Corinne BERGES, Six Sigma Master Black Belt per la risoluzione di problemi strutturati NXP, NXP Semiconductors
Shilu Zhang, Data Scientist per Data Engineering & Analytics Team, Manufacturing IT, NXP Semiconductors
James Bird, direttore tecnico, Six Sigma Black Belt, Data Scientist, NXP Semiconductors
Chris Smith, Senior Quality Director, Six Sigma Master Black Belt, NXP Semiconductors
Nell'industria manifatturiera dei semiconduttori per l'automotive, le parti vengono testate in ogni fase di produzione per vagliare le parti che potrebbero guastarsi. Quanto più a monte vengono scartate le parti deboli, tanto minore sarà il costo di rottamazione. Ma anche i test hanno un costo. Un recente progetto presso NXP ha cercato di evitare una classificazione manuale dei difetti osservati a livello di ispezione dei wafer. I difetti sono ora classificati come killer o non killer da un set di dati di immagini di addestramento e per ogni die viene valutata una probabilità di errore. JMP® consente un ulteriore passo nella correlazione di questa probabilità di guasto ai test elettrici con tre tipi di analisi. La prima analisi ha valutato una soglia di probabilità di guasto per limitare il numero di parti testate per limitare il costo del test. La seconda analisi ha evidenziato i test maggiormente correlati alla probabilità di guasto. L'analisi finale ha utilizzato l'elenco dei test evidenziati per regolare i limiti dei test per vagliare le parti con valori anomali di probabilità di guasto. Le analisi limitano i costi dei test aumentando la qualità.
