6工艺良品率

合集下载

6sigma培训课件(PPT 88页)

第三页，共87页。
概述(ɡài shù)
σ是一个希腊字母，在统计学中被用作规范(guīfàn)倾向的符号，作为对产质量量或工艺进程的某项目的，是依照残次品的数量来权衡消费流程的。
1/11/9
第四页，共87页。
概述(ɡài shù)
在消费流程中规那么一个目的值〔T〕和一个允许的倾向范围下限〔USL〕，下限〔LSL〕
6σ哲学(zhé xué )
6σ是一种处事哲学，它总结出一种业务方法，特别是它可以使义务更准确，更轻松，更容易，使我们在做任何事情时都可以以6σ思想和方法贯串不时。运用一整套组织严密的, 系统的处置(chǔzhì) 效果的方法在我们一切的业务范围中取得打破性的改善。
2021/11/9
第十一页，共87页。
2021/11/9
第二十一页，共87页。
6σ
关于一个商务或制造进程来说， Sigma 是一个度量单位, 它显示进程的执行状况。Sigma值越高说明执行状况越好。 Sigma经过测量进程的才干来追求零缺陷。
把不良(bù liá ng)定义为可以招致客户不满意的任何要素。 6σ中，常用的测量指数是单位缺陷数 (DPU -- Defects - Per - Unit) 其中单位可以是各种义务或实体如一个小
2021/11/9
第二十六页，共87页。
我们(wǒ men)企业的现状
目前企业统计的是百分之几，而兴隆国度的企业采用的是千分之几，高技术产品议案百万分之几〔PPM〕甚至 (shènzhì)亿分之几〔PPB〕和〝一次成功〞〝一次合格〞〝零缺陷〞的目的和水平中止管理。把零缺陷作为追求的目的
目的(mùdì)值
增加缺陷的关键！
在s符号前面的值越大，出错的时机就越小

CPK培训教材6sigma基础知识培训精编版

Cpk:製程能力指數:即同時考慮偏移及一致程度.Cpk=製程精密度 (1-/製程準確度/) =Cp(1-/Ca/)
Ca等级评定及处理原则
Ca好﹐Cp差
Cp好﹐Ca差
Cpk好﹔
製程能力靶心圖
如何通过CPK看制程能力
了解了CPK的涵义和计算公式，那么我们在生产过程中，多大的CPK是好的，怎样的CPK是需改善，一般来说，下面的表格可作为参考：
CP/CA/CPK应用举例2
1.AQL 依抽樣計劃檢驗規格公差內即判定OK.2.Cpk 依 Lot or 交貨批量執行 30PCS 量測,Cpk值需達1.33以上.3.製程能力需達 4 以上.4.良品率 99.993 以上.5.63 ppm 以下.
Cpk & AQL 之比較
Cpk---Process capability index attempts to answer the question “does my process in the long run meet specification?”
Cpk等于对上公差的Cp和对下公差的Cp中二者较小的
CPK的计算公式
样本的标准差σ按下面的公式计算而得：σ=
计算CPK时，我们一般选用30-50的样本数。此时称为短期制程能力指数。
样本的平均值 µ 的计算方法如下：µ = (X1 + ‥ + Xn) / n
以上计算 σ 方法是较常用的，也是比较简单的，适用于我们手算。也可以用Excel和Minitab计算， Excel一般引用函数STDEV
UCL-LSL
6 σ
Cp=
=
T
6 σ
CPL=
µ-LSL
3 σ
为单侧下限过程能力指数

