebspunkt
für den
Prozess, der die Produktionsleistung optimiert, wie dies vorstehend
im Text beschrieben worden ist.
-
In
einem Ausführungsbeispiel
wird das Prädiktorproduktionsziel
(P-target*) als Mittelpunkt von P-range* ausgewählt. Siehe dazu 14.
Dies wäre für Situationen
zweckmäßig, in
denen die Leistung des Produktionsprozesses um den Mittelwert symmetrisch
ist. Typische Prozesse weisen eine symmetrische Verteilung auf,
die ungefähr
normal ist. Wenn die Verteilung der Artikeleigenschaft unsymmetrisch ist,
kann der Ziel-Prädiktoreigenschaftswert
auf den durchschnittlichen Artikeleigenschaftswert festgelegt werden.
-
B.2.e. Versatztabelle
-
Wie
dies nachstehend im Text näher
beschrieben wird, ist das Prozessanalysesystem 100 in einem
Ausführungsbeispiel
ferner in der Lage, eine Vesatztabelle zu erzeugen, die das Ausmaß anzeigt, in
dem ein vorprozessliche Abmessung angepasst werden müsste, um
eine bestimmte Konstruktionszielvorgabe zu erreichen. Anders ausgedrückt stellt die
Versatztabelle einen Wert bereit, der der Strecke entspricht, welche
um welche die Regressionslinie bewegt werden muss, um durch den
Zielschnittpunkt zu verlaufen. Bei Spritzgussprozessen entspricht
ein Versatzwert zum Beispiel dem Ausmaß, in dem eine bestimmte Formabmessung
verändert
werden muss (zum Beispiel durch Hinzufügen von Stahl durch Schweißen oder
durch Wegnahme von Stahl durch Bearbeitung), damit der Zielschnittpunkt
zwischen der Prädiktorabmessung
und einer bestimmten prädizierten
Abmessung erreicht wird. Dabei handelt es sich um kritische Informationen
für Bauteile,
die zum Beispiel für
die Medizinbranche hergestellt werden, wo Formen teilweise modifiziert
werden, um eine Bauteilabmessung um nur 0,001 Zoll zu optimieren. Diese
Informationen können
von dem Formentwickler und dem Formhersteller verwendet werden.
Für andere Verfahren,
wie etwa die Plattierung, kann die Versatztabelle Entwicklern die
erforderlichen Veränderungen
hinsichtlich der Abmessungen des Bauteils vor der Plattierung angeben.
-
In
einem Ausführungsbeispiel
der vorliegenden Erfindung werden das Ausmaß und die Richtung der Versatze
in der Versatztabelle berechnet, in dem der vertikale Abstand zwischen
dem Zielschnittpunkt und dem Regressionsmodell bestimmt wird. In
einem zweiten Ausführungsbeispiel
der vorliegenden Erfindung werden die Größe und die Richtung der Versatze
in der Versatztabelle berechnet, in dem der horizontale Abstand
zwischen dem Zielschnittpunkt und dem Regressionsmodell bestimmt
wird. In einem dritten Ausführungsbeispiel
der vorliegenden Erfindung werden die Größe und die Richtung der Versatze
in der Versatztabelle berechnet, in dem der Abstand zwischen dem
Zielschnittpunkt und dem Regressionsmodell in eine Richtung bestimmt
wird, die senkrecht zu dem Regressionsmodell ist.
-
Die
in der Versatztabelle enthaltenen Informationen sind auch aus einer
anderen Perspektive von Nutzen. Ob der prädizierte Eigenschaftswert oberhalb,
auf oder unter dem Konstruktionszielwert für die prädizierte Eigenschaft liegt,
ist von den spezifischen Werten abhängig, die für jede der Prozesseinstellungen
ausgewählt
werden. Anders ausgedrückt
ist der Versatz des erreichten prädizierten Wertes von dem Konstruktionszielwert
abhängig
von den für
die Prozesseinstellungen ausgewählten
Werten. Für
eine Reihe von Prozesseinstellungen kann die Entscheidung getroffen
werden, eine Formabmessung zu vergrößern, in dem Stahl weggenommen
wird. Für
eine andere Reihe von Prozesseinstellungen kann es sich bei der
Entscheidung um eine Verringerung der gleichen Formabmessung durch das
Hinzufügen
von Stahl handeln. Es ist ersichtlich, dass dies ein nicht wünschenswerter
Zustand ist. Unter Verwendung der hierin beschriebenen neuen Technologie
können
Versatze berechnet werden, in dem der Abstand und die Richtung des
Regressionsmodells von dem Zielschnittpunkt bestimmt werden. Unter
Verwendung der hierin verwendeten Methodologie können Versatze bestimmt werden,
die von den für
die Prozesseinstellungen ausgewählten
Werten unabhängig
sind.
-
Die
Abbildung aus 28A zeigt ein Verfahren, das
sich auf die Erzeugung einer Versatztabelle gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung bezieht. Die Abbildung aus 28B stellt eine resultierende Versatztabelle gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung bereit. Wie dies in der Abbildung aus
Figur 28A veranschaulicht wird, initialisiert
das Prozessanalysesystem 100 in einem Ausführungsbeispiel
zuerst eine Versatztabellenanordnung (Schritt 802). In
einem Ausführungsbeispiel
handelt es sich bei der Versatztabelle um eine zweispaltige Anordnung
mit Artikeleigenschaftsbezeichnern in einer Spalte und entsprechenden
Versatzwerten in einer zweiten Spalte. Die Eingaben der Versatztabellenmethode
oder -funktion umfassen die Zielwerte der Artikeleigenschaften und der
entsprechenden Regressionsmodelle zwischen der Prädiktoreigenschaft
und den verbleibenden prädizierten
Eigenschaften. Wie dies in 28A vorgesehen
ist, berechnet das Prozessanalysesystem 100 für alle prädizierten
Eigenschaften (siehe Schritt 804) den Wert der prädizierten
Eigenschaft aus dem Regressionsmodell auf dem Zielwert der Prädiktoreigenschaft
(Schritt 806). Das Prozessanalysesystem 100 bestimmt
danach den Versatzwert für
die prädizierte
Eigenschaft durch Berechnen der Differenz zwischen dem berechneten
Wert der prädizierten
Eigenschaft und dem Zielwert (Konstruktionsspezifikation) der prädizierten
Eigenschaft (Schritt 808). Das Prozessanalysesystem 100 speichert
danach den resultierenden Versatzwert in einer Anordnung oder einer
anderen geeigneten Datenstruktur (Schritt 810) und wiederholt
den Vorgang für
die nächste
prädizierte
Eigenschaft.
