Corinne BERGES, Six Sigma Master Black Belt, NXP Semiconducteurs
RÉ. Martin Knotter, Six Sigma Master Black Belt, directeur technique, Product Diagnostic Center (PDC), NXP Semiconductors
Maresa Labellarte, Ingénierie produit, NXP Semiconductors
Pour un nouveau produit WLAN (Wi-Fi de sixième génération), un problème de perte de rendement est observé lors du test final, lorsque les matrices sont emballées pour être expédiées aux clients. Un projet est lancé pour trouver les causes profondes du problème. Le principal outil de qualité utilisé est une analyse par arbre de défaillances pour approfondir chaque mode de défaillance potentiel, sans exclure certaines possibilités de défaillance ni sauter directement dans une conclusion a priori.
NXP utilise une méthodologie et des algorithmes d'apprentissage automatique depuis quelques années maintenant, de sorte que l'apprentissage automatique a été mis en œuvre dans ce cas de perte de rendement en parallèle avec l'analyse de données typique ou l'analyse univariée.
Le produit final est constitué de deux matrices, montées sur un stratifié. Aucun problème n'a été observé à l'étape de test de la matrice après la fabrication de la matrice et avant son emballage. De plus, le problème de perte de rendement a été observé sur le modèle de produit fabriqué sur un seul type de stratifié, ce qui a conduit à des hypothèses sur l'impact du type de stratifié.
L'analyse de données et l'analyse d'apprentissage automatique (modèles de partition, d'arbres boostés ou de bootstrap) ont été construits. L'analyse portait principalement sur la différence entre le test unitaire et le test du produit final et sur la différence dans les modèles de stratifiés.