芯片良率模型-概述说明以及解释

芯片良率模型-概述说明以及解释1.引言1.1 概述概述部分的内容应该包含对芯片良率模型的背景和基本概念的介绍。

可以按照以下方式组织：概述：芯片是现代电子领域中的重要组成部分，而芯片的良率模型则是对芯片生产过程中缺陷数量和良品数量的描述和预测模型。

芯片的良率模型在芯片设计、生产、测试和改进过程中起着至关重要的作用。

通过建立合适的芯片良率模型，我们可以更好地预测芯片的制造质量，提高芯片的生产效率和产品可靠性。

在芯片制造过程中，由于材料、工艺和设备的不同，可能会产生一些缺陷。

这些缺陷可能导致芯片的性能下降或者完全失效，从而影响到芯片的良率。

因此，建立一个准确可靠的芯片良率模型成为了芯片制造和改进的关键。

芯片良率模型的核心概念是对缺陷数量和良品数量的统计分析和建模。

通过对大量的芯片样本进行测试和分析，可以得到不同工艺参数和设备条件下的芯片良率数据。

基于这些数据，我们可以利用统计学和数学建模方法，建立起芯片良率模型。

对于芯片制造企业和研发人员而言，芯片良率模型的建立意义重大。

它不仅可以帮助企业提前发现和解决芯片制造中的问题，减少生产成本和不良品数量，还可以指导设计人员优化芯片的结构和工艺，提高芯片的可靠性和性能。

此外，芯片良率模型还可以为芯片的可控制造提供依据，提高生产过程的稳定性和一致性。

总之，芯片良率模型是对芯片制造过程中缺陷数量和良品数量的描述和预测模型。

它在芯片设计、生产、测试和改进中起着重要的作用，对于实现高效、可靠和可控的芯片生产具有重要意义。

接下来的文章将进一步介绍芯片良率模型的建立方法和应用前景。

文章结构部分的内容应该包括对整篇文章的章节和各个章节的内容进行简要介绍。

在这个特定的文章中，可以按照以下方式编写1.2 文章结构部分的内容：1.2 文章结构本文主要围绕芯片良率模型展开，通过以下章节对该主题进行详细讨论。

第一章引言引言部分首先对芯片良率模型的概述进行介绍，包括定义和意义。

随后，结合文章结构和目的，为读者提供清晰的阅读指南。

第六章_工艺良品率

第六章工艺良品率概述高水平的工艺良品率是生产性能可靠的芯片模并获得收益的关键所在。

本章将结合影响良品率的主要工艺及材料要素对主要的良品率测量点做出阐述。

对于不同电路规模和良品率测量点的典型良品率也在本章中列出。

目的完成本章后您将能够：1.指出三个工艺良品率的主要测量点。

2.解释晶圆直径，芯片模尺寸，芯片模密度，边缘芯片模数量和制程缺陷密度对晶圆电测良品率的影响。

3.通过单步工艺制程良品率来计算出累积晶圆生产良品率。

4.能够解释及计算整体工艺良品率。

5.对影响制造良品率的四个主要方面作出解释。

6.建立良品率相对时间的曲线来反映不同的工艺和电路成熟程度。

7.解释高水平的工艺良品率和器件可靠性之间的联系。

良品率测量点维持及提高良品率（yields）对半导体工业至关重要。

任何对半导体工业做过些许了解的人都会发现，整个工业对其生产良品率极其关注。

的确如此，半导体制造工艺的复杂性，以及生产一个完整封装器件所需要经历的庞大工艺制程数量，是导致这种对良品率超乎寻常关注的基本原因。

这两方面的原因使得通常只有20%至80%的芯片模能够完成从投片开始的晶圆生产线全过程，成为成品出货。

对于大部分的制造工程师来说，这样的良品率看上去真是太低了。

可是当我们考虑一下所面临的挑战，是要在极其苛刻的洁净空间中，在1/2平方英寸的芯片模范围内，制做出数百万个微米量级的元器件平面构造和立体层次，就会觉得能够生产出任何这样的芯片已经是半导体工业了不起的成就。