-
B.2.f. Konstruktionstoleranz-Relaxationstabelle
-
In
vielen Fällen
ist es schneller und kostengünstiger,
die Konstruktionstoleranzen für
ein bestimmtes Bauteil zu lockern, anstatt die Elemente vor dem
Prozess zu verändern,
wie etwa die Abmessungen einer Form. Der Konstrukteur muss natürlich eine
Entscheidung dahingehend treffen, ob dies machbar ist oder nicht
in Anbetracht der potenziellen Auswirkung der Toleranzlockerung
für jede
bestimmte Artikeleigenschaft in Bezug auf Form, Passform oder Funktion.
In bestimmten Fällen
kann der Betriebsbereich (Prange*, oben) ferner derartig klein sein,
dass es schwierig, unwahrscheinlich oder auch unmöglich ist,
Bauteile oder Einheiten zu produzieren, die alle Artikeleigenschaften
innerhalb der Spezifikationsgrenzen aufweisen. Wenn entschieden wird,
die Herstellbarkeit zu erhöhen,
indem der Betriebsbereich durch eine Lockerung der Toleranzen vergrößert wird,
so erleichtert ein Ausführungsbeispiel
der Konstruktionstoleranz-Relaxationstabelle eine Beurteilung dessen,
welche Toleranzen gelockert werden, indem eine priorisierte Liste
der optimalen Rangordnung bereitgestellt wird, wie die Toleranzen
gelockert werden sollten, sowie eine Analyse der Vergrößerung des
Betriebsbereichs, der für
jede inkrementale Toleranzlockerung erreicht wird.
-
In
einem Ausführungsbeispiel
kann das Prozessanalysesystem 100 eine Konstruktionstoleranz-Relaxationstabelle
erzeugen, welche die Analyse der erreichbaren Verstärkungen
des Betriebsbereichs ermöglicht,
die der Lockerung der Konstruktionstoleranzen jeder prädizierten
Artikeleigenschaft zugeordnet sind. Die am meisten einschränkende prädizierte
Eigenschaft (d.h. mit dem höchsten
Pmin oder dem niedrigsten Pmax) sollte zuerst gelockert werden.
Anders ausgedrückt
handelt es sich bei der zuerst zu lockernden Toleranz um die Toleranz
der Artikeleigenschaft, welche die Prädiktoreigenschaft am meisten
einschränkt.
Die Konstruktionstoleranz-Relaxationstabelle informiert den Entwickler bzw.
Konstrukteur danach darüber,
wie groß der
Anstieg des Betriebsbereichs sein würde (die Differenz zwischen
P-min* und P-max*) als Folge der Lockerung der Toleranz. Die Konstruktionstoleranz-Relaxationstabelle
teilt dem Konstrukteur ferner die erreichte kumulative Verstärkung durch
Lockerung jeder Variable mit.
-
Die
Abbildung aus 30 zeigt eine Konstruktionstoleranz-Relaxationstabelle
gemäß einem Ausführungsbeispiel
der vorliegenden Erfindung. Wie dies in der Abbildung aus 30 dargestellt ist, ist die Relaxationstabelle
in einem Ausführungsbeispiel
in zwei Hauptteile aufgeteilt, nämlich
die geordnete Liste der Artikeleigenschaften nach dem am meisten
einschränkenden
Wert Pmin und eine geordnete Liste der gleichen Artikeleigenschaften
nach dem am meisten einschränkenden
Wert Pmax. In dem vorliegenden Beispiel ist Var12 die Prädiktoreigenschaft,
die an der letzten Stelle in beiden Listen platziert wird. Für jede Artikeleigenschaft
in der Spalte Pmin oder Pmax weist die Relaxationstabelle die folgenden
Felder auf 1) einen Artikeleigenschaftsbezeichner; 2) den berechneten
Wert Pmin/Pmax; 3) die individuelle Verstärkung des Betriebsbereichs, die
durch Lockerung der Toleranz der entsprechenden Artikeleigenschaft
erreicht wird; und 4) die kumulative Verstärkung, die der Lockerung der
Toleranz der entsprechenden Artikeleigenschaft zugeordnet ist. Der
Fachmann auf dem Gebiet würde
aus der hierin bereitgestellten Beschreibung erkennen, dass die
jeder Artikeleigenschaft zugeordnete individuelle Verstärkung annimmt,
dass Pmin/Pmax auf die Werte Pmin/Pmax gelockert worden ist, die
der folgenden Artikeleigenschaft zugeordnet sind. Die kumulative Verstärkung, die
einer bestimmten Artikeleigenschaft entspricht, zeigt die erreichte
aggregierte Verstärkung
des Betriebsbereichs durch Lockerung von Pmin/Pmax auf den Wert
an, der der folgenden Artikeleigenschaft zugeordnet ist. Um zum
Beispiel eine kumulative Verstärkung
von 0,0030 Zoll in dem Betriebsbereich zu erreichen, sollten die
Spezifikationsgrenzen, die den Artikeleigenschaften Var16, Var13, Var13,
Var9 und Var10 entsprechen, bis auf den Punkt gelockert werden,
wenn Pmin gleich 6,3741 Zoll ist. Um alternativ eine kumulative
Verstärkung
on 0,0043 Zoll in dem Betriebsbereich zu erreichen, sollten die
den Artikeleigenschaften Var2 und Var4 entsprechenden Spezifikationsgrenzen
bis auf den Punkt gelockert werden, wenn Pmax gleich 6,3819 Zoll
ist. Alternativ kann eine Verstärkung
von 0,0053 Zoll in dem Betriebsbereich erreicht werden, in dem die
entsprechenden Toleranzen von Var16, Var2 und Var4 gelockert werden.
