Corinne Bergès, Ceinture noire Six Sigma, NXP Semiconductors
Kurt Neugebauer, ingénieur de conception analogique, NXP Semiconductors
Da Dai, ingénieur en automatisation de la conception, NXP Semiconductors
Martin Kunstmann, étudiant R&D-SUP-travailleur, NXP Semiconductors
Alain Beaudet, Ingénieur produit et test, NXP Semiconductors
La résolution structurée de problèmes (Structured Problem Solving, SPS) est l'un des trois piliers du système Six Sigma de NXP, avec la culture de la qualité et l'amélioration continue, et démontre encore plus la maturité du système qualité de NXP. Certaines approches clés de la SPS de NXP s'inscrivent dans les cadres DMAIC/DMADV, 8D ou 5-Why. Elles utilisent largement les statistiques pour transformer les hypothèses en preuves, nécessaires à une véritable élimination des causes profondes des défauts : modélisation, DOE, analyse multivariée, … Deux analyses statistiques spécifiques sont décrites. Dans la conception automobile, concernant la simulation de défauts paramétriques, durs ou mous, l'objectif est de mettre en œuvre le meilleur algorithme pour réduire le nombre de simulations, sans impacter la couverture des tests ou la précision de l'estimation du taux de défaillance : pour cela, JMP propose des options intéressantes en clustering. Les expérimentations de NXP aboutiront à un algorithme et à des recommandations pour la nouvelle norme IEEE sur l'étude de la méthode de comptabilisation de la couverture des défauts. En aval de la fabrication, lorsqu'il s'agit de calculer l'indice de capacité et de tester la normalité, pour contourner la sensibilité élevée de ces tests à une légère anomalie, une méthodologie a été conçue dans JMP pour quantifier le décalage par rapport à la normalité, en utilisant la distribution de Shash et ses paramètres Kurtosis et Skewness. Un script a été implémenté pour l'automatiser sur plus de 3000 tests pour un produit automobile.
