講演者: ヘンリー・チャオ、ゼネラル・エレクトリック、品質管理マネージャー
講演者:ヘンリー・チャオ、ゼネラル・エレクトリック、品質管理マネージャー
トピック:新製品検証における JMP® スクリプト統計モデルによる工程能力の推定
トピック: JMP ® 製品検証プロセスにおけるプロセス能力を推定するスクリプトモデリングアプローチ
まとめ：
FPGA（フィールドプログラマブルゲートアレイ）の新製品検証プロセスでは、長期プロセス能力を推定するために、多因子クロスオーバー実験の特性テストがよく使用されます。工程能力の推定は特定の正規分布に基づいているため、多因子クロスオーバー実験のデータに直接使用することはできません。この論文では、FPGA プロセス能力を推定する新しいモデル アプローチを紹介することを目的としています。この方法では、まずプロセス出力の最悪値を取得するための統計モデルを確立し、プロセス変動の大きさを推定し、次に最悪値に基づいてプロセス能力の大きさを計算します。したがって、この方法で得られる工程能力指数は、単一の正規分布に基づくものではなく、複数の正規分布データから得られる最悪の工程能力に基づくものとなります。この記事では、JMP スクリプトを使用して、統計モデルの最適化とデータ分析の標準化のプロセス全体を自動化する方法についても紹介します。この方法は、FPGA 製品の検証プロセスに適用できるだけでなく、実際にはあらゆる半導体業界で同様のデータ分析に使用できます。
抽象的な：
フィールドプログラマブルゲートアレイ（FPGA）デバイスの製品検証プロセスでは、長期的なプロセスドリフトの影響を推定するために、クロスファクタリング特性試験を規定する必要があります。プロセス能力は通常、1つの正規分布に基づいて推定されます。しかし、計算をクロスファクタリングされた実験データに直接適用することはできません。この論文では、FPGAのプロセス能力を推定するための新しいモデリングアプローチを紹介します。最悪の値を予測し、固有のプロセス変動を推定し、プロセス能力指数を計算するための統計モデルが構築されます。したがって、プロセス能力指数は1つの正規分布に基づいて取得されるわけではありません。それらは実際には、クロスファクタリングされた実験データに基づいて最悪のプロセス能力を示しています。モデルを自動的に最適化し、データプロセスを標準化するために、JMPスクリプト言語でコーディングされた自動化ツールも開発されました。この方法は、FPGA製品検証プロセスのデータだけでなく、半導体業界のすべての同様のデータに適用できます。
