Ganz gleich, ob es sich um professionelle OEM-Fertigung, ODM-Originalfertigung im Werk oder gar Outsourcing handelt, die moderne Industrie hat eines gemeinsam. Was ist also dieser gemeinsame Punkt? Erstens produziert die Fabrik Produkte, und das Wichtigste ist die Ausbeute des Produkts, also der Prozentsatz, der innerhalb der Spezifikationen liegt. Wenn Sie jedoch die Qualität des Produkts bewerten möchten, ist die Ausbeute nicht der einzige Faktor Indikator. Der häufigste Indikator ist die Qualität des Prozesses. Wie CPK>1,33 usw. Wir kennen jedoch große Unternehmen wie Google, Intel, Apple usw. Warum können sie die Produktqualität stabil machen? Dies beinhaltet die Tools und Indikatoren, die sie zur Bewertung verwenden. Im Folgenden wird ein einfacher SMT-Fall vorgestellt und JMP zur Durchführung verwendet. Analyse.
In der SMT-Produktionslinie (Surface-Mount-Technologie) erfordert der Klebeprozess einer der Stationen die Bewertung der Qualität der Ausrüstung von zwei verschiedenen Herstellern, um die geeignete Maschine auszuwählen. Lassen Sie uns vor der Analyse kurz den Dosiervorgang verstehen.
Beim Dispensierungsprozess sind die Wärmeausdehnungskoeffizienten des Wafers und des Substrats unterschiedlich. Temperaturänderungen führen dazu, dass sich die thermische Spannung auf die Höcker zwischen ihnen konzentriert, was zu Rissen und offenen Schaltkreisen führt (wie in Abbildung 1 dargestellt). Wenn das Substrat verformt wird Wenn äußere Kräfte oder die Umgebung oxidiert werden, verformen sich auch die Unebenheiten. Da es spröde ist und sich verschlechtert, muss Klebstoff aufgetragen werden, um die Verbindungsfestigkeit zwischen Chip und Substrat zu erhöhen, die Luft zu isolieren und die Spannung neu zu verteilen (Abbildung 2). ). Natürlich spielen beim Auftragen des Leims viele Faktoren eine Rolle. Dieses Mal haben wir es nur ganz einfach Bewerten Sie die Gewichtskonsistenz und -auslenkung in x- und y-Richtung nach der Dosierung auf der Maschine.
Bild 1 links; Bild 2 rechts
Die technischen Spezifikationen, die normalerweise von der Maschine bereitgestellt werden, sind in Abbildung 3 unten dargestellt (nicht der Standard für dieses Beispiel).
Bild 3
01: Vergleich der narrativen statistischen Analyse
Bei der Analyse beginnen wir zunächst mit dem Ausgabegewicht. Die Datenerfassung umfasst Firmendaten (M, W) und die Anzahl der Tage (Abbildung 4 unten). Es wird empfohlen, damit zu beginnen narrative Statistik Um zu beginnen, verstehen Sie zunächst die Verteilung und geben Sie die Spezifikationen zum Vergleich ein.
Figur 4
Aus (Abbildung 5 unten) können Sie ersehen, dass keines der beiden Unternehmen eine sehr symmetrische Verteilung aufweist, was mit den Plattformen „Distribution“ und „Graph Builder“ in JMP leicht verglichen werden kann.
Abbildung 5
In Kombination mit dem Normalitätstest (wie in Abbildung 6 unten dargestellt) wird dann ermittelt, dass dies der Fall ist nicht normale Zuordnung , damit wir dann basierend auf den Prozessfähigkeiten vergleichen können,
Abbildung 6
Die Prozessfähigkeit von Unternehmen M ist höher als die von Unternehmen W, beide liegen jedoch über 1,33 (Abbildung 7).
Abbildung 7
02: Hypothesentest
Nach dem Vergleich der narrativen Statistiken können Sie dann den Hypothesentest verwenden, um zu verstehen, ob es einen signifikanten Unterschied zwischen den beiden Unternehmen gibt. Anhand der Testergebnisse können Sie erkennen, dass die Variation zwischen den beiden nicht gleich ist (da beide nicht normal sind). Verteilungen, verwenden Sie zur Beurteilung die Levene-Methode.) Dann ist aus dem Wetch-Test bekannt, dass es einen signifikanten Unterschied zwischen den beiden Mittelwerten gibt, so dass im Gewichtsteil klar ersichtlich ist, dass Unternehmen M einen Vorteil hat, wie in gezeigt Abbildung 8.
