第13 届全国质量管理研讨会
以数据探勘为基建构偏光板质量异常诊断系统
摘 要
数据探勘 (data mining) 是利用自动或半自动的技术,由数据库中萃取出有效的、
事前未知的,以及潜在有用的信息,以作为两种用处:一先了解数据特征与关系可以提
供决策制定与问题解决的依据;二再由所探勘出来的信息可以帮助进行分类与预测。
本研究希望以偏光板在面板端的客诉异常,利用数据探勘技术中的决策树分析,
比较Answer tree软件的四种演算方式CHAID、Exhaustive CHAID、CART与QUEST,
利用其错误率进行算法选定,再从其中进行异常真因与现象的法则归纳,并透过失
效模式与效应分析(FMEA),在严重度、发生率、探测度、RPN 的级别设定上进行检
讨分析,可使得分析知识更有效率与正确性,进而预先防堵,避免无谓之异常造成双
方的质量成本。
供货商质量管理 (supplier quality management, SQM) 可以藉由此套质量异常诊断
系统快速分类,进行机器设备、参数设定最佳化与特殊检验手法的搭配,并同时水平
展开到所有供货商管理系统,降低异常重复发生机率,以期达到SQM 的源头管理、事
半功倍的效率。
关键词:数据探勘、决策树、失效模式与效应分析、供
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !