《统计过程控制方法和装置的制作方法》由会员分享，可在线阅读，更多相关《统计过程控制方法和装置的制作方法（7页珍藏版）》请在金锄头文库上搜索。
1、统计过程控制方法和装置的制作方法专利名称：统计过程控制方法和装置的制作方法技术领域：本发明涉及一种统计过程控制方法和装置。背景技术：在企业的生产部门里，每天都要生产或加工大量产品，产品的性能和品 质关系到企业的命脉。为保证产品质量，有必要对生产过程进行及时的监控和检测分析。统计过程控制(SPC)是一种借助于统计学，对生产过程进行统计并控制的工具。在生产过程中，统计过程控制工具被广泛的用于对生产过 程中的参数进行收集和分析，以统计信号的形式提供给工程师，例如对生产 过程中所收集的样本数据计算控制图的控制界，做成控制图、直方图，以供分析；或者使用控制图中的控制界，观测生产过程中数据点的波动情况，以
2、 此监控生产过程。在统计过程控制中，控制图和控制界是提供给工程师的重要的统计信号， 也是用于评估该生产过程是否处于稳定状态的重要指标。通常， 一个处于稳 定状态的生产系统具有较小的离散性。产生系统的离散性的原因被分为随机 原因 (random, chance or common causes )和净争歹朱原因(special or assignable causes)。如果生产系统中存在使系统离散性增大的特殊原因，并且没有及时 被发现和去除，这些特殊原因可能会持续地以无法预测的方式影响生产系统， 从而影响生产系统的稳定性，进而影响产品质量。因此需要使用统计过程控 制工具，及早发现离散的征兆，找
3、出原因，采取措施排除故障。然而在实际 工作当中，每个工程师需要同时负责几个机台、每个机台又有上千的系统参 数，生产过程这些大量的参数令工程师们难以承受，如何同时处理这些复杂 而数目繁多的控制图，将其自动化、简单化、易读化，成为工程师们关心的问题。同时，如何确定控制界也是画出控制图、进而对生产过程进行监测和控 制的关键。这是由于一方面，如果将控制界设置得过于接近历史平均值，会 导致错误报警增多，而另一方面，如果将控制界设置得远离历史平均值，将 有可能出现系统不稳定却不报警的情况。申请号为200480037968.6的中国专利申请中提到从多维数据库提取时间 序列，并从所提取的时间序列使用统计过程控
4、制(SPC)技术自动计算用于所指 定维中的所指定度量的一个或多个控制界限，并根据这一个或多个控制界限对数据的越界情况进行监控，但是该专利申请描述的技术方案数据处理复 杂，而且计算过程按照传统的标准化计算过程，对数据的数量和性质都有要 求，即要求数据服从连续的正态分布、单峰性(uni-modality)与没有自相关 性(autocorrelation),用来计算控制界的数据数量上必须大于三十并且数据 不含异常点(outlier),在数据满足上述条件的前提下，控制界为被监测数据 的三倍标准方差。然而实际生产过程中，很多生产过程参数不满足以上条件， 因此应用传统的标准统计过程控制进行控制界的计算所得
5、出的结果是不准确 的。与此类似，现有的软件系统大多使用传统的标准统计过程控制进行分析， 不能满足实际的生产需求。发明内容本发明提供了一种统计过程控制方法和装置，可处理不符合现有传统的 标准统计过程控制要求的实际生产参数的数据，提高监控精度。本发明法提供一种统计过程控制方法，该方法包括以下步骤采集生产 过程中待分析的原始数据；将原始数据分类，分为非连续分布类型数据、具 有自相关性类型数据、非正态分布类型数据和正态分布类型数据；对于上述 各类数据，分别确定对应的控制界，并根据所确定的控制界对生产过程进行监控和/或分析。可选的，先判断所述数据是否属于连-续分布类型，不属于的数据则为非连续分布类型数据