Eine Verstärkung
des Betriebsbereichs um 0,005 Zoll kann unter bestimmten Bedingungen
sehr signifikant und hilfreich sein. Wenn der Betriebsbereich zum
Beispiel vor der Toleranzlockerung bei 0,005 Zoll lag, so entspricht
eine Vergrößerung um
0,005 Zoll einer Verdoppelung des Betriebsbereichs bzw. macht es
doppelt so leicht, die Prozesseinstellungen zu erreichen, welche
Produktartikeleigenschaften erzeugen, die innerhalb der Spezifikationsgrenzen
liegen.
-
Die
Abbildung aus 29 veranschaulicht ein beispielhaftes
Verfahren, das die Erzeugung einer Konstruktionstoleranz-Relaxationstabelle
gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung betrifft. Wie dies in der Abbildung aus 29 veranschaulicht wird, formatiert oder initialisiert
das Prozessanalysesystem 100 in einem Ausführungsbeispiel
eine Konstruktionstoleranz-Relaxationstabelle (Schritt 830)
und überträgt danach
die vorstehend berechneten Werte für Pmin und Pmax (siehe Abschnitte
II.B.2., c., oben) in die Relaxationstabelle (Schritt 832).
Das Prozessanalysesystem 100 berechnet danach die einzelnen
Verstärkungen,
die durch die Lockerung von Pmin für die Artikeleigenschaften
erreicht werden (Schritt 834). In einem Ausführungsbeispiel
sortiert das Prozessanalysesystem 100 die Artikeleigenschaften
von dem am meisten zu dem am wenigsten einschränkenden (höchsten) Wert Pmin und fügt danach
den Prädiktoreigenschaftsbezeichner
und die zugeordnete Spezifikationsgrenze dem Ende der sortierten
bzw. geordneten Liste hinzu. Das Prozessanalysesystem 100 berechnet
danach die individuelle Verstärkung,
die erreicht wird durch Lockerung der Spezifikationsgrenze für jede Artikeleigenschaft
auf den Wert, der Pmin der nächsten
Artikeleigenschaft in der geordneten Liste entspricht. Zum Beispiel
entspricht die individuelle Verstärkung, die erreicht wird durch
Lockerung der Spezifikationsgrenze von Var16 auf den Wert von Pmin,
der Var13 entspricht, der Differenz zwischen Pmin von Var16 und
Pmin von Var13. In diesem Fall entspricht die Differenz 0,0005 Zoll;
wobei die Tabelle aus 30 0,0004 Zoll zeigt, und zwar
aufgrund der Abrundung der Werte von P-min durch die Computer-Tabellenkalkulation.
Die folgenden individuellen Verstärkungen für die verbliebenen Artikeleigenschaften
werden auf ähnliche
Weise berechnet, bis die letzte (Prädiktor) Eigenschaft erreicht
worden ist.
-
Das
Prozessanalysesystem 100 berechnet danach die erreichten
individuellen Verstärkungen durch
Lockerung von Pmax und somit der Spezifikationsgrenzen für die prädizierten
Artikeleigenschaften (Schritt 836). In einem Ausführungsbeispiel
sortiert das Prozessanalysesystem 100 die Artikeleigenschaften
nach dem am meisten einschränkenden (niedrigsten)
Wert Pmax und fügt
danach den Prädiktoreigenschaftsbezeichner
sowie die zugeordnete obere Spezifikationsgrenze dem Ende der geordneten
Liste hinzu. Das Prozessanalysesystem 100 berechnet danach
die erreichte individuelle Verstärkung durch
Lockerung der Spezifikationsgrenze einer bestimmten Artikeleigenschaft
auf den Wert, der Pmax der nächsten
Artikeleigenschaft in der geordneten Liste entspricht. Zum Beispiel
entspricht die erreichte individuelle Verstärkung durch Lockerung der Spezifikationsgrenze
von Var2 auf den Wert von Pmax, der Var4 entspricht, der Differenz
zwischen Pmax von Var2 und Pmax von Var4. Diese Differenz entspricht 0,00006
Zoll; hiermit wird festgestellt, dass in diesem Fall der Computer
die Werte von Pmax nicht abrundet. Die folgenden individuellen Verstärkungen
für die
verbliebenen Artikeleigenschaften werden auf ähnliche Weise berechnet, bis
die letzte (Prädiktor) Eigenschaft
erreicht worden ist. Das Prozessanalysesystem 100 berechnet
danach die kumulativen Verstärkungen,
die jeder folgenden Toleranzlockerung sowohl für die Lockerungen von Pmin
und Pmax zugeordnet sind (Schritt 838).
-
Der
Fachmann auf dem Gebiet erkennt, dass die Konstruktionstoleranz-Relaxationstabelle
nicht die unteren/oberen Spezifikationsgrenzen für die prädizierten Eigenschaften anzeigt,
die aus der Lockerung dieser Grenzen auf einen bestimmten Wert Pmin
oder Pmax anzeigt; vielmehr erleichtert die in 30 dargestellte Konstruktionstoleranz-Relaxationstabelle
die Bestimmung, welche und wie viele Artikeleigenschafts-Konstruktionstoleranzen
gelockert werden können,
um eine gewünschte
Verstärkung oder
Vergrößerung des
Betriebsbereichs zu erreichen.
