detail-database1000x600.png


데이터베이스 및 필터

수집된 품질 데이터는 각 품명, 품번, 라인별, 공정별등 각 키값들에 의해 자동으로 데이터베이스에 등록되며, 검사 특성별로 등록됩니다.
날짜 및 시간, 호기, 공정별등으로 등록되어 있는 데이터 정보를 조건으로 빠르게 필터링하여, 분석에 필요한 데이터를 빠르게 불러 올수 있습니다
detail-Qanalyzervarious.png


다양한 차트 및 분석


Q-Analyzer는 품질분석에 필요한 공정능력지수 뿐만 아니라 꺽은선, 히스토그램, 확률도, 박스차트, 선형회귀분석, 관리도등 상세한 통계분석과 다양한 요약그래픽 및 레포트를 제공합니다.

이뿐 아니라 모든 차트의 줌인/아웃 기능, 그래프의 색상 및 사이즈 지정이 가능합니다.

detail-correl-2.jpg

머신러닝분석

하나의 부품이 제조되기까지 여러 공정을 거쳐 여러 설비를 통과해 완성에 이릅니다. 그 설비의 동작이나 생산 조건을 변화시키는 요소는 무수히 존재합니다. 예를 들어 공작기계라면 이송속도, 스핀들회전수, 온도, 공구마모량, 쿨런트 공급량 등을 생각할 수 있습니다. 생산된 제품의 품질은 생산 조건 요소의 집대성입니다. 이들 생산조건 파라미터의 요소들과 품질검사 결과를 단순한 선형상관관계에서 밝히지 못한 상관관계를 머신러닝하여 결과에 가장 영향을 미치는 생산조건 파라미터를 머신러닝으로 도출하고, 파라미터의 가장 적합한 조건을 도출하여, 생산상의 과제나 개선점을 재빠르게 밝혀냅니다.