473自動化構想設計(品質改善)

　前のページでお話した内容をまとめるとこちらの図の様になります。

　従来からもデータを使った品質管理は行われてきました。データを見えるかして、異常が発生すると改善大対策を行うといった流れでした。また、統計処理を使って異常の予兆をとらえる方法の取り組みも行われてきました。しかし、背景でお話したように、多因子が絡んだ問題であると予兆を正確にとらえることは難しくAIに頼る必要が出てきます。

　ここでAIによる品質予測の課題と処理とは次のようなものだと考えます

　課題：品質の良い大量のデータが必要／説明変数と目的変数との紐付け

　処理：過去データから予測モデルを作成／直近データを予測モデルにインプット／　　　　 アウトプットされた予測値で管理／ 品質の天気予報↑↓表示／異常予兆を判断する。

・フィージビリティースタディーの対象とした製造現場

　　対象：プリント基板の製造工程

　　工程：リソグラフ、積層、穴あけ、メッキ、最終検査

　　管理項目：説明変数(温度、電流、濃度、圧力、流量)　目的変数(メッキ品質)

　　管理手法：1直に数回計測値をプロットし、上下限界値内にあれば適正

最初に、現場の現状分析として　「データの棚卸」　「品質不良の要因分析」を実施