-
In
einem Ausführungsbeispiel
kann das Prozessanalysesystem 100 die resultierenden unteren und/oder
oberen Spezifikationsgrenzen berechnen, nachdem der Benutzer ausgewählt hat,
welche Artikeleigenschafts-Spezifikationsgrenzen gelockert werden
sollen. Zum Beispiel kann sich der Benutzer dafür entscheiden, nur die unteren
Spezifikationsgrenzen, nur die oberen Spezifikationsgrenzen oder eine
Kombination aus oberen und unteren Spezifikationsgrenzen zu lockern,
um den zulässigen
Betriebsbereich (P-range*) zu vergrößern. In einem Ausführungsbeispiel
fordert das Prozessanalysesystem 100 den Benutzer zur Auswahl
einer Artikeleigenschaft aus der Spalte Pmin und/oder einer Artikeleigenschat
aus der Spalte Pmax der Konstruktionstoleranz-Relaxationstabelle
auf und berechnet danach die neuen unteren oder oberen Spezifikationsgrenzen
für jede
Artikeleigenschaft in der bzw. den geordneten Liste(n), bis zu der
bzw. den ausgewählten
Artikeleigenschaft(en). Im Besonderen berechnet das Prozessanalysesystem 100 für jede Artikeleigenschaft
in der geordneten bzw. sortierten Liste bis zu der ausgewählten Artikeleigenschaft
unter Verwendung des Regressionsmodells die Artikeleigenschaftswerte,
bei denen die Begrenzungen (obere und untere Prädiktionsintervalle) des Regressionsmodells
Pmin oder Pmx entsprechend schneiden. Zu didaktischen Zwecken veranschaulichen
die Abbildungen der 32A, 32B, 32C und 32D grafisch
die Berechnung der neuen oberen und unteren Spezifikationsgrenzen
aus der Lockerung von Pmin und Pmax. Wie dies in diesen Abbildungen
veranschaulicht wird, bestimmt die Steigung des Regressionsmodells,
ob die Lockerung von Pmin/Pmax zu einre Lockerung der oberen oder
unteren Spezifikationsgrenze führt,
die einer bestimmten Artikeleigenschaft zugeordnet ist. Wie dies
in der Abbildung aus 32A für ein Regressionsmodell mit
positiver Steigung veranschaulicht wird, führt die Lockerung von USL(Y)
in USL'(Y) zu einer
Lockerung von Pmax zu Pmax'.
Der Betriebsbereich vergrößert sich
in einem Ausmaß,
das Pmax'-Pmax entspricht. In ähnlicher
Weise veranschaulicht die Abbildung aus 32B für ein Regressionsmodell
mit positiver Steigung, dass die Lockerung von LSL(Y) in LSL'(Y) zu einer Lockerung
von Pmin auf Pmin' führt. Der
Betriebsbereich vergrößert sich
in dem Ausmaß von Pmin-Pmin'. Für Regressionsmodelle
mit einer negativen Steigung führt
die Lockerung von USL(Y) zu USL'(Y)
zu der Lockerung von Pmin zu Pmin' (siehe 32C),
und die Lockerung von LSL(Y) zu LSL'(Y) führt zu der Lockerung von Pmax
zu Pmax' (siehe 32D).
-
Wie
dies in der Abbildung aus 31 veranschaulicht
wird, empfängt
das Prozessanalysesystem 100 in einem Ausführungsbeispiel
eine prädizierte
Eigenschaft aus der Lockerungsspalte Pmin und/oder Pmax (Schritt 850).
Wenn der Benutzer eine prädizierte
Artikeleigenschaft für
die Lockerung von Pmin auswählt
(Schritt 852), setzt das Prozessanalysesystem 100 Pmin
auf den Wert von Pmin, der der nächsten
Artikeleigenschaft in der geordneten Liste entspricht (Schritt 854).
Zum Beispiel und in Bezug auf die Abbildung aus 30 würde
Pmin auf 6,3761 Zoll gesetzt (entsprechend Var11), wenn Var 13 die
ausgewählte
Prädiktoreigenschaft
dargestellt hat. Danach berechnet das Prozessanalysesystem 100 für jede Artikeleigenschaft
bis zu und einschließlich
der ausgewählten
Artikeleigenschaft (siehe Schritt 856) die resultierenden
neuen Spezifikationsgrenzen. Im Besonderen bestimmt das Prozessanalysesystem 100 die
Steigung des Regressionsmodells für die entsprechende Auswahl
des unteren oder oberen Prädiktionsintervalls
(siehe oben) (Schritt 857) und berechnet den Wert von Pmin
des entsprechenden (z.B. unteren oder oberen) Prädiktionsintervalls (Begrenzung)
des Regressionsmodells zwischen der Prädiktoreigenschaft und der prädizierten
Eigenschaft (Schritt 858) und speichert die neue Spezifikationsgrenze
in einer Tabelle in Zuordnung mit der entsprechenden prädizierten
Artikeleigenschaft (Schritt 860) für die letztliche Anzeige an
den Benutzer.
-
Wenn
der Benutzer eine prädizierte
Artikeleigenschaft für
die Lockerung von Pmax auswählt (Schritt 862),
so setzt das Prozessanalysesystem 100 Pmax auf den Wert
von Pmax, der der nächsten Artikeleigenschaft
in der geordneten Liste entspricht (Schritt 864). Danach
berechnet das Prozessanalysesystem 100 für jede Artikeleigenschaft
bis zu und einschließlich
der ausgewählten
Artikeleigenschaft (siehe Schritt 866) die resultierenden
neuen Spezifikationsgrenzen. Im Besonderen bestimmt das Prozessanalysesystem 100 die
Steigung des Regressionsmodells für die Auswahl des geeigneten
unteren oder oberen Prädiktionsintervalls
(siehe oben) (Schritt 867) und berechnet den Wert bei Pmax
des entsprechenden Prädiktionsintervalls
(Begrenzung) des Regressionsmodells (Schritt 868) und speichert die
neue Spezifikationsgrenze in einer Tabelle oder einer anderen Datenstruktur
(Schritt 870) für
die letztendliche Anzeige für
einen Benutzer. Der Fachmann auf dem Gebiet erkennt, dass ein Einsatz
der Konstruktionstoleranz-Relaxationstabelle auf diese Weise zu
neuen Werten von Pmin* und/oder Pmax* führt.
-
c. Einsatz des maximal
zulässigen
Bereichs (P-range*) und des Prädiktorproduktionsziels
(P-target*)
-
Zu
didaktischen Zwecken ist die folgende Verdeutlichung und Definition
bestimmter Parameter nützlich:
- 1. P-range* ist der maximal zulässige Bereich
für die
Prädiktoreigenschaft.
Es ist der Bereich, in dem sich die Prädiktoreigenschaft befinden
muss, um sicherzustellen, dass die verbleibenden Bauteileigenschaften
weiterhin die Spezifikationsgrenzen erfüllen.
- 2. P-target* ist der Wert des Prädiktoreigenschafts-Produktionszielwertes.
P-target* kann auf verschiedene Werte innerhalb des Bereichs P-range*
gesetzt werden. P-target* wird für
gewöhnlich
auf dem mittleren Wert von P-range* gesetzt.
- 3. VAR ist der Bereich der Variabilität der Prädiktoreigenschaft, welcher
der tatsächlichen
Prozessleistung unter Produktionsbedingungen zugeordnet ist. Er
wird durch Beurteilung der Produktionsleistung bestimmt.
