Corinne BERGES, Six Sigma Master Black Belt, NXP Semiconductors
D. Martin Knotter, Six Sigma Master Black Belt, director técnico, Centro de diagnóstico de productos (PDC), NXP Semiconductors
Maresa Labellarte, Ingeniería de Producto, NXP Semiconductores
Para un nuevo producto WLAN (Wi-Fi de sexta generación), se observa un problema de pérdida de rendimiento en la prueba final, cuando se empaquetan los troqueles para enviarlos a los clientes. Se lanza un proyecto para encontrar las causas raíz del problema. La principal herramienta de calidad utilizada es un análisis de árbol de fallas para profundizar en cada modo de falla potencial, sin excluir algunas posibilidades de falla o saltar directamente a una conclusión a priori.
NXP ha estado utilizando metodología y algoritmos de aprendizaje automático desde hace algunos años, por lo que el aprendizaje automático se implementó en este caso de pérdida de rendimiento en paralelo con el análisis de datos típico o el análisis univariante.
El producto final está constituido por dos troqueles, montados sobre un laminado. No se observó ningún problema en el paso de prueba del troquel después de la fabricación del troquel y antes de su embalaje. Además, el problema de la pérdida de rendimiento se observó en el modelo de producto fabricado solo en un tipo de laminados, lo que llevó a hipótesis sobre el impacto del tipo de laminado.
Se construyeron análisis de datos y análisis de aprendizaje automático (partición, árboles impulsados o modelos de arranque). El análisis se ocupó principalmente de la diferencia entre la prueba unitaria y la prueba del producto final y sobre la diferencia en los modelos de laminado.
