跳至主要内容

📊 統計規則引擎

本章節介紹如何透過「規則引擎」捕捉除了「出界」以外的統計異常。在實時製造環境中，高效判定數據模式是核心課題。

1. 狀態感知與滑動窗口​

統計規則判定（如：連續 9 點在同一側）需要依賴之前的歷史點位。

1.1 滑動窗口機制​

  • 優化設計：系統將「活動窗口」快取在記憶體中，新點補入，舊點滑出，不重複查詢資料庫。

2. 高效判定技術：位元遮罩 (Bitmasking)​

2.1 位元運算優化​

  • 原理：將點的狀態轉化為位元流（Bitstream）。
  • 邏輯檢查：例如檢查 Bitmask 進行全 11 或全 00 判定。
  • 設計理由：在極大规模並發下，位元運算能在一個 CPU 週期內完成，確保無延遲響應。

3. 複合邏輯規則與區間劃分​

3.1 區間劃分 (Zones)​

  • A 區：中心線 ±2σ\pm 2\sigma 與 ±3σ\pm 3\sigma 之間。
  • B 區：中心線 ±1σ\pm 1\sigma 與 ±2σ\pm 2\sigma 之間。
  • C 區：中心線與 ±1σ\pm 1\sigma 之間。

3.2 邏輯組合器 (AND/OR/NOT)​

  • 技術實現：支持將多個基礎規則連結。
  • 場景應用：只有在機台處於特定狀態時才觸發特定規則。

4. 領域專家思維：規則集的靈活性​

專家深知「規則集」的選擇與製程階段息息相關。

  • 初期開發：採用寬鬆規則，避免過多無效通知。
  • 熟練量產：啟用全套 Nelson 規則，捕捉細微衰退。
  • 自定義擴展：系統支援基於 Script 的自定義規則。