Résolution des problèmes de rendement et de qualité en corrélant les résultats des étapes d'inspection optique avec les tests électriques (2023-EU-PO-1343)Dans le secteur de la fabrication de semi-conducteurs pour l'automobile, les pièces sont testées à chaque étape de fabrication pour sélectionner les pièces susceptibles de tomber en panne. Plus les pièces fragiles sont mises au rebut en amont, plus le coût de mise au rebut sera faible. Mais les tests ont également un coût. Un projet récent de NXP visait à éviter une classification manuelle des défauts observés au niveau de l'inspection des plaquettes. Les défauts sont désormais classés comme fatals ou non fatals à partir d'un ensemble de données d'images d'entraînement, et une probabilité de défaillance est évaluée pour chaque puce. JMP® permet une étape supplémentaire dans la corrélation de cette probabilité de défaillance avec les tests électriques avec trois types d'analyse. La première analyse a évalué un seuil de probabilité de défaillance pour limiter le nombre de pièces testées afin de limiter le coût des tests. La deuxième analyse a mis en évidence les tests les plus corrélés à la probabilité de défaillance. L'analyse finale a utilisé la liste des tests mis en évidence pour ajuster les limites de test afin de filtrer les pièces présentant des valeurs aberrantes de probabilité de défaillance. Les analyses limitent les coûts des tests tout en augmentant la qualité.
Processus automatisé de collecte de données de test de produit et de création de rapports d'alarme pour l'analyse des causes profondes (2023-EU-30MP-1268)L'une des machines de test de produits les plus importantes (ATOS) est étudiée dans le cadre de ce projet mondial Autoliv, dans le but d'introduire un système d'alarme automatisé pour les données de test de produits et une analyse des causes profondes. Nous souhaitions une solution logicielle automatisée flexible pour transférer les données dans une base de données SQL et effectuer une analyse des causes profondes. De plus, nous souhaitions envoyer des liens Web de rapports à un système de répartition « Leading-to-Lean » (L2L) existant, qui informe les propriétaires de machines par courrier électronique. Nous utilisons JMP pour automatiser tous les processus via le planificateur de tâches pour toutes ces tâches.
Intégration Python sans Python pour JMP® (2023-EU-30MP-1265)
Les difficultés rencontrées lors de l'intégration de JMP® et Python ont conduit à rechercher une solution alternative permettant d'évaluer et de tester les différentes bibliothèques Python et les puissants algorithmes avec JMP. Cela permettrait aux utilisateurs de JMP de travailler avec Python à partir d'un environnement JMP familier. Après quelques itérations différentes, un service RestAPI a été développé et lorsque JMP appelle ce service, il crée dynamiquement une interface utilisateur basée sur les options que le service fournit actuellement. L'utilisateur JMP peut ensuite utiliser cette interface utilisateur pour utiliser différents algorithmes tels que HDBSCAN, OPTICS et UMAP en envoyant des données directement depuis JMP en un clic. Une fois que l'algorithme a terminé ses opérations côté serveur, il renvoie les données à JMP pour une analyse et une visualisation plus approfondies.