另外一个抑制良品率的重要方面是大多数生产缺陷的不可修复性。

不象有缺陷的汽车零件可以被更换，这样的机会对半导体制造来说通常是不存在的。

缺陷芯片或晶圆一般是无法修复的。

在某些情况下没有满足性能要求的芯片可以被降级处理做低端应用。

废弃的晶圆或许可以发挥余热，被用作某些制程工艺的控制晶圆或假片（见第6.5.1节及第7章中关于氧化工艺的讨论）。

除了以上这些工艺方面的因素外，规模化的量产也使得良品率益发重要。

简单易学的6西格玛

简单易学的6 SIGMA一．6 SIGMA 理解1．6 SIGMA 概要以前存在很多工具（统计，实验计划法…）不足的是6 SIGMA以前也有品质VISION（ISO ，不良率，ZERO 化）※ 6 SIGMA 将所有的引向科学科学SIX艺术SIGMA魔术2．6 SIGMA 是？2-1．6 SIGMA （SIGMA ）定义6 SIGMA 品质是与Cp2。

0或Zero Defect 相同的概念在100万个制品或服务中仅允许3。

4个缺陷，几乎接近于完美无缺陷品质，这是把制品设计，制造的品质散布最小化，使其在规格上限和下限的品质中心的6 SIGMA 距离。

在这个意义上被称为6 SIGMA 品质。

※ 6 SIGMA 可以把所有的经营指标可显示为统计的测定值※ 是企业转化为新的构造的企业战略——工程的SIGMA 水平向上：品质提高，原价节减－>顾客满足——思考方式的转换：正确地SMART 地3． SIGMA （σ）的含义2-2 6 SIGMA 的一般定义（Dr ，Harry ，6 SIGMA 创始者）σ+6σσ[SIGMA ]表示分散程度的统计用语表示分布的[散布]状态。

σ[SIGMA ]特别是以 [6σ]极小散布的状态来要求商业，工艺为目的经营革新活动为6 SIGMA 。

即，以[100万次作业中只发生3。

4个不良]为目的构筑体系，其衡量尺度指标为σ[SIGMA ]3-1．6 SIGMA 概念图3-2．分散是什么？分散（V ARIATION ）的主要原因不稳定的部品和资材不充分的工程能力人力SYSTEM对这种所有分散，我们可以用6 SIGMA 方法检查出来吗？3-3．散布（分散）的例散布作为统计用语表示[数据分散的程度]举例：射箭时箭的落点相当于数据的分散程序。

为了得到胜利我们不仅要箭的落点都要集中（即散布要小），还要集中在箭把上（即平均要接近目标）。

即散布的大小与平均的大小直接影响到成绩。

如下图：※ 6 SIGMA 要求并不是单纯的数据（散布）集中在一个地方，要求接近目标值（中心值）并集中在一个地方。

自工序完结文档资料

自工序完结
——挑战100％的良品保证
2009年6月26日
广汽丰田汽车有限公司
质量管理部
1
丰田生产方式
理念
Just ? in? Time 必要的时候提供必要数量的必要物品不浪费
自働化不制造不良品发生异常时要停止
自工序完结
（本日主题）
丰田的出发点（它就是我们本身正在开展的工作、非“特别活动”） 2
5
8 11 09/ ２
5
3
3 通过自工序完结实现100%的良品保证活动
（1）何谓自工序完结
能够判断自己工作成果的好坏，不将不良品流到下一工序。
你做到自工序完结了么？
4
蔬菜店的老板为何如此干劲十足？
新鲜安全的蔬菜便宜卖
顾客开心
物不美价不廉
顾客生气下次不再购买!
所以有干劲！
马上知道自己工作结果的好坏
9/9 7/9 8/9 5/9=55%
4/4
良品条件 4/5
6/6
遵守良品条件
0.55x0.88 ＝48%
的保持 4/5
22/25=88%
11
【自工序完结度事例：扶手】
后门扶手自工序完结度计算实例.xls
社内已实施自工序完结改善实例： ①装饰条间隙：天气温度下降时，开启加热灯； ②上部板表皮外漏：上部板反包边
应作出规定的内容都有相关的明确规定
（谁、什么时候、做什么、怎样做）
? 规定能够持续遵守 ? 实践持续改善
【实施事项】
提高设备和模具完成提高图纸完成精度精度（明确制造相关要件（明确生技要件并并反映到图纸中去）向制造现场展开）
标准类的完善和完成精度的提高
标准作业遵守率的提高

