制造工程分析支持方法、使计算机执行该方法的程序、程序产品及记录介质技术

本发明专利技术提供了一种支持对制品的品质因素和特性之间的关系进行分析的作业的制造工程分析支持方法、程序产品及存储介质，使计算机从用户处接收因素的指定，将对应于与所接收的因素相关的图像数据的图像配置于与计算机连接的显示装置内的虚拟空间上（Ｓ１３），在显示装置上显示配置了图像的虚拟空间（Ｓ１４），重复进行指定接收、配置和显示，直至用户判断出所显示的图像中的相邻图像间具有类似性，根据在相邻图像间具有类似性的图像接收用户的至少一个的图像指定（Ｓ１５），自动抽出所指定的图像具有的因素中共同的因素（Ｓ１６），接收用户指定的该共同因素和制品的品质之间的关系的假设，验证该关系假设（Ｓ１７），由此支持对用户所选择的因素和品质特性之间的关系进行分析的作业，将来自制品的图像数据的特征量和来自制造作业人员的与工程相关的文本数据的特征量数值／文字化并加到因素中（Ｓ１１，Ｓ１２）。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及可在各种产业的各种工业制品的制造工程分析中使用的制造工程分析方法、使计算机执行该方法的程序、程序产品及记录介质，具体涉及在半导体制造工程、磁盘装置制造工程、显示器制造工程等中，支持在把成品的特性或中间生成品(下面，称为制品)的特性表现为图像数据时的、可能会对该制品的品质产生影响的因素和品质特性之间的关系的分析作业的制造工程分析支持方法、程序、程序产品及记录介质。
技术介绍
在各种工业制品的制造工程中，存在多种可能会对制品的品质和特性产生影响的因素。人们对这些因素的相互作用并不十分清楚。作为这些因素，例如有原材料特性、装置、温度、压力、电流、粘性、速度、湿度、气压等。这些因素中包括具有可从外部进行控制的参数(控制因子)的因素和不可控制的因素(误差因子)。所谓制造工程的分析是指以提高制品的品质为目的，使这些因素和制品的特性之间的关系变明了的作业。以往，因为很难进行因素的测定，所以根据熟练人员的经验和感觉来进行制造工程的分析，但近年来，由于检测仪器和信息处理设备的高性能化，能够容易地取得与因素和制品的特性相关的数据。因此，作为不依赖于经验和感觉、系统地进行制造工程的分析的方法，增加了如下的事例，即，使用多变量分析等的统计方法(参照円川隆夫，宫川雅已著SQC理論と実際 シリ一ズ「现代人の数理」，朝倉書店(1992))和数据挖掘的技术进行工程分析(参照津田英隆，白井英大，武理一郎“デ一タマイニングの步留り解析ヘの適用”、第3回デ一タマイニング ワ一クシヨップ論文集、日本ンフトウエア科学会デ一タマイニング研究会(2002)，以及Michael J.A.Berry and GordonLinoffMastering Data Mining，John Willey&Sons Inc.(2000))。在以往的使用因子分析等的统计方法或数据挖掘技术的制造工程分析方法中，以各种因素为说明变量，以相当于品质的指标为目的变量，统计地分析说明变量对目的变量产生的影响度。然而，该方法中存在以下的课题。(a)在制造工程中得到的数据其因素数高达数百个到数千个的情况很多，对此，一般来说对应于批量数的记录数却很少。因此，如果仅使用以往的统计方法，在记录数少的情况下很难得到有意义的结果。(b)在制造工程中，即使得到了表示成品的特性或中间生成品的特性的图像数据或制造作业人员的注释等的与工程相关的文本数据，这些最多也只被作为参考数据来处理，不能在工程分析中直接利用。例如，有时制造作业人员观察中间生成品或成品的外观，根据以前的经验来直观地判断工程的哪部分处于怎样的状态，但在以往的统计方法中不能进行这样的分析。(c)检查人员通过目视或利用图像识别技术，可以将外观数值化，进行统计工程分析。然而，将外观的微妙变化数值化很难，有时会由于数值化而使用于工程分析的信息丢失。非专利文献円川隆夫，宫川雅已SQC理論と実際 シリ一ズ「现代人の数理」，朝倉書店(1992)。津田英隆，白井英大，武理一郎“デ一タマイニングの步留り解析ヘの適用”，第3回デ一タマイニング ワ一クシヨップ論文集，日本ソフトウエア科学会デ一タマイニング研究会(2002)。Michael J.A.Berry and Gordon LinoffMastering DataMining，John Willey&Sons Inc.(2000)。村尾晃平“画像特徵量の自動抽出と類似画像検索”，勉誠出版，人文学と情報処理，Vol.28，pp.54-61，July(2000)。http//venus.netlaboratory.com/salon/chiteki/mur/imgsearch.htmlVittorio Castelli and Lawrence D.Bergman ed.ImageDatabasesSearch and Retrieval of Digital Imagery，pp.285-372，John，Wiley&Sons(2002)。西尾他情報の構造化と検索，pp.113-119，岩波書店(2000)。柳井晴夫多变量デ一タ解析法 理論と応用，朝倉書店(1994)。T.コホネン著，德高他訳自己组織化マップ，シュプリンガ一フエアラ一ク東京株式会社(1996)。
技术实现思路
本专利技术的目的是为了解决以往的制造工程分析方法所具有的上述课题，而提供一种使因素和品质特性之间的关系的分析作业变得容易的制造工程分析支持方法、程序、程序产品及记录介质，其基于这样的构想反复选择因素直至多个制品的相邻图像变得类似之后，自动地抽出指定图像所共同的因素，即使在制品的记录数较少的情况下也能分析，而不仅仅依赖于统计方法。另外，提供一种即使制造工程分析人员不是熟练人员，也能使分析因素和品质特性之间的关系的作业变得容易的制造工程分析支持方法、程序、程序产品及记录介质。而且，提供一种通过使制品的图像和制造作业人员作成的与工程相关的文本成为数值/文字化因素的一部分，从而使分析因素和品质特性之间的关系的作业变得容易的制造工程分析支持方法、程序、程序产品及记录介质。为了达成上述目的，根据本专利技术的第1实施方式，提供了一种制造工程分析支持方法、程序、程序产品及存储了该程序的记录介质，其支持对作为可能对制造工程中的制品的品质产生影响的因素的由数值/文字数据构成的因素与制品的品质特性之间的关系进行分析的作业。该方法具有如下步骤显示步骤，在显示装置内的虚拟空间上显示对应于与从用户处接收的因素有关的图像数据的图像；重复进行接收来自用户的因素指定和显示步骤、直至用户判断出所显示的图像中的相邻图像间具有类似性的步骤；图像指定接收步骤，接收用户根据在相邻图像间具有类似性的图像而进行的多个图像指定；共同因素抽出步骤，自动抽出指定的图像所具有的因素中共同的因素；关系假设接收步骤，接收用户指定的共同因素和制品的品质之间的关系的假设；验证关系假设的步骤。这样对用户分析所选择的因素和品质特性之间的关系的作业进行支持。根据该第1实施方式，分析人员在观察数据的同时，也加进知识和经验，提供用于进行分析的支持环境，所以弥补了记录数少的缺点。具体来讲，因为在工程分析中直接处理图像数据，所以用户(即，制造工程分析者)通过一览图像，或根据各种观点重新排列这些图像，可以支持建立与可能对制品的品质产生影响的因素和制品的品质特性之间的关系有关的假设。另外，也能够容易地进行用于确认所建立的假设的确切度的验证作业。在上述第1实施方式中，还具有如下步骤从表示制品的品质特性的图像数据和制造作业人员所作成的与工程相关的文本数据中分别抽出特征量，将它们数值/文字化，并加到因素中，共同因素抽出步骤最好包括抽出所选择的图像中共同的图像特征、单词、因素的至少一个的步骤。这样，因为能够简单地抽出图像和文本中共同的各种特征，所以制品的制造工程的分析变得容易。另外，在上述第1实施方式中，指定图像接收步骤包括接收在虚拟空间内用户所指定的特定图像的步骤，显示步骤可以包括在用户指定了所指定的图像的特征量、数值和文字数据中的至少一个的情况下，列出与所指定的图像相类似的图像并在显示单元中显示的步骤。这样，因为能够容易地抽出与所指定本文档来自技高网...

