Überwachung von Prozesskurven

In diesem Beitrag wird eine fünfstufige Methode zur relativen Überwachung von Prozesskurven im latenten Raum vorgestellt. Die Datenbasis bilden 7460 Prozesskurven aus einem industriellen End-of-Line-Test. Das dichtebasierte räumliche Clustering bildet den Kern der Methode und nutzt die Eigenschaft, dass sich der untersuchte Produktionsprozess, unter statistischer Kontrolle befindet. Zwei potenziell falsch-positive Teile wurden durch das Verfahren erkannt, eine zeitliche Drift der Prozessdaten sowie die klare Trennbarkeit von Gut- und Schlechtteilen sind aus dem Verfahren ersichtlich.

This paper presents a fivestage method for the relative monitoring of process curves in latent space. The data basis consists of 7460 process curves from an industrial end-of-line test. Density-based spatial clustering forms the core of the method and utilizes the property that the investigated production process is under statistical control. Two potentially false-positive parts were detected by the method, a temporal process drift of the process data and the clear separability of good and bad parts is evident from the method.