OEM 전문 제조, ODM 공장 위탁 설계, 아웃소싱 등 현대 산업에는 한 가지 공통점이 있는데, 이 공통점은 무엇일까요? 우선 공장에서 제품을 생산하는데 가장 중요한 것은 제품의 수율, 즉 사양에 들어가는 비율입니다. 가장 일반적인 지표는 프로세스 품질입니다. 예를 들어 CPK>1.33 등과 같습니다. 그러나 우리는 Google, Intel, Apple 등과 같은 대기업에 익숙합니다. 그들이 제품 품질을 안정적으로 만들 수 있는 이유는 무엇입니까? 평가에 사용하는 도구 및 지표 다음에서는 간단한 SMT 사례를 소개하고 JMP를 사용하여 이를 수행합니다.
SMT(표면 실장 기술) 공정 생산 라인에서 스테이션의 접착제 공정 중 하나는 적절한 기계를 선택하기 위해 서로 다른 두 제조업체의 장비 품질을 평가해야 합니다. 분석에 앞서 디스펜싱 과정에 대해 간략하게 알아보겠습니다.
Dispensing 공정에서는 Wafer와 기판의 열팽창계수가 다르며, 온도변화로 인해 열응력이 둘 사이의 Bump에 집중되어 Crack과 Open Circuit이 발생하게 됩니다(그림 1 참조). 외부 힘이나 환경이 산화되면 범프도 변형되며 부서지기 쉽고 열화되므로 칩과 기판 사이의 접합 강도를 높이고 공기를 격리하고 응력을 재분배하기 위해 접착제를 도포해야 합니다(그림 2). ).물론 접착제 디스펜싱 과정에는 많은 요소가 있습니다.이번에는 단순히 기계에 디스펜싱한 후 중량 일관성과 x 및 y 방향의 편향을 평가합니다.
왼쪽 그림 1, 오른쪽 그림 2
일반적으로 기계에서 제공하는 기술 사양은 아래 그림 3에 나와 있습니다(이 예의 표준은 아님).
이미지 3
01: 서사적 통계분석 비교
분석할 때 먼저 토출중량부터 시작하는데, 데이터 수집에는 회사(M, W)와 일수 데이터가 포함됩니다(아래 그림 4). 서술형 통계 시작하려면 먼저 분포를 이해하고 비교할 사양을 입력하세요.
그림 4
아래 그림 5에서 두 회사 모두 매우 대칭적인 분포를 갖고 있지 않다는 것을 알 수 있습니다. 이는 JMP의 분포 및 그래프 빌더 플랫폼을 사용하여 쉽게 비교할 수 있습니다.
그림 5
그런 다음 정규성 테스트(아래 그림 6 참조)와 결합하여 다음과 같이 결정됩니다. 비정규 할당 , 그러면 프로세스 기능을 기준으로 비교할 수 있습니다.
그림 6
M사의 공정능력은 W사보다 높지만 둘 다 1.33보다 높다(그림 7).
그림 7
02: 가설 검정
서술형 통계를 비교한 후 가설검정을 통해 두 회사 사이에 유의미한 차이가 있는지를 파악할 수 있으며, 테스트 결과를 통해 두 회사의 변동폭이 같지 않음(둘 다 비정규이기 때문)을 알 수 있습니다. 분포의 경우 Levene의 방법을 사용하여 판단).그리고 Wetch Test를 통해 두 평균 사이에 상당한 차이가 있음을 알 수 있으므로 가중치 부분에서는 그림과 같이 M사가 우위를 점하고 있음을 명확하게 알 수 있습니다. 그림 8.
그림 8
03: ANOVA 분석
다음 단계는 일수에 초점을 맞춰 일자의 차이가 두 기업의 가중치에 유의미한 차이를 가져올지 여부를 파악하는 것이며, 수집된 데이터를 바탕으로 아래 그림 9와 도 10과 같이 서로 다른 일자에 대한 ANOVA 분석을 실시한다. 그 중 M사는 이틀간 변동이 있습니다. 일부 부분에서는 큰 차이가 없으나, 평균 부분에서는 큰 차이가 있으며, 그 편차가 품질에 영향을 주지 않는다는 가정 하에 일반업체에서는 또 다른 실용차이를 설정하게 됩니다. 실제로 품질에 영향을 미칠지 여부를 확인하는 수준입니다. W사의 수준은 이틀간 큰 차이가 있음은 자명하며, 평균이 크게 다르지 않더라도 일반적으로 변동을 조정하는 것이 편차를 조정하는 것보다 더 어려울 것입니다.
그림 9 - M회사의 ANOVA 분석
그림 10 - W회사의 ANOVA 분석
04: 관리도
통계적 테스트 외에도 컨트롤 차트 기능(그림 11)을 활용해 Local Data Filter로 데이터를 필터링하고 비교할 수도 있는데, 둘째 날 두 장비 제조사의 컨트롤 경계가 다음과 같은 것을 그래프에서 확인할 수 있다. 좁지만 W사로서는 당연한 스펙에 근접한 점도 있고, 정말 가격적인 고려 때문이라면 그 이유를 조사해야 한다.
그림 11
그런 다음 장비 제조업체마다 편차가 큰지 확인하십시오.
그림 12
그림 13
그런 다음 이틀로 나누어 비교합니다(그림 14). 여기서는 차이점만 나열합니다. W사는 x, y 방향에 관계없이 일수에 차이가 있고 M사는 영향이 없습니다.
그림 14
마지막으로 관리차트(그림 15)를 확인하여 W사의 수준을 확인하는데, M사는 큰 차이가 없는 한 위 그림을 넣지 않을 것이므로 점교점 가중치인지 xy 오프셋 확인인지, M사는 위의 그림을 넣지 않을 것이다. 더 나은.
그림 15
결론적으로
마지막으로 고객 입장에서는 하나의 제조 공정에 대해 확인해야 할 품질 매개변수가 많고, 매개변수마다 분석하는 방법도 다르다.위의 기능은 플랫폼마다 분산되어 있지만 JSL을 사용하여 사용자 정의할 수 있다. 또는 대시보드는 모든 분석 결과를 수집하고 표준화하며, 처음에 언급한 "분석의 품질과 적시성"이라는 공통점을 반영합니다. 실생활에는 다양한 산업 분야에 많은 응용 프로그램이 있습니다. JMP 온라인 세미나에 등록하신 것을 환영합니다. 예, 일상 업무에서 분석 문제를 해결하는 데 도움이 되는 보다 실용적인 분석 시나리오를 듣게 됩니다.
최신 온라인 세미나 // 첨단 기술 분야의 데이터 과학의 6가지 실제 적용
복잡한 하이테크 생산 라인에서 제품 경쟁력을 효과적으로 향상하고 프로세스를 최적화하기 위해 데이터를 사용하여 문제를 발견, 해결 및 예방하는 것은 무시할 수 없는 중요한 열쇠가 되었습니다. 본 세미나는 생산의 관점에서 시작하여 실제 적용 사례 공유를 통해 JMP가 불필요한 작업 시간을 효과적으로 줄이고 작업 효율성을 향상시킬 수 있는 방법을 이해한 다음 손실을 방지하고 학습하며 가장 실제적인 사례와 가장 효율적인 방법을 사용해 봅니다. 문제를 해결 및 발견하고 생산 조건을 더욱 최적화하며 조기 경고 및 적시 의사 결정을 가능하게 하는 방법입니다. 무료 세미나입니다. 지금 등록하려면 여기를 클릭하세요
