Graphical Approaches for monitoring Multistage manufacturing process

Abstract

Monitoring the process with a number of variables is crucial in the modern manufacturing process. In an actual manufacturing situation, practical monitoring technique combining process variables with quality variables is required to give an insight to dynamic change of processes to field engineers. The bag plot is a graphical nonparametric method that is frequently used for analyzing correlation and detecting some outliers. However established the bag plots are used only univariate variable in x-axis and y-axis, so the bag plot is graphical method with several limitation on multistage manufacturing process control. This paper proposes the bag plot method monitoring multistage process by using multivariate projection method value such as Hotelling`s statistics and data depth. This paper also performed contribution chart based on Bonferroni corrected confidence interval and variables importance on PLS projections(VIP) method for analyzing main stages influence on defect data. The proposed method is applied to a real multivariate process data set. The proposed method provides useful visualization for the process.| 현대의 제조공정 현장에서는 수많은 공정을 관리하는 것이 중요해지고 있다. 역동적인 공정과정을 모니터링해야 하는 실제 현장 엔지니어에게 품질측정 값이 적용된 현실적인 모니터링 기법이 필요할 것이다. Bag plot은 두 변수 간의 상관관계 분석과 이상치를 감지하는 데 주로 사용되는 시각적인 비모수 분석기법이다. 하지만, 기존의 bag plot 분석기법은 각 축과 축에 오직 하나의 변수만이 사용되기 때문에, 이 분석기법은 다단계의 제조공정과정에서 몇 가지 한계점을 가지고 있다. 본 논문에서는 Hotelling's 통계량, 데이터 depth와 같은 다변량 사영(projection)기법을 사용하면서 다단계의 공정을 모니터링하는 bag plot기법을 제안한다. 또한, Bonferroni 보정 신뢰구간 기반의 기여도 그림과 불량데이터의 주요원인변수 분석을 위한 부분최소제곱 사영(projection) 과정에서의 변수 중요도 변수선택법도 구현해 보았다. 본 논문에서는 이러한 방법으로 터치스크린패널 제조공정 데이터에 적용해봄으로써, 제안한 방법에 대한 이해를 돕고 있다. 또한, 실제 데이터에서 나타나지 않는 경향의 데이터를 생성하여 실험해 보면서 제안한 방법에 대한 이해를 돕고 있다. 제안한 방법은 공정데이터의 시각적 분석을 통해서 현장엔지니어의 이해력과 통찰력을 증가시킬 수 있는 특징을 가지고 있다.; Monitoring the process with a number of variables is crucial in the modern manufacturing process. In an actual manufacturing situation, practical monitoring technique combining process variables with quality variables is required to give an insight to dynamic change of processes to field engineers. The bag plot is a graphical nonparametric method that is frequently used for analyzing correlation and detecting some outliers. However established the bag plots are used only univariate variable in x-axis and y-axis, so the bag plot is graphical method with several limitation on multistage manufacturing process control. This paper proposes the bag plot method monitoring multistage process by using multivariate projection method value such as Hotelling`s statistics and data depth. This paper also performed contribution chart based on Bonferroni corrected confidence interval and variables importance on PLS projections(VIP) method for analyzing main stages influence on defect data. The proposed method is applied to a real multivariate process data set. The proposed method provides useful visualization for the process.