Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken zur industriellen Problemlösung
In diesem Video zeigen wir, wie Sie leistungsschwache Prozesse in JMP mithilfe der Halbleiterfähigkeitsdaten aus der Beispieldatenbibliothek identifizieren.
Diese Tabelle enthält 128 Prozessvariablen, die im Spaltenbereich gruppiert sind. Für jede Variable sind die Spezifikationsgrenzen als Spalteneigenschaft gespeichert.
Zunächst führen wir eine Fähigkeitsanalyse für die ersten 10 Variablen durch.
Um die Analyse durchzuführen, wählen wir im Menü „Analysieren“ unter „Qualität und Prozess“ die Option „Prozessfähigkeit“.
Wir wählen die ersten 10 Variablen aus, von NPN1 bis NPN4, und klicken auf Y, Process.
Beachten Sie, dass es Optionen gibt, um zu definieren, ob Daten mithilfe rationaler Untergruppierung erfasst wurden, um Optionen für den gleitenden Bereich anzugeben, um historische Informationen einzugeben und um die Verteilung anzugeben.
Wir wählen OK, um die Analyse durchzuführen.
Das Dreieck im Zieldiagramm gilt für Variablen mit einem P pk von 1,0 oder höher.
Wir ändern das P pk auf 1,3 statt 1,0. Dadurch wird das Dreieck so angepasst, dass Variablen mit P angezeigt werden pk größer als 1,3 innerhalb des Dreiecks.
Wir können sehen, dass vier Variablen deutlich außerhalb dieses Bereichs liegen.
Um den Zielplot farblich zu kennzeichnen, wählen wir „Shade Levels“ aus dem roten Dreieck neben „Goal Plot“ aus. Die leistungsstärksten Variablen liegen im grünen Dreieck. Borderline-Prozesse befinden sich im gelben Dreieck, schlecht funktionierende Prozesse im roten Bereich.
Wenn wir den Mauszeiger auf eine Variable platzieren, zeigt JMP den Variablennamen an. Außerdem wird ein Kontrolldiagramm-Graphlet für die Variable angezeigt. Die beiden problematischsten Variablen sind IVP2 (oben links) und IVP1 (ganz rechts).
Wir scrollen nach unten, um Capability-Box-Plots für jede Variable anzuzeigen. Jede Variable wird durch ihr Ziel zentriert und durch ihre Spezifikationsgrenze skaliert. Dies ermöglicht es uns, Variablen, die außerhalb des Ziels liegen oder eine zu große Variabilität aufweisen, leicht zu identifizieren.
Wir sehen, dass IVP1 zu variabel ist und vom Ziel abweicht. Es ist in Richtung der oberen Spezifikationsgrenze verschoben. Auch IVP2 ist zu variabel und wird in Richtung der unteren Spezifikationsgrenze verschoben. Dies bestätigt, was wir auf dem Zieldiagramm sehen.
Das Fähigkeitsindexdiagramm zeigt den P pk für jede Variable. Dies ist ein weiteres Diagramm, das uns hilft, Variablen mit schlechter Leistung leicht zu identifizieren.
Unter dem oberen roten Dreieck stehen weitere Zusammenfassungen und grafische Darstellungen zur Verfügung.
Wir wählen den Bericht „Einzeldetails“ aus. Dadurch werden individuelle Fähigkeitsanalysen für jede Variable bereitgestellt. Wir können deutlich erkennen, dass IVP1 weit über die Spezifikationsgrenzen hinaus verschoben ist und dass die Prozessstreuung viel größer ist als die Breite der Spezifikationsgrenzen.
Mit der Process Screening-Plattform können Sie auch ein Zieldiagramm und andere Leistungsstatistiken für viele Variablen erstellen.
Diese Plattform befindet sich im Menü „Analysieren“ unter „Screening“.
Auch hier wählen wir die ersten 10 Variablen aus.
Der Stabilitätsindex, P pk , und C pk sind neben vielen weiteren Maßnahmen vorgesehen.
Prozessleistungsdiagramm und Zieldiagramm sind Optionen mit roten Dreiecken.
Um Off-Target-Prozesse zu identifizieren, wählen wir im Menü des roten Dreiecks unter „Show Capability“ die Option „Target Index“ aus. Wir wählen auch C P aus diesem Menü.
Vier der zehn Prozesse weichen um eine Standardabweichung oder mehr von den Zielvorgaben ab.
Wir klicken zweimal auf die Bezeichnung „Zielindex“, um in absteigender Reihenfolge zu sortieren.
Die Variable NPN3 ist stabil und hochleistungsfähig, liegt jedoch außerhalb des Ziels. Wie ist das möglich? Wir wählen die Variable aus und wählen dann Prozessfähigkeit für ausgewähltes Element aus. Die Prozessstreuung ist im Vergleich zu den Spezifikationsgrenzen sehr gering. Obwohl der Prozess also außerhalb der Zielvorgaben liegt, liegt die prognostizierte Nichtkonformitätsrate bei 0,00.
