半導体業界 (または製品に対して大規模なテストが実行される業界) で働いている場合、テスト時間の短縮は、製造の運用コストを削減するための主要な要素となります。半導体のテスト時間は高価であり、 今後も増加すると予測されており、半導体デバイスの総製造コストにかなりの部分を占めることになります。テスト時間の短縮は、特に大量生産で複雑な製品の場合、大幅な節約につながります。
このタスクを実行するために利用できる特殊なソフトウェアはありますが、2 つのサンプル ファイルで利用できるカスタムのテスト時間最適化アドインを使用して、JMP でこのタスクを実行する方法を示したいと思いました。アドインを使用すると、ユーザーは JMP がすぐに実行できる機能をカスタム アプリケーションに拡張できます。これは JMP スクリプトによって実現され、それを使用してあらゆる種類のカスタマイズされた機能を作成できます。 アドインをダウンロードしてインストールし、JMP を自分で試してみることをお勧めします。
このアドインには、.jmp データ テーブル形式のランオンエラー (ROE) テスト データとテスト時間データの 2 つのデータ セットが必要です。ランオンエラーは、オプティマイザー アドインが重複するテスト カバレッジを持つテストを特定し、それをテスト時間と組み合わせて使用して最適なテスト順序を決定できるようにするために必要です。この最適化は、Stop-on-fail テスト データでは機能しません。このブログに添付されている .jmp ファイルは、ROE およびテスト時間のデータ テーブルに必要な形式の例です (注: ROE データの値は、テスト不合格を表す 1 とテスト合格を表す 0 である必要があり、各行は異なります)ユニットはテスト中です）。
JMP の [アドイン] メニューからアドインを実行すると、テスト データ ファイルが存在するパスを指定するように求められます。そこから、run-on-error テスト結果を含む .jmp ファイルと、各テストのテスト時間を含む .jmp ファイルを指定します。 「OK」をクリックすると、次のレポートが生成されます。
レポートでは、完全なテスト時間 (完全なテスト フローを実行する時間) と、短縮された上部に最適化されたテスト時間 (最適なフローを実行する時間) が指定されます。この例では、完全なテスト フローには 300 秒かかり、最適なフローには 143 秒かかり、結果としてテスト時間が 52% 短縮されます。報告されているテスト時間の短縮は、提供された ROE データに基づくテスト エスケープにつながるものではないため、52% の短縮は顧客に出荷される製品の品質に影響を与えません。
グラフは、最適なテスト フローからのデータを要約しています。左上のグラフは、X 軸に最適なフロー順序を、フローの累積テスト時間と累積故障率とともに示します。アドインは、1 秒あたりの失敗メトリクスが最も高いテストを見つけて、フロー内でそのテストを優先します。このプロセスは、障害が発生したすべてのユニットが 100% 解消されるまで続行されます。この例では、完全なフローに 58 のテストがあり、最適なフローはグラフに示されている 28 のテストに減りました (アドインによって作成されるデータ テーブル "optimal_test_order.jmp" を参照することもできます)。指定されたパスに保存されます)。テストには重複するテスト範囲が含まれることが多いため、品質に影響を与えることなく相関するテストを削除できることがよくあります。また、フェイル数/秒のメトリクスに基づいてテストを順序付けすることで、本番のストップオンフェイル テスト中により迅速にエラーを検出できます。
最適な流量を超えてテスト時間をさらに短縮したい場合は、右上の図に示されている曲線が最適です。この曲線は、テスト カバレッジとテスト時間の関係を示し、テスト時間をさらに短縮することによってテスト カバレッジがどの程度影響を受けるかを示します。最適なフローを超えてテストをさらに削減すると、テストのエスケープにより品質に多少の影響が生じることに注意してください。したがって、この例では、テスト 18、テスト 11、およびテスト 33 を削除すると、テスト時間は 143 秒から 127 秒にさらに短縮されますが、品質への影響はテスト カバレッジ 99.5% (またはテスト対象の 0.5%) になります。 100% のテスト カバレッジではなく、単位エスケープ)。このトレードオフを判断するには、16 秒の追加のテスト時間によって節約されるコストと、0.5% のテスト回避率に関連するコストを評価する必要があります。
アドインの開発に多大な貢献をしてくれた@HydeMillerに感謝します。
ご質問がある場合は、ブログ投稿にコメントするか、電子メール ( mark.zwald@jmp.com ) でご連絡ください。