- 4. X-BAR ist der durchschnittliche Wert der Prädiktoreigenschaft
unter Produktionsbedingungen. Er wird durch Beurteilung der Produktionsleistung bestimmt.
- 5. P-target ist der Konstruktionszielwert für die Prädiktoreigenschaft. Er wird
durch den Konstrukteur zur Optimierung von Form, Passgenauigkeit und
Funktion bestimmt.
- 6. USL und LSL sind die oberen und unteren Spezifikationsgrenzen
für die
Prädiktoreigenschaft auf
der Basis der Konstruktionstoleranzen. Sie werden bestimmt durch
den Konstrukteur und berücksichtigen
für gewöhnlich eine
Reihe von Faktoren, einschließlich
historischer Toleranzen, die von dem Unternehmen eingesetzt werden,
der Bedeutung des Bauteils, der Fähigkeit der Fertigungseinrichtung
und anderer Faktoren.
-
Ein
bekannter maximal zulässiger
Bereich (P-range*) für
die Prädiktoreigenschaft
ist außerordentlich
nützlich.
Die tatsächliche
Prozessleistung weist ein gewisses Maß der Variabilität (VAR)
auf, und es gibt einen Wert, der die durchschnittliche Prozessleistung
der Prädiktoreigenschaft
(X-BAR) darstellt. Diese bekannten Informationen erleichtern die Veränderung
mindestens einer Prozesssteuerungseinstellung auf eine Art und Weise,
welche die Wahrscheinlichkeit maximiert, dass der Prozess Bauteile erzeugt,
die der Spezifikation entsprechen.
-
Wenn
entschieden worden ist, dass P-range* zu weit „eingeschränkt" ist, so kann eine zweite Bauteileigenschaft
gemessen werden, um die „Einschränkungen" von P-range* zu „öffnen".
-
Ebenfalls
von großem
Nutzen ist der Vergleich der Größe der tatsächlichen
Prozessvariabilität
(VAR) für
die Prädiktoreigenschaft
mit dem maximal zulässigen
Bereich (P-range*). Die folgenden Situationen sind möglich:
- 1. Wenn die tatsächliche Prozessvariabiltität (VAR)
größer ist
als der maximal zulässige
Bereich (P-range*), so liegt ein Teil der durch den Prozess erzeugten
Bauteile immer außerhalb
des Compliance-Bereichs.
- 2. Wenn die tatsächliche
Prozessvariabilität (VAR)
gleich dem maximal zulässigen
Bereich (P-range*) ist und die durchschnittliche Prozessleistung
(X-BAR) innerhalb des maximal zulässigen Bereichs zentriert ist,
so befinden sich nahezu alle durch den Prozess erzeugten Bauteile
innerhalb des Compliance-Bereichs, wobei jedoch kein Platz für Fehler
oder für
Verschiebungen der Prozessleistung gegeben ist.
- 3. Wenn die tatsächliche
Prozessvariabiltät
(VAR) kleiner ist als der maximal zulässige Bereich (P-range*) und
innerhalb diesem liegt, so befinden sich nahezu alle Bauteile innerhalb
des Compliance-Bereichs, und es existiert ein größerer Sicherheitsspielraum
in Bezug auf Fehler oder Verschiebungen der Prozessleistung.
-
Die
vorliegende Erfindung erzeugt in Bezug auf die 3. Situation eine
ausgezeichnete Gelegenheit für
den Konstrukteur, die Verschiebung der durchschnittlichen Prozessleistung
(X-BAR) näher
an dem Konstruktionsziel (P-target) für die Prädiktorbauteileigenschaft zu
untersuchen.
-
Von
großem
Nutzen ist auch der Vergleich der durchschnittlichen Prozessleistung
(X-BAR) für die
Prädiktoreigenschaft
mit dem Produktionsziel (P-target*). Die folgenden Situationen sind
möglich, wobei
angenommen wird, dass die Verteilung der Prozessleistung symmetrisch
ist, und dass der Prädiktoreigenschafts-Zielwert
(P-target') auf
die Mitte des maximal zulässigen
Bereichs festgelegt ist:
- 1. Je näher die
durchschnittliche Prozessleistung (X-BAR) für die Prädiktoreigenschaft dem Prädiktorproduktionsziel
(P-target*) ist, desto größer ist die
Wahrscheinlichkeit, dass der Prozess Bauteile erzeugt, die innerhalb
des Compliance-Bereichs liegen.
- 2. Wenn die durchschnittliche Prozessleistung (X-BAR) gleich
dem Prädiktorproduktionsziel (P-target*)
ist, ist die Wahrscheinlichkeit maximal, dass der Prozess Bauteile
innerhalb des Compliance-Bereichs erzeugt.
-
Ähnliche
Schlussfolgerungen können
auch dann getroffen werden, wenn die Verteilung der Prozessleistung
nicht symmetrisch ist. In diesem Fall sollte P-target* auf einen
Wert gesetzt werden, bei dem die Enden der Verteilung übereinstimmende
Bereiche außerhalb
von P-range* aufweisen.
-
Die
vorliegende Erfindung erleichtert somit die Bestimmung der Differenz
zwischen der durchschnittlichen Prozessleistung (X-BAR) und dem
Prädiktorproduktionsziel
(P-target*). Diese Differenz sieht sowohl die Größe als auch die Richtung vor,
um die bzw. in die die durchschnittliche Prozessleistung (X-BAR)
verschoben werden sollte. Wenn diese Werte bekannt sind, ist es
möglich,
eine oder mehrere Prozesssteuerungseinstellungen anzupassen, so dass
die durchschnittliche Prozessleistung entlang der Regressionslinie
an oder näher
an das Prädiktorproduktionsziel
(P-target*) verschoben wird.
-
Die
vorliegende Erfindung weist weiteren Nutzen auf. Es ist jetzt möglich zu
bestimmen, ob die tatsächliche
Prozessvariabilität
(VAR) im Verhältnis zu
dem maximal zulässigen
Bereich (P-range*) zu groß ist.
Wenn dies der Fall ist, so ist es eine erste Option, die Prozessvariation
zu verringern. Eine zweite Option ist die Vergrößerung der Konstruktionstoleranzen.