OEE(设备综合效率)分析与管理

因设备造成的浪费
因人造成的浪费
机器故障
调整与设置
启动损失
速度下降
缺陷与返工
停顿
设备的6大损失
6大损失的形象化
100%
生产能力
速度损失
启动
小停顿和空转
质量缺陷
故障
设置和调整
时间
停机
你不可能在设备故障停机时生产出产品
设置和调整占用了太多的时间
一个微小的问题就会造成设备的停机
设备运转过快容易造成故障
您是不是正在制造一个不合格产品
早晨机器的启动需要花去一定的时间
二、OEE的定义及开展目的
1.OEE是什么?
OEE代表整体设备效能；这是一种严格的机器总体性能的衡量手段，揭示时间浪费存在于哪里，统计各种时间浪费，目的在于实现改进。
总时间损失
生产转换
故障停机
传统效率衡量方式只计算了部分时间损失
负荷时间-停止时间时间开动率= * 100% 负荷时间
理论循环时间*加工数量性能开动率= * 100% 利用时间
5.OEE分析图可与六大损失关系趋势
F
E
D
C
B
A
F
E
D
C
B
A
F
E
D
C
B
A
F
E
D
C
B
A
F
E
D
C
B
A
F
E
D
C
B
A
OEE 100%
50%
月
OEE
好！
A：故障损失 B：换品种、调整损失 C：开关机损失 D：空转、小停机 E：速度降低损失 F：缺陷和返工损失

6Sigma品质管理基础

第一节、6 Sigma的介绍6Sigma是研究过程变量与过程能力之间相互关系的科学。

简而言之，是通过对过程能力的测量，确定过程所处的状态，再通过比较分析，找出影响过程能力的主要变量，用过程优化方法找出其变化规律,再对其予以消除或控制,通过连续的测量——分析——改善——控制循环，使过程能力不断提高并最终达到或超过6Sigma水平。

对于新产品和新过程，在测量之前又增加了一个设计（新产品和过程）环节。

6Sigma作为品质理论，最早被摩托罗拉公司用于品质管理，取得了令人瞩目的成功。

后逐步推广带通用电气、IBM等一些大公司，并很快成为新的品质标准。

现在6Sigma系统和方法因其良好的精简人员性和克可操作性，已为全球许多先进公司接受和采用。

一、S igma（σ）的涵义σ是希腊字母，术语σ用来描述任一过程参数的平均值的分布或离散程度。

对商务或制造过程而言，σ值是指示过程作业状况良好程度的标尺。

σ值越高，则过程状况越好。

σ值用来测量过程完成缺陷作业的能力，因为缺陷在任何情况下都会导致客户的不满意。

对6Sigma而言，共同的测量指引是“每单位缺陷数”。

在这里，单位代表了许多东西，如组件、原材料、表格、时间段、产品等。

σ值指示了缺陷发生的频度。

σ值越高，过程不良品率于低，当σ值增大时，成本降低，过程周期时间缩短，客户满意度提高。

1、σ作为标准的含义σ与工序不良率及合格率之间的对应关系当σ从一个水平提高到另一个水平，不良水准会按指数规律降低。

σ与工序不良率及合格率之间的对应关系表2、99%良好的实际含义（1）每天至少15分钟不安全饮水（2）每个月至少7小时停电从以上的数据可看出，99%的良品率意味着巨大风险。

3、工序合格率的概念假定某产品从来了到出货需进行机器加工和测试两道工序，来料合格率为99%，机器加工合格率为98%，测试合格率为96%，其总的工序合格率为93.1%，在加工厂106件产品时的可能不良品为68608件，如下图所示：图1、从来料到出货工序合格率图4、工序能力指数CP&CP K工序能力指数是指工序最大变化范围与工程能力变化的比值 CP=LSL USL -/±3σ CP K =[LSL USL --2×U T -]/6σ 其中： σ 为标准偏差USL 为公差上界 T 为公差中心 LSL 为公差下界 U 为样本平均值二、 6Sigma 的涵义6Sigma 是一个统计测量基准，它告诉我们目前自己的产品、服务和过程的真实水准如何。

