OEM専門製造、ODMオリジナル工場委託設計、さらにはアウトソーシングのいずれであっても、現代の産業には共通点があります。まず、工場では製品を作りますが、製品が規格内に何パーセント入っているかという歩留まりが最も重要ですが、製品の品質を評価したい場合は歩留りだけではありません。指標。最も一般的な指標はプロセスの品質です。CPK>1.33 などです。しかし、私たちは Google、Intel、Apple などの大企業に精通しています。なぜ彼らは製品の品質を安定させることができるのでしょうか?これには、評価に使用するツールと指標については、以下に簡単な SMT ケースを紹介し、JMP を使用して分析を実行します。
SMT (表面実装技術) プロセスの生産ラインでは、ステーションの 1 つの接着プロセスでは、適切な機械を選択するために 2 つの異なるメーカーの装置の品質を評価する必要があります。分析の前に、調剤プロセスを簡単に理解しましょう。
ディスペンスプロセスでは、ウエハと基板の熱膨張係数が異なるため、温度変化により両者間のバンプに熱応力が集中し、クラックや断線の原因となります（図1参照）。外力や環境が酸化するとバンプも変形し、もろく劣化するため、接着剤を塗布してチップと基板の接合強度を高め、空気を遮断し応力を再分散する必要があります（図2） ). もちろん、接着剤の塗布プロセスには多くの要素がありますが、今回は単純に説明するだけです。機械に塗布した後の重量の一貫性と x 方向と y 方向のたわみを評価します。
左が写真 1、右が写真 2
通常、マシンによって提供される技術仕様を以下の図 3 に示します (この例の標準ではありません)。
画像3
01: ナラティブ統計分析の比較
分析するときは、まず塗布重量から始めます。データ収集には会社 (M、W) と日数のデータが含まれます (下図 4)。物語の統計開始するには、まずその分布を理解し、比較する仕様を入力します。
図4
(下の図 5) から、両社の分布が非常に対称的であることがわかります。これは、JMP の分布およびグラフ ビルダー プラットフォームを使用して簡単に比較できます。
図5
次に、正規性テスト (以下の図 6 を参照) と組み合わせると、次のように決定されます。非正規の割り当てなので、プロセス能力に基づいて比較できます。
図6
M 社の工程能力は W 社よりも高いですが、どちらも 1.33 を超えています (図 7)
図7
02: 仮説検証
ナラティブ統計を比較した後、仮説検定を使用して、2 つの企業間に有意な差があるかどうかを理解できます。検定結果から、2 つの企業間の変動が等しくないことがわかります (両方とも非正規であるため)。次に、Wetch Test から、2 つの平均値の間に有意な差があることがわかっているため、重量の部分では、明らかに M 社が有利であることがわかります。図8。
図8
03: 分散分析分析
次のステップでは、日数に注目して、日が異なると 2 つの企業の比重に大きな違いが生じるかどうかを把握し、収集したデータに基づいて、以下の図 9 と図 10 に示すように、異なる日に ANOVA 分析を実行します。このうち、M 社は 2 日間でばらつきがある 一部の部分では大きな差はないが、平均的な部分では大きな差がある ばらつきが品質に影響しないと仮定すると、一般的な企業ではさらに実質的な差を設定することになる実際に品質に影響を与えるかどうかのレベルとして判断します。 W 社の水準が 2 日間で大きく異なることは明らかであり、たとえ平均値が大きく異なっていなくても、一般にばらつきを調整することは偏差を調整することよりも困難です。
図 9 – M 社の ANOVA 分析
図 10 – W 社の ANOVA 分析
04: 管理図
統計的テストに加えて、管理図機能 (図 11) を使用して、ローカル データ フィルターでデータをフィルタリングおよび比較することもできます。グラフから、2 日目の機器メーカー 2 社の管理境界が次のとおりであることがわかります。狭いですが、W社では当たり前のことですが、仕様に近い点もあり、本当に価格を考慮したものであれば、その理由を調査する必要があります。
図11
装置メーカーごとに大きな差異がありますので、そのばらつき度を確認してください。
図12
図13
次に、2 日に分けて比較します (図 14) ここでは差分のみを記載していますが、W 社は x 方向、y 方向に関係なく日数に差が生じますが、M 社は影響がありません。
図14
最後に管理図(図15)でW社のレベルを確認しますが、M社はよほどの違いが無い限り上の画像は載せませんので、点交点ウェイトにせよxyオフセット確認にせよ、M社は優れている。
図15
結論は
最後に、クライアントの観点から見ると、1 つの製造プロセスに対して確認すべき品質パラメータが多数あり、また、各パラメータの分析方法も異なります。上記の機能はさまざまなプラットフォームに点在していますが、JSL ウィンドウでカスタマイズできます。または、ダッシュボードはすべての分析結果を収集して標準化し、冒頭で述べた「分析の品質と適時性」という共通点を反映します。実際のさまざまな業界で多くのアプリケーションが使用されています。JMP オンラインセミナーへのサインアップへようこそ はい、日常業務における分析問題の解決に役立つ、より実践的な分析シナリオを聞くことができます。
最新オンラインセミナー // ハイテクノロジーにおけるデータサイエンスの6つの実践的応用
複雑なハイテク生産ラインでは、製品の競争力を効果的に向上させ、プロセスを最適化するために、データを使用して問題を発見、解決、防止することが無視できない重要な鍵となっています。本セミナーでは、生産現場の視点から実践事例の共有を通じて、JMPがいかに効果的に無駄な労働時間を削減し、業務効率を向上させるかを理解し、ロスを回避するための実践事例や効率的な手法を学び、活用していきます。問題を解決および発見し、生産条件をさらに最適化し、早期警告とタイムリーな意思決定を可能にする方法。無料のセミナーです。今すぐ登録するにはここをクリックしてください
