偵測多變量非線性輪廓資料製程改變之研究

Translated title of the thesis: Detecting the Process Changes for Multivariate Nonlinear Profile Data
  • 呂 孟哲

Student thesis: Master's Thesis

Abstract

統計製程管制 (Statistical Process Control SPC) 是監控與改善產品及製程品質的重要方法。現今高科技產業的統計製程管制中,我們常需要針對兩個或多個相關品質特性進行監控;例如半導體製造、印刷電路板及航太工業等?多工業領域之製程,皆屬多變量品質特性之範疇。若這些多變量品質特性以一個或多個解釋變數的函數關係式來表達,則稱之為多變量輪廓資料。由於我們通常無法事先知道其函數關係式,且實際資料往往亦不服從多變量常態分配。故本研究擬透過無母數迴歸模型描述輪廓資料的函數關係,並提出多變量非線性輪廓資料的監控方法。 我們首先藉由支持向量迴歸 (Support Vector Regression SVR) 模型對輪廓資料進行模型配適,取得參考剖面 (Reference Profile)後,再計算觀測值與參考剖面間的平均絕對偏差作為其測度 (Metric),並結合測度與SREWMA (Spatial Rank Exponential Weighted Moving Average) 提出RSREWMA (Revised Spatial Rank Exponential Weighted Moving Average) 管制圖作為第二階段不滿足共同固定設計 (Common Fixed Design CFD) 的條件下多變量非線性輪廓資料監控的依據。接著針對製程產生偏移的各種狀況進行統計模擬,並以平均連串長度 (Average Run Length ARL) 作為管制圖偵測能力的評估標準。最後,我們透過一組多變量非線性輪廓資料做數值實例的驗證與說明。
Date of Award2018 Jun 21
Original languageChinese
SupervisorJeh-Nan Pan (Supervisor)

Cite this

'