文献

J-GLOBAL ID：201802240080293944   整理番号：18A1615689

異なる訓練および判断タイプ,環境およびヒューマンファクタと欠陥の割合を与えた金属鋳物の視覚検査誤差を推定するための確率モデル【JST・京大機械翻訳】

A probabilistic model to estimate visual inspection error for metalcastings given different training and judgment types, environmental and human factors, and percent of defects

著者 (3件)： Stallard (Voelker) Michelle M. (Industrial and Manufacturing Systems Engineering at Iowa State University, Ames, IA, 50011, United States) ,  MacKenzie Cameron A. (Industrial and Manufacturing Systems Engineering at Iowa State University, Ames, IA, 50011, United States) ,  Peters Frank E. (Industrial and Manufacturing Systems Engineering at Iowa State University, Ames, IA, 50011, United States)
資料名： Journal of Manufacturing Systems  (Journal of Manufacturing Systems)
巻： 48  号： PA  ページ： 97-106  発行年： 2018年 
JST資料番号： D0396B  ISSN： 0278-6125  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 鋳造金属表面の目視検査のための現在の方法は,再現性と再現性の両方において可変である。検査方法におけるこの変動のため,余分な仕上げ操作がしばしば処方される。これらの多くは,再作業または顧客拒絶を避ける試みにおいて,処理を超えている。さらに,欠陥のある鋳造品は検査を通過し,顧客に送られる可能性がある。顧客が高品質の鋳物を受け取ることを確実にすることの重要性を考えると,本論文では,タイプIとIIの誤差の確率を分析し定量化した。ここで,タイプIの誤差は誤警報であり,タイプIIの誤差は現在の欠陥を失う。影響図と呼ばれるリスク解析に頻繁に用いられる確率モデルを開発し,タイプIとIIの誤差の機会に影響する異なる因子を組み込んだ。これらの要因には,検査者の訓練,検査プロセス中に使用される判断のタイプ,欠陥のある鋳物の割合,環境条件,および検査者の能力が含まれている。モデルは以前の実験と著者らの専門知識に基づく入力を有する。影響図は,0.35におけるタイプI誤差の確率と0.40におけるタイプII誤差の確率を計算した。これらの結果をナイーブBayesモデルと比較した。製造者は,この分析を用いて,誤差の確率を低減できる鋳造工場における因子を同定することができる。最良事例シナリオの下でさえ,タイプI誤差の確率は0.18であり,タイプII誤差の確率は視覚検査に対して0.30である。これは,鋳造金属表面の検査プロセスへの改善が必要であることを示している。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モデル ,  鋳造 ,  再現性 ,  *確率モデル ,  *鋳物 ,  *ヒューマンファクタ ,  *視覚検査 ,  *金属 ,  検査員 ,  肉眼検査 ,  鋳造工場 ,  生産者
準シソーラス用語： 専門知識 ,  誤警報 , 【Automatic Indexing@JST】

著者キーワード (5件)： リスク評価 ,  鋳造表面 ,  視覚検査 ,  影響図 ,  表面検査

分類 (3件)： 鋳造欠陥  (WC01060X) ,  品質検査  (KB04020L) ,  非破壊試験  (HB02030F)

タイトルに関連する用語 (11件)： 訓練 ,  タイプ ,  環境 ,  ヒューマンファクタ ,  欠陥 ,  割合 ,  鋳物 ,  視覚検査 ,  誤差 ,  推定 ,  確率モデル