光学検査ステップの結果を電気的テストと関連付けることによる、歩留まりと品質の問題の解決 (2023-EU-PO-1343)Corinne BERGES 氏、NXP 構造化問題解決のシックス シグマ マスター ブラック ベルト、NXP セミコンダクターズ
NXP Semiconductors、製造 IT、データ エンジニアリングおよび分析チームのデータ サイエンティスト、Shilu Zhang 氏
James Bird、テクニカル ディレクター、シックス シグマ ブラック ベルト、データ サイエンティスト、NXP Semiconductors
Chris Smith 氏、シニア クオリティ ディレクター、シックス シグマ マスター ブラック ベルト、NXP セミコンダクターズ
自動車用の半導体製造業界では、各製造ステップで部品をテストして、故障の可能性が高い部品をスクリーニングします。 脆弱な部品を上流で廃棄するほど、廃棄コストは低くなります。 しかし、テストにはコストもかかります。 NXP の最近のプロジェクトでは、ウェーハ検査レベルで観察された欠陥を手動で分類することを回避しようとしました。 欠陥は、トレーニング画像データセットからキラーまたは非キラーとして分類され、ダイごとに故障確率が評価されます。 JMP® を使用すると、この故障確率を 3 種類の解析で電気試験に関連付けることができます。 最初の分析では、故障確率のしきい値を評価して、テストする部品の数を制限し、テスト コストを制限しました。 2 番目の分析では、故障確率と最も相関するテストが強調されました。 最終的な分析では、強調表示されたテストのリストを使用してテスト限界を調整し、故障確率の外れ値を持つ部品をスクリーニングしました。 分析は、品質を向上させながらテストコストを制限します。
データ探索統計とモデリング
