主要优势
用户友好界面,并有高度可视化演示。
便于快速导入/导出 Excel 文档或手动数据输入。
在广泛的帮助和指导下,快速直观地使用,专为具有很少数学背景和统计知识的操作员量身定制。
五种统计模型(â vs. a、Logit、Probit、LogLog、CLogLog),可用于生成 POD 曲线,包括基于使用运营商导入数据的最有效 POD 曲线的自动模型推荐。
噪声研究和阈值优化工具可根据检查系统属性有效调整 POD 模型输入。
â vs. a POD
与阈值和饱和幅度有关的缺陷大小和幅度。
可以根据缺陷长度、高度和深度生成单独的 POD 曲线。
POD 和置信曲线可用于笛卡尔图和对数刻度图。
关键缺陷大小在图表上用垂直线指定,并列在汇总表中。
命中/未命中 POD
POD 曲线是根据命中(1,绿点)和未命中(0,蓝点)数据生成的。
可以根据缺陷的长度、高度和深度生成单独的 POD 曲线。
POD 和置信曲线可用于笛卡尔图和对数刻度图。
关键缺陷大小在图表上用垂直线指定,并列在汇总表中。
POD 模型推荐
在 12 种设置中使用的所有 5 种模型(â vs. a、Logit、Probit、LogLog、CLogLog)的即时分析和比较。
根据 AIC 值自动推荐最有效的 POD 模型。
使用 BIC 值评估所有 POD 模型的数据拟合质量。
只需单击按钮,用户就会被引导到具有优化参数的推荐模型。
Nordtest â vs. a POD 和命中/未命中 PODs
可以将导入的数据分组到选定数量的 bin 中以生成 POD 曲线。
用户可以选择 5 到 15 个 bin。
POD 和置信曲线可用于笛卡尔图和对数刻度图。
关键缺陷大小在图表上用垂直线指定,并列在汇总表中。
噪声研究
仪器的噪声数据可以导入软件。
与正态、威布尔和对数正态分布相比,获得了噪声统计分布。
根据噪声统计分布,计算不同阈值的误报概率。
关键缺陷尺寸在图表上由垂直线指定。
阈值优化
可以以图形方式,分析阈值对 POD 曲线形状的影响。
可以使用各种颜色来绘制不同阈值生成的 POD 曲线,在同一张图上提供清晰的比较。
在单独的图表中分析阈值对临界缺陷尺寸值的影响。
尺寸精度
将测量的缺陷尺寸与实际尺寸进行比较,进行尺寸精度评估。
尺寸回归拟合将估算的缺陷尺寸与理想的实际缺陷尺寸进行比较。
提供尺寸散点图,将实际缺陷的尺寸与测量的缺陷尺寸散点进行比较。
大小回归和散点图结果将汇总在包含关键信息的表格中。
尺寸优化
推荐比较线性、多项式和幂拟合的最佳校准曲线拟合公式。
计算要在仪器中用于确定尺寸的最佳校准曲线。
最佳校准曲线使用导致缺陷尺寸测量更接近实际尺寸。
提供最佳校准曲线公式和仪器数据导入表。