6、；属于连续分布的数据，判断其自相关性；具有自相关性 的为具有自相关性类型数据；连续分布且不具有自相关性类型的数据，经过 异常点的检验和过滤之后，根据其是否符合正态分布，分为正态分布类型数 据和非正态分布类型数据；可选的，所述非连续分布类型是指，所述数据的不同数值种类大小小于 或等于预定值；可选的，所述具有自相关性类型是指所述数据的 一 阶自相关性系数大于 预定值而且取得该一阶自相关性系数的概率值小于另 一预定值；可选的，对于非连续分布类型数据，使用从工程上定义的警告上下界作 为控制界；可选的，对于具有自相关性类型的数据，使用从工程上定义的警告上下 界作为控制界；可选的，对于正态分布类型数据，采
7、用被监测数据的三倍标准方差作为 控制界；可选的，对于非正态分布类型数据，采用百位分数法计算控制界； 可选的，对于非正态分布类型数据，假定数据高低端外延部分符合正态 分布，并采用线性外推法结合百位分数分别计算其高低端控制界；可选的，对于非正态分布类型数据，采用线性外推法结合百位分数分别 计算其高低端控制界，包括步骤对所采集的数据进行合理的假设，得到包 含百分位数的线性的控制界计算公式；由标准正态分布百分位公式求出所述 线性的控制界计算公式中的线性系数k值；根据所采集的数据，求出所述线 性的控制界计算公式中包含的百分位数所对应的数据值；将线性系数k值和 百分位数对应的数据值代入所述线性的计算公式，
8、确定控制界。本发明还提供一种统计过程分析装置，该装置包括 数据采集单元，用于采集待分析的原始数据；连续分布类型判断单元，用于接收所采集的数据，判断所采集的数据是 否属于连续分布类型；对于属于连续分布类型的数据，进入自相关类型判断 单元；对于属于非连续分布类型的数据，进入控制界确定单元；自相关性类型判断单元，用于接收连续分布的数据，判断其是否具有自 相关性；对于具有自相关性类型的数据，进入控制界确定单元；对于无相关 性类型的数据，进入异常点检验和过滤单元；异常点检验和过滤单元，用于对连续分布且无自相关性的数据进行异常 点的检验和过滤，经过检验和过滤的数据，进入正态分布类型判断单元；正态分布类型判
9、断单元，用于接收无自相关性且经过异常点检验和过滤 的数据，判断是否属于正态分布类型，将数据分为正态分布类型和非正态分 布类型，并进入控制界确定单元；控制界确定单元，包括非连续分布类型数据控制界计算单元、具有自相 关性类型数据控制界计算单元、非正态分布类型数据控制界计算单元和正态 分布类型数据控制界计算单元，分别用于接收非连续分布类型数据、具有自 相关性类型数据、非正态分布类型数据和正态分布类型数据，计算各类数据 对应的用于对生产过程进行监控和/或分析的控制界。可选的，所述连续分布类型判断单元，包括计算单元和比较单元，所述 计算单元用于计算所述数据的不同数值种类大小，所述比较单元用于比较所述数据
10、的不同数值种类与预定值，若所述数据的不同数值种类超过该预定值 则属于连续分布类型数据，反之则不属于。可选的，所述自相关性类型判断单元，包括计算单元和比较单元，所述 计算单元用于计算所述数据的一阶自相关性系数和取得该一阶自相关性系数 的概率值，所述比较单元用于比较所述数据的一阶自相关性系数与预定值以及取得该一阶自相关性系数的概率值与另 一预定值，若一阶自相关性系数大 于所述预定值而且取得该一阶自相关性系数的概率值小于所述另一预定值的 数据则属于具有自相关性类型数据，反之则不属于。可选的，所述非连续分布类型数据控制界计算单元，用于接收非连续分 布类型数据，采用从工程上定义的警告上下界作为其控制界。
11、可选的，所述具有自相关性类型数据控制界计算单元，用于接收具有自 相关性类型数据，采用从工程上定义的警告上下界作为其控制界。可选的，所述正态分布类型数据控制界计算单元，用于接收无自相关性、 经过异常点检验和过滤、且为正态分布的数据，采用被监测数据的三倍标准 方差作为控制界。可选的，所述非正态分布类型数据控制界计算单元，用于接收非正态分 布类型数据对于无自相关性且为非正态分布的数据，采用百位分数法计算控 制界。可选的，所述非正态分布类型数据控制界计算单元，用于接收非正态分 布类型数据对于无自相关性且为非正态分布的数据，采用线性外推法结合百 分位数法计算控制界。可选的，所述非正态分布类型数据控制界计
