Qu'il s'agisse d'un OEM professionnel OEM, d'une conception originale commandée en usine par ODM ou même d'une sous-traitance, il existe un point commun dans l'industrie moderne. Tout d'abord, l'usine fabrique des produits. Le plus important est le taux de rendement du produit, c'est-à-dire le pourcentage qui correspond aux spécifications. Cependant, si la qualité du produit doit être évaluée, le taux de rendement n'est pas le seul indicateur. L'évaluation la plus courante est la qualité de la capacité du processus, telle que CPK>1.33, etc., mais je sais pourquoi les grandes entreprises telles que Google, Intel, Apple peuvent rendre la qualité du produit stable, ce qui implique les outils et indicateurs qu'ils utilisent pour l'évaluation. Ce qui suit présentera un cas SMT simple et utilisera JMP pour l'analyse .
Dans la ligne de production de processus SMT (technologie de montage en surface), l'un des processus de colle sur site nécessite d'évaluer la qualité des équipements de deux fabricants différents et de sélectionner la machine appropriée. Avant l'analyse, laissez tout le monde comprendre brièvement le processus de distribution.
Dans le processus de distribution, les coefficients de dilatation thermique de la plaquette et du substrat sont différents, et les changements de température provoquent la concentration des contraintes thermiques sur les bosses entre les deux, provoquant la formation de fissures en circuit ouvert (Figure 1). déformés par des forces extérieures ou l'environnement est oxydé, les bosses vont également changer.Détérioration fragile, il faut donc se dispenser d'augmenter la force de liaison entre la puce et le substrat, isoler l'air et redistribuer les contraintes (Figure 2). Bien sûr, il y a de nombreux facteurs dans le processus de distribution, cette fois ce n'est que simple Évaluez la régularité du poids de la machine après la distribution et le degré de déviation dans les directions x et y.
Image 1 à gauche; Image 2 à droite
Les spécifications techniques généralement fournies par la machine sont illustrées à la figure 3 ci-dessous (pas la norme pour cet exemple)
image 3
01 : Analyse statistique descriptive et comparaison
Lors de l'analyse, nous commençons par le poids de distribution. La collecte de données comprend les données de l'entreprise (H, F) et du nombre de jours (Figure 4 ci-dessous). Il est recommandé de commencer par Statistiques descriptives Pour commencer, comprenez d'abord sa distribution et entrez les spécifications pour la comparaison.
Figure 4
A partir de (Figure 5 ci-dessous), nous pouvons voir que les deux sociétés ne sont pas très symétriques, ce qui peut être facilement comparé à l'aide des plateformes Distribution et Graph Builder de JMP.
Figure 5
Faites ensuite correspondre la vérification de l'état normal (voir la figure 6 ci-dessous) pour le déterminer comme Attribution anormale , Nous pouvons donc comparer les capacités du processus,
Image 6
La capabilité du processus de l'entreprise M est supérieure à celle de l'entreprise W, mais tous ont un niveau supérieur à 1,33 (Figure 7)
Figure 7
02 : Test d'hypothèse
Après avoir comparé les statistiques narratives, vous pouvez alors utiliser le test d'hypothèse pour savoir si les deux entreprises sont significativement différentes.D'après les résultats du test, on sait que la variation entre les deux n'est pas égale (car les deux sont anormalement distribuées et utilisez la méthode de Levene pour juger), puis le test de Wetch comprend qu'il existe une différence significative entre les deux valeurs moyennes, donc dans la partie poids, on peut clairement voir que la société M a un avantage, comme le montre la figure 8.
Figure 8
03 : Analyse ANOVA
L'étape suivante consiste à examiner le nombre de jours pour comprendre si des jours différents entraîneront des différences significatives dans le poids des deux sociétés.Selon les données collectées, effectuez une analyse ANOVA sur des jours différents, comme le montrent les figures 9 et 10 ci-dessous. Il n'y a pas de différence significative dans certaines parties, et il y a une différence significative dans la partie moyenne.En supposant que l'écart n'affecte pas la qualité, l'entreprise définira généralement une autre différence pratique comme niveau, selon qu'elle affectera réellement la qualité qualité. Cependant, l'entreprise W a évidemment une différence significative au niveau de deux jours, même si la moyenne n'est pas significativement différente, en général, il est plus difficile d'ajuster la variation que d'ajuster l'écart.
Figure 9 - Analyse ANOVA de l'entreprise M
Figure 10 - Analyse ANOVA de la société W
04 : Carte de contrôle
En plus de la vérification statistique, il peut également être utilisé avec la fonction de carte de contrôle (Figure 11), avec le filtre de données local pour filtrer et comparer les données. On peut voir sur le graphique que les deux fournisseurs d'équipement ont une limite de contrôle plus étroite sur le deuxième jour, mais la société W est très claire Il y a des points proches du cahier des charges. Si c'est vraiment dû à des considérations de prix, il faut en rechercher la raison.
Image 11
Ensuite, confirmez le degré de déviation de xy et confirmez selon le processus ci-dessus. Il est confirmé à partir de la capabilité du processus (Figure 12) que la société M est meilleure, et les deux sociétés effectuent une analyse ANOVA (Figure 13) s'il s'agit d'une variation ou une valeur moyenne Il existe des différences significatives entre les fournisseurs d'équipement.
Image 12
Figure 13
Ensuite, subdivisez-le en deux jours pour comparaison (Figure 14). Seules les différences sont répertoriées ici. Que la société W soit dans la direction x ou y, le nombre de jours entraînera des différences, tandis que la société M n'a aucun effet.
Figure 14
Enfin, faites correspondre la confirmation de la carte de contrôle (Figure 15) pour confirmer le niveau de la société W, et la société M ne mettra pas la carte ci-dessus s'il n'y a pas de différence significative.Par conséquent, que ce soit le poids des points ou le décalage de xy , c'est mieux pour la société M.
Figure 15
en conclusion
Enfin, du point de vue du client, il existe de nombreux paramètres de qualité à confirmer pour un seul processus. De plus, chaque paramètre a également différentes méthodes à analyser. Bien que les fonctions ci-dessus soient dispersées sur différentes plates-formes, elles peuvent être personnalisées avec JSL Windows ou Dashboard intègre tous les résultats d'analyse et les standardise, faisant écho au point commun mentionné au début est "la qualité et la rapidité d'analyse". Il existe de nombreuses applications dans différents secteurs dans la vraie vie. Bienvenue pour vous inscrire au séminaire en ligne JMP. , Vous entendrez des scénarios d'analyse plus pratiques pour vous aider à résoudre des problèmes analytiques dans le travail quotidien.
Les derniers séminaires en ligne // 6 exemples de data science dans des applications high-tech
Dans les lignes de production complexes de haute technologie, pour améliorer efficacement la compétitivité des produits et optimiser les processus de fabrication, l'utilisation des données pour découvrir, résoudre et prévenir les problèmes est devenue une clé importante qui ne peut être ignorée. Ce séminaire commencera du point de vue de la production, à travers le partage de cas d'application pratiques, comprendre comment JMP peut réduire efficacement les heures de travail inutiles et améliorer l'efficacité du travail ; puis apprendre et éviter les pertes, essayer d'utiliser les exemples les plus pratiques et les méthodes les plus efficaces pour résoudre et découvrir les problèmes, optimiser davantage les conditions de production et procéder à une alerte précoce et à une prise de décision rapide. Ceci est un séminaire gratuit, Cliquez ici pour vous inscrire maintenant
