Qu'il s'agisse de fabrication professionnelle OEM, de conception originale commandée en usine par ODM ou même d'externalisation, l'industrie moderne a une chose en commun. Alors, quel est ce point commun ? Tout d'abord, l'usine fabrique des produits, et le plus important est le rendement du produit, qui est le pourcentage qui correspond aux spécifications. Cependant, si vous souhaitez évaluer la qualité du produit, le rendement n'est pas le seul L'indicateur le plus courant est la qualité du processus. Comme CPK>1,33, etc. Cependant, nous connaissons de grandes entreprises comme Google, Intel, Apple, etc. Pourquoi peuvent-elles stabiliser la qualité des produits ? outils et indicateurs qu'ils utilisent pour l'évaluation. Ce qui suit présente un cas SMT simple et utilise JMP pour l'analyser.
Dans la chaîne de production du procédé SMT (Surface-Mount Technology), le processus de collage de l'une des stations nécessite d'évaluer la qualité des équipements de deux fabricants différents pour sélectionner la machine appropriée. Avant l’analyse, comprenons brièvement le processus de distribution.
Dans le processus de distribution, les coefficients de dilatation thermique de la plaquette et du substrat sont différents. Les changements de température provoquent une concentration des contraintes thermiques sur les bosses entre eux, provoquant des fissures et des circuits ouverts (comme le montre la figure 1). Lorsque le substrat est déformé par Si une force extérieure ou l'environnement s'oxyde, les bosses vont également se déformer. Elles sont cassantes et se détériorent, il est donc nécessaire d'appliquer de la colle pour augmenter la résistance du joint entre la puce et le substrat, isoler l'air et redistribuer les contraintes (Figure 2 ). Bien entendu, de nombreux facteurs entrent en jeu dans le processus de distribution de la colle. Cette fois, nous nous contentons simplement Évaluez la cohérence du poids et la déviation dans les directions x et y après la distribution sur la machine.
Photo 1 à gauche; Photo 2 à droite
Les spécifications techniques habituellement fournies par la machine sont présentées dans la figure 3 ci-dessous (pas la norme pour cet exemple)
image 3
01 : Comparaison d’analyses statistiques narratives
Lors de l'analyse, nous commençons d'abord par le poids de distribution. La collecte de données comprend les données sur l'entreprise (M, W) et le nombre de jours (Figure 4 ci-dessous). Il est recommandé de commencer par statistiques narratives Pour commencer, comprenez d’abord sa distribution et entrez les spécifications à des fins de comparaison.
Figure 4
Vous pouvez voir sur la figure 5 ci-dessous qu'aucune des deux sociétés n'a de distribution très symétrique, qui peut être facilement comparée à l'aide des plates-formes Distribution et Graph Builder de JMP.
Figure 5
Puis combiné avec le test de normalité (comme le montre la figure 6 ci-dessous), il est déterminé comme étant allocation anormale , afin que nous puissions ensuite comparer en fonction des capacités du processus,
Figure 6
La capacité de traitement de l'entreprise M est supérieure à celle de l'entreprise W, mais toutes deux sont supérieures à 1,33 (Figure 7)
Figure 7
02 : Test d'hypothèse
Après avoir comparé les statistiques narratives, vous pouvez ensuite utiliser le test d'hypothèse pour comprendre s'il existe une différence significative entre les deux sociétés. À partir des résultats du test, vous pouvez savoir que la variation entre les deux n'est pas égale (car les deux sont anormales). distributions, utilisez la méthode de Levene pour juger). Ensuite, à partir du test de Wetch, on sait qu'il y a une différence significative entre les deux moyennes, donc dans la partie poids, on peut clairement voir que la société M a un avantage, comme le montre Figure 8.
Figure 8
03 : Analyse ANOVA
L'étape suivante consiste à se concentrer sur le nombre de jours pour comprendre si des jours différents entraîneront des différences significatives dans le poids des deux sociétés. Sur la base des données collectées, effectuez une analyse ANOVA sur différents jours, comme le montrent les figures 9 et 10 ci-dessous. Parmi eux, l'entreprise M présente une variation sur les deux jours. Il n'y a pas de différence significative dans certaines parties, mais il y a une différence significative dans la partie moyenne. En supposant que l'écart n'affecte pas la qualité, l'entreprise générale définira une autre différence pratique. comme niveau pour voir si cela affectera réellement la qualité. Il est évident que les niveaux de W Company sont significativement différents entre les deux jours. Même si la moyenne n'est pas significativement différente, d'une manière générale, l'ajustement de la variation sera plus difficile que l'ajustement de l'écart.
Figure 9 – Analyse ANOVA de la société M
Figure 10 – Analyse ANOVA de la société W
04 : Carte de contrôle
En plus des tests statistiques, vous pouvez également utiliser la fonction de carte de contrôle (Figure 11) pour filtrer et comparer les données avec le filtre de données local. Le graphique montre que les limites de contrôle des deux fabricants d'équipements le deuxième jour sont étroit, mais c'est évident pour la société W. Il y a des points qui sont proches du cahier des charges. Si cela est vraiment dû à des considérations de prix, vous devez en rechercher les raisons.
Figure 11
Confirmez ensuite le degré d'écart. Il existe des différences significatives entre les fabricants d'équipements.
Figure 12
Figure 13
Ensuite, il est divisé en deux jours à des fins de comparaison (Figure 14). Seules les différences sont répertoriées ici. La société W aura des différences dans le nombre de jours quelle que soit la direction x ou y, tandis que la société M n'aura aucun impact.
Figure 14
Enfin, vérifiez avec la carte de contrôle (Figure 15) pour confirmer le niveau de la société W. La société M ne mettra pas l'image ci-dessus à moins qu'il y ait une différence significative. Par conséquent, qu'il s'agisse du poids d'intersection du point ou de la confirmation du décalage xy, la société M est mieux.
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 fabrication. De plus, chaque paramètre a également différentes méthodes d'analyse. Bien que les fonctions ci-dessus soient dispersées sur différentes plates-formes, elles peuvent être personnalisées avec JSL. ou Dashboard rassemble et standardise tous les résultats d'analyse, faisant écho au point commun mentionné au début, qui est "la qualité et la rapidité de l'analyse". Il existe de nombreuses applications dans différents secteurs dans la vie réelle. Bienvenue pour vous inscrire aux séminaires en ligne JMP Oui, vous entendrez des scénarios d'analyse plus pratiques pour vous aider à résoudre les problèmes d'analyse dans le travail quotidien.
Dernier séminaire en ligne // 6 applications pratiques de la science des données en haute technologie
Dans les lignes de production complexes de haute technologie, pour améliorer efficacement la compétitivité des produits et optimiser les processus, l'utilisation des données pour découvrir, résoudre et prévenir les problèmes est devenue une clé importante qui ne peut être ignorée. Ce séminaire débutera du point de vue de la production, à travers le partage de cas d'application pratiques, comprendra comment JMP peut réduire efficacement les heures de travail inutiles et améliorer l'efficacité du travail ; puis apprendra et évitera les pertes, essaiera d'utiliser les exemples les plus pratiques et les méthodes les plus efficaces. Des méthodes pour résoudre et découvrir les problèmes, optimiser davantage les conditions de production et permettre une alerte précoce et une prise de décision rapide. Il s'agit d'un séminaire gratuit. Cliquez ici pour vous inscrire maintenant