设备的八大损耗

设备的八大损耗所谓最有效地利用设备就是最大限度地发挥设备本身具有的功能和性能，换言之如果彻底排除了阻碍效率提高的损耗，就是提高了设备的效率。

一直以来，我们只把停产作为损耗的对象，因此对性能损耗、不良损耗不够重视。

尽管设备在动，也有不产生价值的时间，我们把这个叫做损耗时间。

时间的损耗，是以性能运转率、时间运转率来评价的；而物量损耗则是用合格品率来评价的。

阻碍设备效率化的要因有如下8种，我们将此称为“八大损耗”。

（1）故障损耗（2）转换、调整损耗（3）刀具损耗（4）开车损耗（5）暂停、空转损耗（6）速度下降损耗（7）不良、手工校正损耗（8）SD（停工）损耗彻底排除八大损耗，通过持之以恒的追求设备的效率化、谋求企业业绩的提高是非常必要的。

下面把八大损耗中阻碍设备综合效率的七大损耗和阻碍设备负荷时间率的损耗（阻碍操作性）分别进行阐述。

阻碍综合效率的七大损耗1）故障损耗所谓故障就是指设备功能失灵或功能下降，由突发性和慢性故障引起的是故障损耗，伴随发生的还有时间损耗（产量减少）和物量损耗（不良、手工校正品增加）。

2）转换、调整损耗所谓转换调整损耗是指由一项生产任务完成到执行下一项不同任务时的转换、调整、试生产到合格品出来这一时段的时间损耗（产量减少）和伴随切换产生的物量损耗（不良、手工校正品）。

3）刀具损耗所谓刀具损耗是指刀具定期交换（寿命）、更换时发生的时间损耗（产量减少）和伴随产生的物量损耗（不良、手工校正品增加）。

4）开车损耗所谓开车损耗是指定期检修、长期停工、休假、休息后重新开车时，按照既定的工艺条件，尽管不产生损耗和故障，但还是会发生到可以连续生产完全合格品这个时间段的时间损耗（产量减少）和随之而产生的物量损耗（不良、手工校正品增加）。

５）暂停、空转损耗所谓暂停、空转损耗是指机器功能一时停止或恢复功能所需要的简单处置（消除异常或复原），不包括零部件交换和修理、恢复所需时间一次不超过1~3分钟的时间损耗（产量减少）和物量损耗（不良·手工校正品增加）。

TPM八大支柱介绍(共39张PPT)全

和条件设定的能力
主题活动意义
• 保留小组活动的过程
• 成员协助互相研究，解决问题，培养团队
精神
• 通报活动成果，接受有关领导的认证与评
价
• 可借鉴改善程序方法推广与培养人才
• 体现小组活动的成就感
• 建立一个学习型的组织体系
• 学习如何发现问题，分析问题，解决问题
主题活动改善体系
改善计划
主
题
的
定
行动管理
各自行动计划/行动进展/能不能了解今天的
行动日程/出勤/人员动向
交期管理
能不能了解计划/计划的进展程度/计划的基
准和规则
设备管理
有没有设备相关手册/设备的充分性
目标管理
有没有行动计划/目标的完成情况
间接部门事务改善
评价项目
评价内容
工作时间
精简工作时间;
合理提案
件数
运输费用
月费用
电话费用
月费用
60％以上的设备故障率曲线只有初始故障期，却无耗损故障期。
可以组织跨部门变革和改善活动
OffJT表示离职（脱岗）培训：主要采用积分制的强制培训和选修培训。
主题活动推进的八大步骤
查找文件/资料/记录的时间
事务效率改善的目的主要是消除各类管理类的损耗，减少间接管理人员。
D：一日之停止损失时间（小故障10分，部置20分，调整20分，其它10分）=60分
P
4、研究和决定对策方案
5、制定实施计划
6、对策实施
7、结果、效果的确认
8、防范措施、标准化
D
C
A
主题活动推进的八大步骤
1. 主题选定
2．现象把握
3．原因分析