Eine dritte Option ist die Umsetzung einer bestimmten Kombination
der beiden vorstehenden Alternativen. Die vorliegende Erfindung
kann die Effizienz deutlich verbessern und deutliche Kosteneinsparungen
ermöglichen,
indem es erforderlich ist, dass die verschiedenen Prozessfähigkeitsanalysen, die
in diesem Abschnitt beschrieben werden, nur einmal für lediglich
die Prädiktoreigenschaft
ausgeführt werden,
anstatt der 30, 40 oder anderen Gesamtanzahl von Bauteileigenschaften.
-
Ferner
stellen die Werte der Constraint-Tabelle weitere nützliche
Informationen für
den Konstrukteur bereit. Wenn zum Beispiel die Entscheidung getroffen
wird, die Größe der Konstruktionstoleranzen
zu erhöhen,
so erleichtert die Constraint-Tabelle eine priorisierte Bestimmung
in Bezug auf 1.) welche Spezifikationsgrenze (obere oder untere)
für 2.)
welche Artikeleigenschaft die größte Einschränkung aufweist
und zuerst gelockert werden sollte. Dieser Schritt kann so oft wie
gewünscht
wiederholt werden, wobei man sich von der am meisten einschränkenden
Bauteileigenschaft nach „außen" zu der am wenigsten
einschränkenden
Bauteileigenschaft bewegt. Der Konstrukteur kann auch die Auswirkung
der Lockerung jeder Toleranz auf die Produktleistung beurteilen
und diese Information in den Entscheidungsprozess einbeziehen.
-
Die
vorliegende Erfindung erzeugt weiteren Nutzen. Dem Konstrukteur
stehen jetzt Informationen zur Verfügung, die die Ausführung einer
Studie ermöglichen,
welche den Kompromiss zwischen Produktleistung und Herstellbarkeit
ermöglichen.
Darüber
hinaus kann der Konstrukteur ferner, sofern dies die Umstände zulassen,
das Konstruktionsziel auf das bestimmte Prädiktoreigenschaftsziel (P-target*) anpassen
und an anderer Stelle in dem System Änderungen vornehmen (wenn eine
Kompensation überhaupt
erforderlich ist, um das Konstruktionsziel zu verändern).
-
Für eine Verdichtung
der nächsten
Anmerkungen werden P-range*, VAR und TOL (die Differenz zwischen
den oberen und unteren Spezifikationsgrenzen) durch A, B und C dargestellt.
In ähnlicher
Weise werden P-target*, X-BAR und P-target durch X, Y und Z dargestellt.
Die vorliegende Erfindung erleichtert die folgenden Vergleiche:
- 1. A mit B;
- 2. A mit C;
- 3. B mit C;
- 4. X mit Y;
- 5. X mit Z; und
- 6. Y mit Z.
-
Wie
dies bereits vorstehend im Text beschrieben worden ist, können aus
diesen Vergleichen außerordentlich
wertvolle Informationen gewonnen werden.
-
D. Anwendungsübersicht
und Zusammenfassung
-
Die
Abbildung aus 21 fasst die vorstehend erörterten
Konzepte zusammen und veranschaulicht ein Verfahren gemäß einem
Ausführungsbeispiel
der vorliegenden Erfindung. Zu didaktischen Zwecken wird ein Spritzgussverfahren
beschrieben. Wie dies in der Abbildung aus 21 dargestellt
ist, ergibt die Konstruktion eines Bauteils zum Beispiel verschiedene
Konstruktionsziele und Spezifikationsgrenzen für die Artikeleigenschaft (602),
was zu der Konstruktion und der Fertigung einer Form führt, die mindestens
einen Hohlraum aufweist, der ein Bauteil definiert (604).
Zu anderen Eingaben in den Prozess zählen Störungsvariablen (606)
und Prozesssteuerungseinstellungen (607). Der Prozess (208)
führt entweder
zu Versuchsleistung (610) oder Produktionsleistung (630),
wie dies nachstehend im Text beschrieben wird.
-
Wie
dies in der Abbildung aus 21 dargestellt
ist, können
Ausführungsbeispiele
der vorliegenden Erfindung verwendet werden, um die Entwurfs- und
Entwicklungsprozesse zu erleichtern, die der Konstruktion eines
Bauteils und/oder der Entwicklung eines Prozesses zugeordnet sind,
der letztendlich zulässige
Bauteile für
die Produktionsleistung ergibt. Wie dies vorstehend im Text beschrieben
worden ist, erzeugt in einem Ausführungsbeispiel eine Prozessbedienungsperson
eine Reihe von Bauteilen mit einem Schwankungsbereich in Bezug auf
eine Mehrzahl von Artikeleigenschaften (Versuchsleistung 610).
Die der Versuchsleistung 610 oder einer Probe dieser zugeordneten
Artikeleigenschaften werden unter Verwendung der vorstehend beschriebenen Korrelations-
und Regressionsanalyseverfahren beurteilt und analysiert (612).
Anhang der aus diesen Analyseverfahren gewonnenen Informationen
kann der Benutzer unterstützt
durch die Constraint- und/oder Relaxationstabellen entscheiden,
die Toleranzgrenzen zu verändern
(618) und/oder die Konstruktionsziele (620). Unterstützt durch
die vorstehend im Text beschriebenen Informationen in der Versatztabelle
kann der Benutzer sich für
eine Veränderung
der Prozesseingaben entscheiden (616) und/oder eine Veränderung
der Steuervariablen (614).
-
Wie
dies vorstehend im Text beschrieben worden ist, wird eine Variation
in einem Ausführungsbeispiel
während
einem Versuchsproduktionslauf in den Bauteileigenschaften induziert.
Eines der Nebenprodukte des Versuchsproduktionslaufs ist es, dass
der Benutzer erfährt,
welche Prozesseinstellungen eine große Auswirkung auf die Bauteileigenschaften
besitzen. Dieses Wissen ermöglicht
es dem Benutzer, eine kleine Anzahl von Prozesseinstellungen anzupassen,
um die Produktleistung bzw. Produktausgabe an jedem beliebigen vorbestimmten Punkt
an dem Regressionsmodell zu positionieren. Für den Fall des Spritzgusses
kann der Benutzer zum Beispiel feststellen, dass eine Veränderung
nur einer Druckeinstellung oder einer Temperatureinstellung oder
einer Geschwindigkeitseinstellung ausreicht, um die gemeinsame Ausgabe
der Artikeleigenschaften entlang der Regressionslinie zu verschieben.
