OEM 전문 OEM이든, ODM 자체 공장 위탁 설계든, 아웃소싱이든, 현대 산업에는 공통점이 있습니다. 우선 공장에서 제품을 생산하는데 가장 중요한 것은 제품의 수율, 즉 사양에 맞는 비율이지만 제품의 품질을 평가하자면 수율이 아니다. 가장 보편적인 평가는 CPK>1.33 등의 공정능력의 품질이지만, 구글, 인텔, 애플과 같은 대기업들이 왜 도구와 평가에 사용하는 지표 다음은 간단한 SMT 사례를 소개하고 분석에 JMP를 사용합니다.
SMT(표면 실장 기술) 공정 생산 라인에서 현장 접착제 공정 중 하나는 두 개의 서로 다른 제조업체의 장비 품질을 평가하고 적절한 기계를 선택해야 합니다. 분석에 앞서 모든 사람이 분배 과정을 간략하게 이해하게 하십시오.
디스펜싱 과정에서 웨이퍼와 기판의 열팽창 계수가 다르고 온도 변화로 인해 두 범프 사이의 범프에 열 응력이 집중되어 균열이 발생하여 개방 회로가 형성됩니다(그림 1). 외력에 의해 변형되거나 환경이 산화되면 범프도 변하게 되는데 취성 열화 때문에 칩과 기판 사이의 결합 강도를 높이고 공기를 차단하고 응력을 재분배하기 위해 디스펜스가 필요하다(그림 2). 물론, 디스펜싱 과정에는 많은 요소가 있습니다. 이번에는 간단합니다. 분주 후 기계의 무게 일관성과 x 및 y 방향의 편차 정도를 평가하십시오.
왼쪽 사진 1, 오른쪽 사진 2
일반적으로 기계에서 제공하는 기술 사양은 아래 그림 3에 나와 있습니다(이 예에서는 표준이 아님).
이미지 3
01: 기술 통계 분석 및 비교
분석할 때는 분주량부터 시작하며 데이터 수집에는 회사(M, W)와 일수 데이터(아래 그림 4)가 포함됩니다. 기술 통계 시작하려면 먼저 분포를 이해하고 비교를 위해 사양을 입력하십시오.
그림 4
(아래 그림 5)에서 두 회사가 그다지 대칭적이지 않음을 알 수 있으며 JMP의 Distribution 및 Graph Builder 플랫폼을 사용하여 쉽게 비교할 수 있습니다.
그림 5
그런 다음 정상 상태 확인(아래 그림 6 참조)을 일치시켜 다음과 같이 결정합니다. 비정상 할당 , 그러면 프로세스 기능을 비교할 수 있습니다.
이미지 6
M사의 공정능력은 W사의 공정능력보다 높으나 모두 1.33 이상의 수준을 갖는다(그림 7).
그림 7
02: 가설 검정
내러티브 통계를 비교한 후 가설 검정을 사용하여 두 회사가 유의하게 다른지 여부를 확인할 수 있습니다. 검정 결과에서 둘 사이의 변동이 동일하지 않은 것으로 알려져 있습니다(둘 다 비정상적으로 분포되어 있고 Levene 방법을 이용하여 판단), 그러면 Wet Test는 두 평균값 사이에 상당한 차이가 있음을 이해하므로 가중치 부분에서 그림 8과 같이 M사가 유리함을 분명히 알 수 있다.
그림 8
03: ANOVA 분석
다음 단계는 일수를 살펴보고 일수에 따라 두 회사의 가중치가 크게 달라지는지 여부를 파악하는 것입니다 수집된 데이터에 따라 아래 그림 9와 10과 같이 일수를 다르게 ANOVA 분석을 수행합니다. 일부 부분에서는 큰 차이가 없고 평균 부분에서는 큰 차이가 있습니다 편차가 품질에 영향을 미치지 않는다고 가정하면 회사는 일반적으로 실제로 영향을 미칠지 여부에 따라 다른 Practical 차이를 수준으로 설정합니다. 품질. 그러나 W사는 2일 수준에서 분명히 유의한 차이가 있으며, 평균이 크게 다르지 않더라도 일반적으로 편차를 조정하는 것보다 변동을 조정하는 것이 더 어렵습니다.
그림 9 - M사의 ANOVA 분석
그림 10 - W사의 ANOVA 분석
04: 관리도
통계적 검증 외에도 제어 차트 기능(그림 11)과 함께 데이터를 필터링 및 비교하는 로컬 데이터 필터와 함께 사용할 수 있습니다. 그래프에서 두 장비 공급업체의 제어 경계가 더 좁은 것을 알 수 있습니다 2일째인데 W사는 아주 명료하게 사양에 근접한 포인트가 있습니다.정말 가격적인 문제라면 이유를 조사해야 합니다.
그림 11
그런 다음 xy의 편차 정도를 확인하고 위의 과정에 따라 확인한다 공정능력(그림 12)에서 M사가 더 나은 것으로 확인되었고, 두 회사가 변이인지 ANOVA 분석(그림 13)을 한다. 또는 평균값 장비 공급업체 간에 상당한 차이가 있습니다.
그림 12
그림 13
그런 다음 비교를 위해 2일로 세분화합니다(그림 14). 여기에는 차이점만 나열되어 있습니다. 회사 W가 x 방향이든 y 방향이든 상관없이 일 수는 차이를 유발하고 회사 M은 영향을 미치지 않습니다.
그림 14
마지막으로 관리도 확인(그림 15)과 일치하여 W사의 수준을 확인하고 M사는 큰 차이가 없으면 위의 차트를 넣지 않기 때문에 점의 무게인지 xy의 오프셋인지를 확인한다. , M 회사에 더 좋습니다.
그림 15
결론적으로
마지막으로 클라이언트의 관점에서 보면 하나의 프로세스에 대해 확인해야 할 품질 매개변수가 많고 또한 각 매개변수도 분석 방법이 다릅니다.위의 기능은 플랫폼마다 흩어져 있지만 JSL로 사용자 정의할 수 있습니다. . Windows 또는 Dashboard는 모든 분석 결과를 통합하고 표준화하며 처음에 언급한 "분석의 품질과 적시성"이라는 공통점을 반영합니다. 실생활에는 다양한 산업 분야의 많은 응용 프로그램이 있습니다. JMP 온라인 세미나 등록을 환영합니다. , 일상 업무에서 분석 문제를 해결하는 데 도움이 되는 보다 실용적인 분석 시나리오를 듣게 됩니다.
최신 온라인 세미나 // 하이테크 애플리케이션에서 데이터 과학의 6가지 예
복잡한 첨단 생산 라인에서 제품 경쟁력을 효과적으로 높이고 제조 프로세스를 최적화하기 위해 데이터를 사용하여 문제를 발견하고 해결하고 예방하는 것은 무시할 수 없는 중요한 열쇠가 되었습니다. 이 세미나는 실제 적용 사례 공유를 통해 생산의 관점에서 시작하여 JMP가 어떻게 불필요한 노동 시간을 효과적으로 줄이고 작업 효율성을 향상시킬 수 있는지 이해하고 손실을 피하고 가장 실용적인 예와 가장 효율적인 방법을 사용하려고 노력합니다. 문제를 해결하고 발견하고 생산 조건을 더욱 최적화하고 조기 경고 및 적시 의사 결정을 내립니다. 무료 세미나입니다, 지금 등록하려면 여기를 클릭하세요