6-KPI指标简介

FTT 直通率

单位
裁床车缝后整绣花/洗水整线
计算公式
(日产量-不良品) ÷ 日产量 × 100% (日产量-不良品) ÷ 日产量 × 100% (日产量-不良品) ÷ 日产量 × 100% (日产量-不良品) ÷ 日产量 × 100%
裁床FTT ×车缝FTT ×后整FTT (×绣花/洗水FTT)
FTT计算范例

180 件
162 件
投入200 件车缝良品率=? 裁床良品率=?
后整良品率=?
150 件
裁床良品率= 180 ÷ 200 = 90 % 车缝良品率= 162 ÷ 180 = 90 % 后整良品率= 150 ÷ 162 = 92.6 %
FTT= 90% × 90% × 92.6% = 75%
达成率
WIP
(Work in Process)
在制品库存
DT
(Down Time)
停机时间
精益生产改善指标

达成率
BTS
良品率
FTT
COST 成本竞争力
WIP
成品半成品材料库存
生产时间
LT
DT UPH
停线时间
人均时产值
认识 KPI

95.56% = 86%
如何达到 BTS-后拉生产

7#, 9#, 11#
烫衬1组
车缝1组
7#, 9#, 11#
大烫
包装1组大烫
6#, 8#, 10#
裁床1组
车缝2组
6#, 8#, 10#
入库烫衬2组车缝3组大烫包装2组大烫
裁床2组
车缝4组
DT

KPI介绍

SMT贴片良品率提升方法研究

SMT贴片良品率提升方法研究摘要：本文对SMT（表面组装技术）贴片良品率提升方法进行研究。

SMT生产是电路板生产重要工序。

良品率对产品质量及生产加工效率有重大影响，本文分析了影响SMT贴片良品率的原因，通过数据采集，找到解决良品率低的办法，设计制作校准工装，提升SMT贴片良品率。

关键词：电路板；SMT生产；校准工装一、概述SMT生产线元器件贴片工序承接锡膏焊接这一特殊过程的锡膏印刷工序和回流焊接工序，是SMT质量管控中最重要工序；根据SMT生产工艺流程图可以看出，贴片过程的良品率直接关系着PCB回流焊接质量。

二、研究课题原因SMT生产过程中，出现贴片少件，位置偏移，元器件立碑，锡膏溢出等问题，对3个批次的PCB不良种类进行统计，并制作排列图，可以看出贴片过程少件和贴片位置偏移两问题占比最高。

贴片不良种类统计首先针对“贴片过程少件”，贴片良品率一直保持在稳定状态（98%-99%），基于此状况，抽取了三个批次各100块PCB，对贴片过程不良种类进行统计。

通过对不良种类的统计可以发现，在贴片良品率保持在稳定状态时，“贴片过程少件”占比极低，此问题为良品率波动后占比升高，所以此问题亟待解决。

通过对不良种类的统计也可发现，贴片良品率保持在稳定状态时，“贴片位置偏移”占比仍为最高，为分析贴片机贴片精度控制能力，利用控制图统计AOI测试的元器件偏移量，从样本中抽取PCB板30块，统计元器件Q412坐标偏移量。

Q412坐标偏移量控制图通过对控制图的分析，SO-8元器件Q412偏移量均值26.58%，超出要求的25%，但在26.58%附近成正态分布，贴片机控制精度稳定，仅为整体偏移。

通过头脑风暴法，针对贴片过程少件和贴片位置偏移两个主要问题进行了全面分析，并开始分析问题原因。

三、课题原因分析1.贴片机未准确校准通过贴片精度试验，V12贴装头（Cpk=0.64）和H04贴装头（Cpk=0.87）贴装精度均不满足要求，导致贴片位置偏移，同时偏移量过大造成抛料，导致贴片过程少件，贴片机未准确校准是影响贴片过程少件和贴片位置偏移的主要原因。

