 |
|
评论(0条)
3. 研究结果
从IC 生产制程资料中，本研究以Gini的法则应用于CART 二元树分割手法，本研究定义良率72%~78%的整数百分比为临界值时，而分别得到测量参数编号为18708、18708、18708、19414、19442、19500 及18664。可得定义良率临界值为72%~74%时，我们得到相同的结果。良率临界值定为72%时，报表结果如图一，良率临界值为75%、76%、77%和78%分别以图二、图三、图四和图五表示，而这个结果，可供制程工程师在生产过程中，达到随时监控生产过程的用途。而这些所选出来的结果，透过美商威能信息台湾分公司拿到IC 生产现场，显示本研究的成果极为显著，以本研究所产生的结果，目前在生产在线，已依照这个结果做进一步的再显确认。
图一到图五的结果中，究竟那个良率的选择较佳呢？由这五个图中并无法显示出来，若由制程工程师个人主观来判定也并不一定适合，本研究提出以数据视觉的方法来辅助这个过程，在图六到图十中，分别绘制图一到图五中所对应机台编号量测值的survey plot，由这五个图中，可以藉由视觉辅助的方式，本文中旳survey plot 最左边为参数量测值，中间图形表良率大小值，而最右边为不良率值，图中以红色及绿色表示高低良率的分割，左图的二种颜色表选取变量的好坏。
图一. 良率临界值72%之结果
图二. 良率临界值75%之结果
图三. 良率临界值76%之结果
图四. 良率临界值77%之结果
图五. 良率临界值78%之结果
图六. 良率临界值72%所对应的survey plot
图七. 良率临界值73%所对应的survey plot
图八. 良率临界值74%所对应的survey plot
图九. 良率临界值75%所对应的survey plot
图十. 良率临界值76%所对应的survey plot
图十一. 良率临界值77%所对应的survey plot
图十二. 良率临界值78%所对应的survey plot
透过survey plot，可以辅助工程师做更好的决策，由图六到图十二中，工程师就可以选择图九良率临界值为75%是较佳的选择，因为图九的左图颜色区别较明显，不同区块的比例又大，利用这种数据视觉的辅助方法而更能有效、快速的做出更佳的决策，本研究由这组LPC 制程资料中找出即找出影响良率最重要的制程参数编号为19414。
评论(0条) 】 【 打印 】
【 关闭 】
|
07-10-30
·软性电路板产业实行绿色供应链策略之研究07-10-17
·多厂区跨厂产能规划模式—在PCB厂之应用07-09-17
·电子制造：五大措施应对绿色潮07-09-14
·如何将ROSH对成本影响控制在一定范围之内07-09-12
·以代理人为基础之弹性制造系统搬运设备协调机制之探讨07-08-23
·模糊环境下之连续复查存货模式07-08-21
·多媒体服务器流格式优化应用于制造业质量信息系统中在07-08-20
·NB与PCB厂商供应链之优化模拟研究07-08-13
·PCB制造厂ERP导入项目个案分析07-08-09
·PCB手摆件之工作指派研究 |
