有機発光ダイオード (OLED) デバイスの最適化戦略デビッド・リー、OLEDWorks、品質および信頼性担当ディレクター
すべての実験で複数のデータ タイプが生成され、革新的な有機発光ダイオード (OLED) のサブミクロンの性質により、それぞれに独自の分析と制御が必要です。 3 つの特定のデータ メソッドについて説明します。 まず、研究の前提は、改善された検出力と信号検出のために JMP 13 に組み込まれた新しい機能を利用して構築された 6 因子決定的スクリーニング計画に集中しています。 プロファイラーおよびシミュレーション スタディを使用して生成された欠陥モデルを使用して、複数の応答がモデル化されました。 第二に、デバイスは、加速フェード テストで放射輝度の損失を継続的に監視されます。 多くの場合、デバイスは障害点に到達する前にテストから除外されます。 予測故障時間は、信頼性低下プラットフォームまたは非線形モデル プラットフォームのいずれかでカスタム非線形モデルを利用することによって見積もることができます。 その後、推定故障時間は、一般化回帰プラットフォームの新機能だけでなく、従来のパラメトリック サバイバル手法にも組み込まれました。 最後に、放射輝度データが視覚スペクトル全体で収集され、約 100 の相関応答が得られます。
データ探索実験計画法予測モデリング品質と信頼性
