Corinne BERGES, Ceinture noire Six Sigma, NXP Semiconductors
Un client du secteur automobile a signalé un problème avec certaines pièces et l'analyse des défaillances a mis en évidence plusieurs tests défaillants dans les fonctions de gestion des vannes. De nouveaux tests sur les produits ont révélé une zone sur le bord de la matrice dans laquelle les pièces étaient plus susceptibles de tomber en panne. Des analyses ont été conçues afin de comprendre la différence entre cette zone faible et le reste de la matrice. Ces analyses ont utilisé des données de sonde unitaire et de sonde de classe : la première permet une enquête au niveau de la matrice ; la seconde prend en charge l'étude des réticules sur la plaquette. Les réticules sont des structures spécifiques intégrées sur les plaquettes entre les matrices et représentent chaque étape de fabrication individuelle ; leur test permet d'identifier l'étape défaillante.
L'analyse des données dans JMP comprenait une analyse univariée avec tracé de distribution de test, une analyse multivariée et également des algorithmes de prédiction utilisant la comparaison entre les deux zones de la matrice sur sept lots de plaquettes. Les analyses ont été menées au niveau de la matrice et du réticule pour pouvoir mettre en évidence les étapes de fabrication défaillantes.
Cette étude de cas a été utilisée dans des supports de formation pour promouvoir l'apprentissage automatique. Dans le contexte de l'industrie automobile, où le zéro défaut est l'objectif, tout le monde doit être formé à de telles analyses afin d'atteindre le niveau de qualité le plus élevé possible.
