Relatore: Henry Qiao , General Electric, Responsabile della qualità
Relatore: Enrico Qiao , Responsabile della qualità, General Electric
Argomento: Stima della capacità del processo con modelli statistici con script JMP® nella convalida di nuovi prodotti
Argomenti: A JMP ® Approccio di modellazione con script per stimare la capacità del processo nel processo di convalida del prodotto
riepilogo:
Nel processo di verifica di nuovi prodotti FPGA (Field Programmable Gate Array), il test caratteristico degli esperimenti di crossover multifattoriale viene spesso utilizzato per stimare la capacità del processo a lungo termine. Poiché la stima della capacità del processo si basa su una specifica distribuzione normale, non può essere utilizzata direttamente per i dati provenienti da esperimenti di crossover multifattoriale. L'obiettivo di questo documento è introdurre un nuovo approccio di modellazione per stimare la capacità di processo dell'FPGA. Questo metodo stabilisce innanzitutto un modello statistico per ottenere il valore peggiore dell'output del processo, stima l'entità della variazione del processo e quindi calcola l'entità della capacità del processo in base al valore peggiore. Pertanto, l'indice di capacità del processo ottenuto con questo metodo non si basa su una singola distribuzione normale, bensì sulla peggiore capacità del processo ottenuta da più dati di distribuzione normale. Questo articolo illustra anche come utilizzare gli script JMP per automatizzare l'intero processo di ottimizzazione dei modelli statistici e standardizzazione dell'analisi dei dati. Questo metodo non è applicabile solo al processo di verifica del prodotto FPGA, ma può essere utilizzato per analisi di dati simili in qualsiasi settore dei semiconduttori.
Astratto:
Nel processo di convalida del prodotto di un dispositivo Field Programmable Gate Array (FPGA), è necessario prescrivere test di caratterizzazione cross-factorizzati per stimare l'effetto della deriva del processo a lungo termine. La capacità del processo è solitamente stimata sulla base di una distribuzione normale. Tuttavia, il calcolo non può essere applicato direttamente ai dati sperimentali cross-factorizzati. Questo documento introduce un nuovo approccio di modellazione per stimare la capacità del processo degli FPGA. Viene creato un modello statistico per prevedere i valori peggiori e stimare la variazione intrinseca del processo, quindi calcolare gli indici di capacità del processo. Pertanto, gli indici di capacità del processo non vengono ottenuti sulla base di una distribuzione normale. In realtà mostrano la peggiore capacità del processo in base ai dati sperimentali cross-factorizzati. È stato inoltre sviluppato uno strumento automatizzato codificato con il linguaggio di scripting JMP per ottimizzare automaticamente il modello e standardizzare il processo dei dati. Questo metodo può essere applicato non solo ai dati nel processo di convalida del prodotto FPGA, ma a tutti i dati simili nel settore dei semiconduttori.
