The traditional control chart for n

The traditional control chart for nonconformities (called C control chart) assumes that process nonconformities follow a Poisson distribution. In actuality, however, the occurrence of nonconformities does not always observe Poisson distribution. For example, when nonconformities of wafers have clustering phenomenon in semiconductor production process, the process control based on Poisson distribution always underestimates the true average nonconformities and process variance. If the compound Poisson process is taken as the basis for process control, the quality feature could be described more accurately. When the process has minor variation, the sensitivity of the exponentially weighted moving average (EWMA) control chart is higher than the C control chart and more accurately reflects the current situation of the process on the control chart. Hence, this study considers Poisson–Gamma compound distribution for the failure mechanism, and takes the Markov chain approach to calculate the average run length produced by the EWMA control chart with different design parameters. Moreover, the EWMA control chart based on Poisson–Gamma compound distribution was constructed and actual data from a wafer plant were employed to illustrate the operation of the model. This study could be useful for detecting minor process variations in wafer plants and improving the process quality.

ผลลัพธ์ (ไทย) 1:

แผนภูมิควบคุมแบบดั้งเดิมสำหรับ nonconformities (เรียกว่าแผนภูมิควบคุม C) สันนิษฐานว่า nonconformities กระบวนการตามการแจกแจงปัวซอง ใน อย่างไรก็ตาม การเกิดขึ้นของ nonconformities ไม่เสมอสังเกตกระจาย Poisson เช่น เมื่อ nonconformities ของเวเฟอร์มีคลัสเตอร์ปรากฏการณ์ในกระบวนการผลิตสารกึ่งตัวนำ การควบคุมกระบวนการตามการแจกแจงปัวซองเสมอ underestimates ที่แท้จริงเฉลี่ย nonconformities และประมวลผลต่างกัน ถ้ากระบวนการปัวผสมจะถูกใช้เป็นพื้นฐานสำหรับการควบคุมกระบวนการ คุณลักษณะคุณภาพอาจจะอธิบายได้อย่างแม่นยำมาก เมื่อกระบวนการมีการเปลี่ยนแปลงเล็กน้อย ความไวของการถ่วงน้ำหนักชี้แจงย้ายเฉลี่ย (EWMA) แผนภูมิควบคุมสูงกว่าแผนภูมิควบคุม C และยิ่งสะท้อนถึงสถานการณ์ปัจจุบันของกระบวนการบนแผนภูมิควบคุม ดังนั้น การศึกษานี้พิจารณากระจายสารปัว – แกมมาสำหรับกลไกความล้มเหลว และใช้วิธีลูกโซ่มาร์คอฟเพื่อคำนวณความยาวใช้งานเฉลี่ยผลิต โดยแผนภูมิควบคุม EWMA กับพารามิเตอร์การออกแบบที่แตกต่างกัน นอกจากนี้ สร้างแผนภูมิควบคุม EWMA อิงปัว – แกมมาผสมจำหน่าย และข้อมูลจริงจากพืชเวเฟอร์ถูกใช้เพื่อแสดงการดำเนินการของรูปแบบ การศึกษานี้อาจเป็นประโยชน์สำหรับการตรวจจับรูปแบบกระบวนการรองเวพืช และปรับปรุงคุณภาพกระบวนการ

ผลลัพธ์ (ไทย) 2:

แผนภูมิควบคุมแบบดั้งเดิมสำหรับข้อบกพร่อง (เรียกว่าแผนภูมิควบคุม C) สันนิษฐานว่าเป็นไปตามข้อกำหนดตามขั้นตอนการกระจาย Poisson ในความเป็นจริง แต่เกิดข้อบกพร่องไม่เคยสังเกตการกระจาย Poisson ตัวอย่างเช่นเมื่อเป็นไปตามข้อกำหนดของช็อคโกแลตมีปรากฏการณ์การจัดกลุ่มในการผลิตเซมิคอนดักเตอร์กระบวนการการควบคุมกระบวนการที่ขึ้นอยู่กับการกระจาย Poisson มักจะดูถูกเป็นไปตามข้อกำหนดเฉลี่ยความจริงและความแปรปรวนของกระบวนการ หากสารกระบวนการ Poisson จะนำมาเป็นพื้นฐานในการควบคุมกระบวนการที่มีคุณลักษณะที่มีคุณภาพสามารถอธิบายได้ถูกต้องมากขึ้น เมื่อกระบวนการมีการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ความไวของการถ่วงน้ำหนักชี้แจงค่าเฉลี่ยเคลื่อนที่ (EWMA) แผนภูมิควบคุมสูงกว่าแผนภูมิควบคุมซีและถูกต้องมากขึ้นสะท้อนให้เห็นถึงสถานการณ์ปัจจุบันของกระบวนการในแผนภูมิควบคุม ดังนั้นการศึกษาครั้งนี้จะพิจารณาการกระจาย Poisson สารแกมมากลไกความล้มเหลวและใช้วิธีการห่วงโซ่มาร์คอฟในการคำนวณความยาววิ่งเฉลี่ยที่ผลิตโดยแผนภูมิควบคุม EWMA กับพารามิเตอร์ออกแบบที่แตกต่าง นอกจากนี้แผนภูมิควบคุม EWMA อยู่บนพื้นฐานของการกระจาย Poisson สารแกมมาถูกสร้างขึ้นและข้อมูลที่เกิดขึ้นจริงจากโรงงานเวเฟอร์ถูกจ้างมาเพื่อแสดงให้เห็นถึงการดำเนินงานของรูปแบบ การศึกษาครั้งนี้จะเป็นประโยชน์สำหรับการตรวจสอบรูปแบบขั้นตอนเล็ก ๆ น้อย ๆ ในพืชเวเฟอร์และการปรับปรุงคุณภาพกระบวนการ

ผลลัพธ์ (ไทย) 3:

ในปี 1930 ที่ศาลาเดิมถูกรื้อถอนหลังจากจัดงานแล้ว อย่างไรก็ตาม ในปี 1983 กลุ่มสถาปนิก คาตาลัน เริ่มทำ การสร้างพาวิลเลียนจากภาพถ่ายและสิ่งที่เล็ก ๆน้อย ๆ salvaged ภาพวาดที่ยังคงอยู่ วันนี้ก็เปิดทุกวัน และสามารถเห็นได้ในสถานที่เดียวกัน เช่น ใน 1929