• Description

上課地址:工研院產業學院 台北學習中心 (實際地點以上課通知為準!)

時數:14

起迄日期:2019-10-23~2019-10-24

聯絡資訊:顏嘉瑩/02-2370-1111#319

報名截止日:2019-10-20

課程類別:人才培訓(課程)

研討會編號:2319050014

課程簡介:

傳統統計製程控制技術主要透過SPC統計分析,透過SPC的方法只能確定產品是否在生產管制界限內,但是並無法進行下一個產品的品質加工輸出預測,甚至更推論機台狀況,預測後續產品輸出會在落點,進而進行製程產品預測。因此,機台參數控制的製程能力優化與趨勢預測需要進一步整合。除了提升產品品質之外,提升產品製程能力之控管。另外在維護資訊也是提升品質的要項,因此文本分析應用於品質管制也會在此次進行介紹。

本研習會將會使用製程與品質資料來進行練習,在傳統統計方面,將透過使用Excel based的統計軟體Xlstat軟體來進行SPC分析,另外也會結合使用R codePython來進行統計預測分析,而資料前處理,品質關聯分析、製程品質參數分析,機台維護資料的文本分析處理等進階技術將採用圖控大數據平台PolyAnalyst來實作練習。透過案例練習,讓學員了解在大數據資料整理、建模分析等應用在結構資料及非結構化資料分析技巧。

 

課程特色/效益:

結構資料與非結構化資料之如何應用與分析

品質技術分析常用的統計分析

如何應用在製程與品質關係分析

了解資料處理與建模及模型比較

如何進行品質異常分析,歸類、分群,異常關聯。

資料前處理的技巧

結構與非結構分析與品質提升之應用

 

講師簡介: 黃家祚

課程大綱:

 

第一天

第二天

l  大數據資料分析初步認識

l  AI演算法介紹

l  製程與品質資料收集與整理

l  資料前處理技術淺談

l  大數據建模與驗證

n  結構化資料分析與應用

n  非結構化文本分析與應用

l  統計方法分析

n  加工機台時間分布統計

n  SPC製程管制界限分析

n  時間序預測分析

l  汽車案例分析

n  R code預測案例分析實作

n  Python預測案例分析實作

n  圖控式軟體預測案例分析實作

l  製程與品質分析案例實作

n  機台資料整理與品質資料串聯

n  機台資料格式轉換

n  機台與品質關聯分析與解讀

n  生產參數分析模型建立

n  生產參數分析比較

n  規則與模型驗證

l  維護案例文本分析實作

n  3D印表機維護紀錄說明

n  文本資料前處理

n  維護事件詞雲分布呈現與探討

n  維護事件間之詞關聯分析

n  事件分類與歸類

n  事件分類表統計

n  事件與子事件比例分析