課程介紹
製程資料結合IOT進行生產紀錄,其最重要的貢獻在於提供品質分析。然而從大量資料中找出製程與品質的相關性有其複雜度,且在已經高度良率中要再將品質再提升更是難上加難。一般品質分析主要是透過SPC來進行管制界線設定,透過SPC來提升產品品質。然而有時品質問題牽涉層面較廣,可以透過分類、關聯法來找出品質與製程機台的關聯性以及製程的差異性,是否牽涉到補償問題。因此大數據之後,主要在於建模,而建模的良窳又牽涉到資料前處理。
而資料整理有人使用SQL進行資料處理,有的使用Excel來進行分析,整理時間耗費數天或數周。而進行資料建模分析透過撰寫程式,得經過撰寫、編譯、除蟲等問題,執行分析後得在驗證模型,在驗證後再出報告。如此可能耗費數天或數月,若資料有問題或模型不準確得再重新整理資料,再重新建模,如此一在反覆。
本課程將會使用製程與品質資料來進行練習,透過使用市面上的大數據工具PolyAnalyst來進行課程練習,將講解大數據資料整理,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。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。
課程特色/目標
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分析演算法
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
課程對象
產能分析工程師
品質工程師
製程/研發工程師
對提升良率改善需求人士
對大數據分析有興趣人
講師簡介
-黃老師-
【經歷】科技業-軟體系統處技術部經理
【專長】機器人模擬、布置規劃、系統模擬建模、系統分析、決策分析、資料採礦、系統模擬專案導入、類神經網路、人因工程、認知心理學、人機介面研究應用
課程大綱
l 大數據資料分析初步認識
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 製程與品質分析案例實作一
l 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 機台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