产线品质管理概述

（一）全面质量的质量管理
质量不仅包括产品质量还包括工作质量
（二）全过程的质量管理
设计过程/制造过程/使用过程/辅助过程
全面质量管理指导思想和特点（二）（三）全员性的质量管理
全员参与全面品管
（四）用户第一,下道工序就是用户
全面质量管理指导思想和特点（三）
（五）严格把关与积极预防相结合，以预防为主﹔ （六）数据是质量管理的根本，一切用数据说话﹔
·品质就是符合要求的标准——克劳斯比
品质定义(二)
早期：生产符合品质规格的产品现在：产品或服务满足规定或潜在需要的特征
和特性的总和。应包括：
满足客户现在需求：
▪ 产品符合品质规格 ▪ 表面看起来无缺点，感觉好 ▪ 用起来好用、方便
保障客户未来需求：
▪ 持久耐用不故障 ▪ 外在环境影响 ▪ 安全可靠 ▪ 为客户设想周到
●查检表通常又叫查核表
查检表的种类
●记录用查检表记录用查检表又称为改善用查检表，例如用于不良主因和不良项目的记录用表
●点检用查检表点检用查检表的主要功能是确认作业实施和机械设备等的情形，以避免遗漏
记录用查检表
时间数量查检项目
合计
合计
查检表的作用
●有效避免问题、解决问题 ●避免“观察”与“分析”同时进行 ●以“记录”代替“记忆” ●避免收集资料时，渗入情绪文字叙述等不具体
☺
出现问题要问五个为什么
人们都说“魔鬼藏于细节”、“细节决定成败”，那么，如何把握细节呢？五个“为什么”分析为此提供了一种诊断性方法：针对某一现象或结果，连续问五个“为什么”，通过查找“原因的原因”发现问题的根源所在。
五个为什么的思维方式应成为日常工作的思维习惯

浅析运用六西格玛DMAIC提高产品测试良品率的实际应用

浅析运用六西格玛 DMAIC提高产品测试良品率的实际应用摘要：根据公司提高毛利率战略的指示，需要将产品进行晶圆厂地域的转移。

在转移验证过程中发现，转移后产品出现测试良品率降低的情况。

为了提高产品测试良品率，运用六西格DMAIC的方法实现转移后产品测试良品率的提升，从而保证提高企业毛利率的战略目标。

关键词：良品率；DMAIC；测量系统分析；RDSon一、引言依据提高公司毛利率的战略指导方针，将产品从6寸晶圆厂转移到8寸晶圆厂，这样可以大大降低成本，提高公司收益。

但是在转移的验证过程中发现转移后产品B相比之前产品A良品率降低了4.4%，这样就增加了成本，与公司的战略相违背。

为了提高良品率，通过运用六西格玛DMAIC的方法找到问题，解决问题，从而最终提高产品良率，实现公司的战略目标。

DMAIC是六西格玛管理中的重要改善工具。

通过运用DMAIC可以将理论变为动作，从而将目标变为现实。

DMAIC包含了定义（Define)、测量（Measure）、改进（Improve）、控制（Control）五个阶段构成的过程改进方法。

二、DMAIC-定义定义(Define)是DMAIC的第一步，也是很重要的一步。

通过这个阶段，可以明确问题或者流程输出Y及其测量，确定Y的标准。

在此阶段，我们的目标是提高转移后产品B的良品率，使之与转移前产品A的良品率相匹配，从而实现公司的战略目标。

通过对测试程序的研究，找到有效的方法从而将转移后产品的B的良品率从92.6%提高到97%。

下图为SIPOC高阶流程图图一三、DMAIC-测量测量阶段作为DMAIC的二个阶段，它是Define阶段的后续，也是连接分析阶段的桥梁。

测量是项目工作的关键环节，是以事实和驱动管理的具体体现。

通过测量阶段的数据分析和评估，可以获得对问题和改进机会的定量认识，并在此基础上获得项目实施的信息。

任何过程的输入与输出的关系可以表达为:Y=f(X), 关键输入变量X决定输出变量Y。