Abbildung 8
03: ANOVA-Analyse
Der nächste Schritt besteht darin, sich auf die Anzahl der Tage zu konzentrieren, um zu verstehen, ob unterschiedliche Tage zu erheblichen Unterschieden im Gewicht der beiden Unternehmen führen. Führen Sie auf der Grundlage der gesammelten Daten eine ANOVA-Analyse an verschiedenen Tagen durch, wie in den Abbildungen 9 und 10 unten dargestellt. Darunter weist Unternehmen M eine Abweichung in den beiden Tagen auf. In einigen Teilen gibt es keinen signifikanten Unterschied, im mittleren Teil gibt es jedoch einen signifikanten Unterschied. Unter der Annahme, dass die Abweichung die Qualität nicht beeinträchtigt, wird das allgemeine Unternehmen einen weiteren praktischen Unterschied festlegen als Ebene, um zu sehen, ob es sich tatsächlich auf die Qualität auswirkt. Es ist offensichtlich, dass sich die Niveaus von W Company zwischen den beiden Tagen erheblich unterscheiden. Selbst wenn der Mittelwert nicht signifikant unterschiedlich ist, ist die Anpassung an Abweichungen im Allgemeinen schwieriger als die Anpassung an Abweichungen.
Abbildung 9 – ANOVA-Analyse von Unternehmen M
Abbildung 10 – ANOVA-Analyse von Unternehmen W
04: Kontrollkarte
Neben statistischen Tests können Sie auch die Kontrolldiagrammfunktion (Abbildung 11) verwenden, um Daten mit dem lokalen Datenfilter zu filtern und zu vergleichen. Aus der Grafik ist ersichtlich, dass die Kontrollgrenzen der beiden Gerätehersteller am zweiten Tag liegen eng, aber für W Company ist es offensichtlich, dass es Punkte gibt, die den Spezifikationen nahe kommen. Wenn es wirklich an Preisüberlegungen liegt, müssen Sie die Gründe untersuchen.
Abbildung 11
Bestätigen Sie dann den Grad der Abweichung. Es gibt erhebliche Unterschiede zwischen den Geräteherstellern.
Abbildung 12
Abbildung 13
Anschließend wird es zum Vergleich in zwei Tage unterteilt (Abbildung 14). Hier werden nur die Unterschiede aufgeführt. W Company wird unabhängig von der x- oder y-Richtung Unterschiede in der Anzahl der Tage aufweisen, während M Company keinen Einfluss haben wird.
Abbildung 14
Abschließend wird es mit der Kontrollkarte (Abbildung 15) bestätigt, um das Niveau von W Company zu bestätigen. Wenn M Company keinen signifikanten Unterschied aufweist, wird das obige Bild nicht einbezogen. Daher ist es egal, ob es sich um das Punktschnittgewicht oder den xy-Versatz handelt Bestätigung, M Company ist besser.
Abbildung 15
abschließend
Aus Sicht des Kunden müssen schließlich viele Qualitätsparameter für nur einen Herstellungsprozess bestätigt werden. Darüber hinaus verfügt jeder Parameter auch über unterschiedliche Methoden zur Analyse. Obwohl die oben genannten Funktionen auf verschiedenen Plattformen verstreut sind, können sie mit JSL angepasst werden Das Fenster oder Dashboard sammelt und standardisiert alle Analyseergebnisse und spiegelt den eingangs erwähnten gemeinsamen Punkt wider, nämlich „Qualität und Aktualität der Analyse“. Im wirklichen Leben gibt es viele Anwendungen in verschiedenen Branchen. Willkommen bei der Anmeldung für JMP-Online-Seminare. Ja, Sie hören weitere praktische Analyseszenarien, die Ihnen bei der Lösung von Analyseproblemen in der täglichen Arbeit helfen.
Neuestes Online-Seminar // 6 praktische Anwendungen der Datenwissenschaft in der Hochtechnologie
In komplexen High-Tech-Produktionslinien ist die Nutzung von Daten zur Erkennung, Lösung und Vermeidung von Problemen zu einem wichtigen Schlüssel geworden, der nicht ignoriert werden darf, um die Wettbewerbsfähigkeit der Produkte effektiv zu verbessern und Prozesse zu optimieren. Dieses Seminar beginnt aus der Perspektive der Produktion, durch den Austausch praktischer Anwendungsfälle, um zu verstehen, wie JMP unnötige Arbeitsstunden effektiv reduzieren und die Arbeitseffizienz verbessern kann; dann lernen und Verluste vermeiden, versuchen, die praktischsten Beispiele und die effizientesten Methoden zu verwenden Methoden zur Lösung und Entdeckung von Problemen, zur weiteren Optimierung der Produktionsbedingungen und zur Ermöglichung einer Frühwarnung und zeitnahen Entscheidungsfindung. Dies ist ein kostenloses Seminar. Klicken Sie hier, um sich jetzt zu registrieren