【技术保护点】
一种制造工程分析支持方法，用于支持对作为可能对制造工程中的制品的品质产生影响的因素的由数值／文字数据构成的因素与该制品的品质特性之间的关系进行分析的作业，其特征在于，执行如下步骤：　　　　指定接收步骤，使计算机从用户处接收所述因素中的至少一个的指定；　　　　配置步骤，将对应于与该接收的因素相关的所述图像数据的图像配置于所述计算机内的虚拟空间上；　　　　显示步骤，在所述显示装置上显示配置了所述图像的虚拟空间；　　　　重复进行所述指定接收步骤、所述配置步骤和所述显示步骤，直至用户判断出该显示的图像中的相邻图像间具有类似性的步骤；　　　　图像指定接收步骤，接收用户根据在所述相邻图像间具有类似性的图像而进行的多个图像指定；　　　　共同因素抽出步骤，自动地抽出该指定的图像所具有的因素中共同的因素；　　　　关系假设接收步骤，接收用户指定的该共同因素和制品的品质之间的关系的假设；以及　　　　验证该关系假设的步骤，　　　　由此对分析用户所选择的因素和所述品质特性之间的关系的作业进行支持。

【技术特征摘要】

【专利技术属性】
技术研发人员：增本大器，上原祐介，远藤进，椎谷秀一，马场孝之，长田茂美，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：JP[日本]