-
Auf
der Basis der Korrelations- und Regressionsanalyse (612)
kann der Benutzer ferner eine Prädiktoreigenschaft
(636) auswählen,
um die Messung der Produktionsleistung zu erleichtern (630). Zum
Beispiel durch Analysieren der verbliebenen Artikeleigenschaften
im Verhältnis
zu der Prädiktoreigenschaft
kann der Benutzer robuste prädizierte
Eigenschaften identifizieren (d.h. Artikeleigenschaften, die immer
innerhalb der Toleranzgrenzen liegen) und diese aus der Messung
ausschließen
(Schritt 634). Alternativ oder in Verbindung damit kann
der Benutzer den maximal zulässigen
Bereich für
die Prädiktoreigenschaft
bestimmen sowie bestimmen, ob die Produktionsleistung 630 den
Spezifikationsgrenzen entspricht, indem eine einzelne Artikeleigenschaft (die
Prädiktoreigenschaft)
gemessen wird (632).
-
Um
wie dies vorstehend im Text beschrieben worden ist, die Leistung
entlang der Regressionslinie zu verschieben, kann eine Bedienungsperson
einer Spritzgussform eine oder mehrere Prozesssteuerungsvariablen
verändern,
wie etwa Druck, Temperatur, Geschwindigkeit, etc. Zu Veranschaulichungszwecken
handelt es sich bei einem Beispiel für eine Veränderung der Prozesseingaben
in der Spritzgussindustrie um die Veränderung einer inneren Abmessung
eines Formenhohlraums. Die Regressionslinie kann vertikal verschoben
werden. In 6 würde dies erreicht werden durch
eine Veränderung
der Größe der verbliebenen
Artikeleigenschaft. Eine Verringerung der Größe würde erreicht werden durch das
Hinzufügen
von Material zu der Innenseite der Form an einer Position dieser
Artikeleigenschaft. Dies würde
die Größe des produzierten
Artikels verringern und die Regressionslinie vertikal nach unten verschieben.
Die Höhe
der erforderlichen Verschiebung würde berechnet werden durch
die Bestimmung der Strecke, um die die Regressionslinie von dem
Zielschnittpunkt versetzt worden ist. Die Position der Regressionslinie
im Verhältnis
zu dem Zielschnittpunkt stellt Informationen bereit, die verwendet
werden können,
um zu bestimmen, in welche Richtung die Regressionslinie verschoben
werden muss sowie die Stärke
der Verschiebung.
-
Eine
alternative Methode der Verschiebung der Regressionslinie in 6 wäre deren
horizontale Verschiebung. Damit die Regressionslinie durch den Zielschnittpunkt
aus 6 verläuft,
muss sie nach rechts verschoben werden. Diese Verschiebung würde erreicht
durch eine Veränderung
der Formabmessung für
die Prädiktoreigenschaft.
Eine Verschiebung nach rechts bedeutet, dass die Größe der Prädiktoreigenschaft
erhöht
wird. Eine Vergrößerung setzt eine
Vergrößerung des
Formenhohlraums für
die Prädiktoreigenschaft
voraus (hier eine Abmessung). Dies kann durch Wegnahme von Material
von dem Inneren der Form erreicht werden. Die Größe der erforderlichen Verschiebung
wird bestimmt durch eine Berechnung des horizontalen Abstands zwischen
der Regressionslinie und dem Zielschnittpunkt.
-
Bei
einer weiteren Methode zur Verschiebung der Regressionslinie handelt
es sich um die Erzeugung einer Verschiebung durch Veränderung
einer bestimmten Kombination der Formabmessungen sowohl für den Prädiktor als
auch für
mindestens eine der verbliebenen Artikeleigenschaften. In dem speziellen
Beispiel aus der Abbildung aus 6 wird die Regressionslinie
in eine Richtung verschoben, die senkrecht zu ihr ist. Dies ist
effektiv die kürzest
mögliche
Verschiebung, die in Bezug auf die Position der Regressionslinie
durch den Zielschnittpunkt vorgenommen werden kann. In diesem Fall
würde die
Verschiebung durch eine Verringerung der Größe der prädizierten Eigenschaft und einen
Anstieg der Größe der Prädiktoreigenschaft
erreicht werden. In Bezug auf ein plattiertes Bauteil kann es sich
bei einem Beispiel der beiden Artikeleigenschaften um die Länge nach
der Plattierung und die Breitenabmessungen des Bauteils handeln.
In diesem Fall würden
die Länge
vor der Plattierung und die Breitenabmessungen des Bauteils als
Prozesseingaben berücksichtigt werden.
-
Die
Abbildung aus 7 veranschaulicht ein eingesetztes
Verfahren für
die Herstellung von Artikeln, die Eigenschaften aufweisen, welche
den Zielschnittpunkt überlagernd
oder mit diesem zusammenfallend platziert werden. Das Ausführungsbeispiel
aus der Abbildung aus 7 besteht aus einem Prozess
mit zwei Schritten. In dem ersten Schritt wird die Regressionslinie
verschoben, so dass sie den Zielschnittpunkt schneidet. In diesem
Beispiel wird die Regressionslinie nach unten und nach rechts verschoben.
Wie dies bereits vorstehend im Text beschrieben worden ist, kann
die Regressionslinie horizontal, vertikal oder sowie als auch verschoben
worden. In dem zweiten Schritt wird die Position der Eigenschaft
verschoben, und zwar in dem speziellen Beispiel entlang der Regressionslinie
in Richtung der kleineren Abmessungen, bis die Position mit dem Zielschnittpunkt
kongruent ist. In der Praxis ist die Richtung, in welche die Position
der Eigenschaft verschoben werden muss, abhängig von der Position der ursprünglichen
Eigenschaft im Verhältnis
zu dem Zielschnittpunkt und der Steigung der Regressionslinie.
