Livello: intermedio
Corinne Bergès, Cintura Nera Six Sigma, NXP Semiconductors
Kurt Neugebauer, ingegnere di progettazione analogica, NXP Semiconductors
Da Dai, Design Automation Engineer, NXP Semiconductors
Martin Kunstmann, studente di R & D-SUP-Working, NXP Semiconductors
Alain Beaudet, Product and Test Engineer, NXP Semiconductors
Lo Structured Problem Solving (SPS) è uno dei tre pilastri del sistema NXP Six Sigma, con cultura della qualità e miglioramento continuo, e dimostra ancora di più la maturità del sistema di qualità NXP. Alcuni approcci chiave in NXP SPS si adattano ai framework DMAIC / DMADV, 8D o 5-Why. Usano ampiamente le statistiche per trasformare le ipotesi in evidenze, necessarie per l'eliminazione della causa principale di un difetto reale: modellazione, DOE, analisi multivariata, ... Vengono descritte due analisi statistiche specifiche. Nella progettazione automobilistica, per quanto riguarda la simulazione di difetti parametrici, hard o soft, lo scopo è quello di implementare il miglior algoritmo per ridurre il numero di simulazioni, senza influire sulla copertura dei test o sulla precisione della stima del tasso di guasto: per questo, JMP fornisce opzioni interessanti nel clustering. Gli esperimenti NXP si tradurranno in un algoritmo e in alcune raccomandazioni per il nuovo standard IEEE sullo studio sul metodo di contabilizzazione della copertura dei difetti. Ora, a valle della produzione, quando si occupa del calcolo dell'indice di capacità e del test di normalità, per bypassare l'elevata sensibilità di questi test per una leggera anormalità, è stata progettata una metodologia in JMP per quantificare il passaggio dalla normalità, utilizzando la distribuzione Shash e la sua Parametri di curtosi e asimmetria. È stato implementato uno script per automatizzarlo negli oltre 3000 test per un prodotto automobilistico.