12、算单元，包括百分位数计算单元、k值计算单元和控制界计算单元。百分位数计算单元根据所采集的数据， 计算控制界计算单元所采用的线性公式中包含的百分位数所对应的数据值； k值计算单元计算控制界计算单元所采用的线性公式中的线性系数k值；控制 界计算单元根据线性系数k值和百分位数对应的数据值，采用相应的线性公 式，计算所述假警报率情况下非正态分布类型数据的控制界的值。与现有技术相比，上述所公开的统计分析方法和装置，具有以下优点有效的将生产系统中的各类数据进行了分类，同时也简化了控制图的分 类，提高了工作效率。对于非连续分布的数据的控制界采用从工程上定义的警告上下界；对于无自相关性但经过异常点检验与过滤，
13、为正态分布的数据的控制界仍采用标 准类型的计算方法，即为被检测数据的三倍标准方差。从而有效地降低了工 作量，提高了工作效率。对于无自相关性且为非正态分布的数据，在数据量不足的情况下，对控 制界的计算方法，合理地假定了数据高低端外延部分符合正态分布，并采用 线性外推法和百位分数算法相结合，得到合理的结论值。对于自相关性的数据，相关文献中对其控制界有提供专门的统计方法， 但过于复杂，本发明提出以从工程上定义的警告上下界作为此类数据的控制 界，只要数据点始终在警告上下界之内，就不会产生警报，节约了数据检查 的时间，减轻了工程师们的工作负荷。图1是本发明统计过程控制方法的一种实施方式流程图2是本发明统
14、计过程控制方法的另 一种实施方式流程图3是本发明统计过程控制方法的一种实施方式中数据点的分布图4是本发明统计过程控制方法的另 一种实施方式中数据点的分布图5是本发明统计过程控制方法的另 一种实施方式中数据点的分布图6是本发明统计过程控制装置的一种实施方式流程图7是本发明统计过程控制装置的另 一种实施方式流程图8是本发明统计过程控制装置中控制界确定单元组成；图9是本发明统计过程控制装置中非正态分布类型数据控制界计算单元 的一种具体实施方式。具体实施例方式参考图1,本发明统计控制方法，采集生产系统中的原始数据(步骤D1), 将这些待分析的原始数据分为非连续类型数据、具有自相关性类型数据、正 态分布
15、类型数据和非正态分布类型数据(步骤D2),并根据不同类型的数据 特征，分别计算其不同的控制界(步骤D3)。参考图2,本发明统计控制方法的一种实施方式包括下列步骤步骤Sl,采集待分析的原始数据。在一种具体实现中，对于生产系统中 各工序环节的大量参数分别进行数据采集。例如，在晶圓的生产制造中，通 常采用整组数据随机抽样的方法采集数据，即每一次的随机采样，都从工序 中抽取n个样品，而不是把n个样品分几次抽出。可采用不同的采集方式对 各不同参数进行采集。步骤S2,判断数据是否属于连续分布类型，若属于非连续分布类型，则 进入步骤S6，若属于连续分布类型，则进入步骤S3。在一种具体实现中，可根据所述数据数
16、值的大小，通过判断不同数值大小的种类，确定是否属于连续分布类型。例如，若不同数值大小的种类小于 或等于二十种，即属于非连续分布类型；若不同数值大小的种类超过二十种， 即属于连续分布类型。步骤S3，判断数据是否具有自相关性，若数据具有自相关性，进入步骤 S7;反之，即数据无自相关性，则进入步骤S4。例如，在一种具体实现中，若所述数据的一阶自相关性系数大于0.5而且 取得该一阶自相关性系数的概率值小于0.05，即具有自相关性；反之，即数 据无自相关性。步骤S4,对数据进行异常点的检验和过滤，完成检验和过滤的数据进入 步骤S5。在一种具体实现中，所述异常点检验与过滤可采用按常规+A3IQR的Tukey公式来检验与过滤异常点，即上筛限=Q3 + 3 * ( Q3 - Ql ),下筛限= Ql-3 * (Q3-Q1),其中Q1和Q3是第一、第二分位数，落在该上
