Corinne BERGES、シックス シグマ ブラック ベルト、NXP Semiconductors
自動車業界の顧客から一部の部品に関する問題が報告され、故障解析によりバルブ管理機能のいくつかのテストで不具合が明らかになりました。製品の新しいテストにより、ダイ エッジの部品が故障する可能性が高い領域が明らかになりました。解析は、この弱い領域とダイの残りの部分の違いを理解するために設計されました。これらの解析では、ユニット プローブ データとクラス プローブ データを使用しました。前者はダイ レベルでの調査を可能にし、後者はウェーハ上のレチクルの調査をサポートします。レチクルは、ウェーハ上のダイ間に埋め込まれた特定の構造で、個々の製造ステップを描写します。レチクルのテストにより、不具合のあるステップを特定できます。
JMP のデータ分析は、テスト分布プロットによる単変量解析、多変量解析、および 7 つのウェーハ ロットのダイ上の 2 つの領域の比較を使用した予測アルゴリズムで構成されます。分析はダイとレチクルのレベルで実行され、不良な製造ステップをハイライトできるようになりました。
このケーススタディは、機械学習を促進するためのトレーニング教材で使用されました。欠陥ゼロを目標とする自動車業界では、可能な限り最高の品質レベルを達成するためには、全員がこのような分析のトレーニングを受ける必要があります。