-
Zu
didaktischen Zwecken bezieht sich die in der vorliegenden Anmeldung
verwendete Sprache auf den Einsatz von Techniken, um zu „lokalisieren" oder zu „positionieren" oder „den Schnittpunkt
zu bestimmen" oder „den Bereich
zu bestimmen" oder
andere Terminologie, die aus grafischer Sicht verwendet werden kann.
Praktisch alle hierin beschriebenen analytischen Techniken können entweder
grafisch oder analytisch realisiert werden. Hiermit wird festgestellt,
dass analytische Techniken eingesetzt werden können, wenn grafische Techniken
beschrieben werden, und wobei grafische Techniken eingesetzt werden
können,
wenn analytische Techniken beschrieben werden. Ein bevorzugtes Ausführungsbeispiel der
vorliegenden Erfindung führt
in der Tat alle Berechnungen, Rechnungen, Lokalisierungen und Bestimmungen
unter Verwendung von analytischen Techniken aus. Grafische Anzeigen
werden aus praktischen Gründen
und für
das Verständnis
seitens des Benutzers erzeugt.
-
Ebenfalls
zu didaktischen Zwecken bezieht sich die Sprache in der vorliegenden
Anmeldung auf eine Regressionslinie. Vorstehend im Text ist ausgeführt, dass
es sich bei der Regressionslinie nicht um eine gerade Linie handeln
muss, wobei sie auch eine krumme Linie darstellen kann. Hiermit
wird ferner festgestellt, dass das Regressionsmodell aus didaktischen
Gründen
häufig
als eine einzelne Linie dargestellt ist. Hiermit wird festgestellt,
dass das Regressionsmodell in einem bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung den Einsatz von Prädiktionsintervallen umfasst.
-
Hiermit
wird festgestellt, dass der Effekt von Veränderungen der Prozesssteuerungseinstellungen aus
didaktischen Gründen
in Bezug auf deren Effekt auf eine einzelne verbliebene (prädizierte)
Artikeleigenschaft veranschaulicht worden ist. Hiermit wird festgestellt,
dass der Effekt von Veränderungen
der Prozesssteuerungseinstellungen für mehr als zwei Artikeleigenschaften
bestimmt werden kann. Ebenso wird hiermit festgestellt, dass der
Effekt von Veränderungen
der Prozesseingaben in Bezug auf deren Auswirkung auf ein einzelnes
Regressionsmodell veranschaulicht worden ist. Hiermit wird ferner
festgestellt, dass die Auswirkung von Veränderungen der Prozesssteuerungseinstellungen
für mehr
als ein Regressionsmodell bestimmt werden kann.
-
Zu
didaktischen Zwecken ist angenommen worden, dass es sich bei dem
Ziel der Einführung
von Veränderungen
entweder der Prozesssteuerungseinstellungen und/oder der Prozesseingaben
darum handelt, die gemeinsame(n) Betriebsposition(en) und/oder Regressionsmodell(e)
näher an
einen oder mehrere Zielschnittpunkte zu bewegen. Hiermit wird ferner
festgestellt, dass diese Änderungen
vorgenommen werden können,
um die gemeinsame(n) Betriebsposition(en) und/oder Regressionsmodell(e)
an jede gewünschte
Position verschoben werden können.
-
Zu
didaktischen Zwecken wurden die den Artikeleigenschaften zugeordneten
oberen und unteren Spezifikationsgrenzen als konstante Werte beschrieben,
was zu einem rechteckigen Compliance-Bereich führt. Die vorliegende Erfindung
kann jedoch auch auf Bedingungen angewandt werden, bei denen eine oder
mehrere der Spezifikationsgrenzen variieren auf der Basis von einem
oder mehreren Faktoren, was zu einem Compliance-Bereich mit einer
Trapezform (Beispiel) oder einer anderen Form führt.
-
Schließlich wurde
zu didaktischen Zwecken, wie dies gerade vorstehend beschrieben
worden ist, angenommen, dass Änderungen
eingeführt
worden sind, um Artikeleigenschaften im Verhältnis zu einem oder mehreren
Kriterien zu verändern.
Hiermit wird festgestellt, dass die Algorithmen, Modelle und Konzepte,
die hierin ausgeführt
sind, eingesetzt werden können,
um den entgegengesetzten Effekt zu erzeugen. Zum Beispiel ist es
möglich
die erforderliche Veränderung
eines gemeinsamen Betriebspunkts und/oder einer Regressionsmodellposition
zu bestimmen, die erforderlich ist, um eine gewünschte Veränderung einer Prozesseinstellung
und/oder einer Prozesseingabe zu erreichen. Ein Ziel dieser Vorgehensweise
kann es sein, eine Prozesssteuerungseinstellung von einer gefährlichen
oder schädigenden
Einstellung weg zu bewegen. Ein weiteres Ziel dieser Vorgehensweise
kann es sein, den Produktionsprozess und/oder die Konstruktionsparameter
auf bestimmte Prozesseingaben abzustimmen, wie zum Beispiel auf
vorkonfigurierte Formen von Rohstoffen bzw. Ausgangswerkstoffen.
-
Abschließend wird
festgestellt, dass die vorliegende Erfindung wurde zwar für eine Funktionsweise
in Verbindung mit Spritzgussverfahren beschrieben worden ist, jedoch
kann die vorliegende Erfindung auch für eine Vielzahl anderer Prozesse eingesetzt
werden, wie dies bereits vorstehend im Text beschrieben worden ist.
Zum Beispiel findet die vorliegende Erfindung Anwendung bei der
Plattierung und Halbleiterfertigung sowie bei allen anderen Prozessen,
bei denen Material hinzugefügt,
weggenommen oder in Bezug auf Form oder Struktur verändert wird.
Die vorliegende Erfindung ist anwendbar in Bezug auf andere, nicht
fertigungsbezogene Prozesse, bei denen die Eigenschaften der Leistung
im Verhältnis
zueinander stehen. Folglich wurde die vorliegende Erfindung in Bezug
auf bestimmte Ausführungsbeispiele
beschrieben. Weitere Ausführungsbeispiele
der vorliegenden Erfindung sind für den Durchschnittsfachmann
auf dem Gebiet ersichtlich. Die nachstehend ausgeführten Ansprüche sind
somit nicht auf die vorstehend beschriebenen Ausführungsbeispiele
beschränkt.