最新产线异常处理流程及技巧

产线异常处理流程及技巧

1

2

3

一．品管人员问题处理之流程（步骤）

4

发现问题分析问题解决问题预防问题

5

6

备注: 品管人员之所以不同于工程人员处理问题之关键在于品管人员用品管技能,

品管统计手法,逻辑推理等方法来进行问题的分析与处理.

7

8

A.发现问题

9

10

不良现象（必须了解清楚及正确之数据）

11

发生日期,不良数﹑投产数﹑不良率﹑不良发生点﹑不良状况(不良状况是怎样产生的),

亦即何种测试条件下之测试不良,具体详细之不良情形.相关的信息,在我们处理问题前,

12

13

必须清楚无误地掌握到.

14

Case1:

15

1.4/27,产线发现PUH不良,不良率5%.

16

2.产线Loader test站,发现较多托盘进出过缓,分析为托盘不良.

17

3.贵司4/7来料之3374365191之碟盖,批量1000pcs,在我司检验时发现表面有严重刮18

伤

19

之不良现象,不良率2.5%.

20

4.贵司4/22来料之1232001520陶瓷(1500Pf +/-10%) 450k,在我司检验时发现本体上21

上有两种文字印刷,见图.

22

B.分析问题

23

24

此项来讲﹐为SQE处理问题之关键﹕怎样判定此部分之不良是原材料造成还是产线制程造成25

﹖基本上我们应能通过种种的品管手法及逻辑推理手段中作出进一步的判定, 当然, 从某种程26

度来看, 其效果有时并不一定如理想中的那么直接, 但从另一方面讲﹐对我们来处理产线问题27

绝对是有益的﹐现例﹕当产线发生不良,并初步怀疑为组件不良所致, SQE该如何处治? 通过何28

种方式去剖析并解决问题.

29

不良现象与组件之关联, 其相关关系如何?

30

找出组件不良之相关与机台不良之相关联系参数. 如其中的某个参数, 规格, 外观等不31

良,

32

是否对产品(机台)有直接的影响?以往历史中是否有类似之不良?

33

在分析问题前,我们必须展开相关的联想并设问.

34

不良之确认

35

36

分析前, 我们应该对所产生的现象作进一步的确认, 确认所产生的现象, 确实为不良, 否37

则, 以下相关之工作将只能是徒劳.

*不良之现象,是否确实为不良(超出规格之要求).

38

39

*是否确实为组件fail.

40

41

相关的不良之判定,需经验之积累.针对一些比较模糊的规格,希望尽量能量化来定义.

42

如: 杂音的判定,焊锡性不良之判定等.

43

44

分析过程及方法: 前提:( 若初步分析为原材不良所致)

45

组件不良确认:

46

47

a.交叉实验法(尽可能多机种, 多状态, 多次实验作确认, 尽可能比较全面地得到第一信

48

息.)

*单体简单比较(单次)

49

50

*多因子之间比较(机种, F/W, 线别, DISC,厂商,Date Code)

51

*单体多次比较(PCBA, Mega)

52

举例: ( PUH, MOTOR, CHIP-C等)

53

54

b. 借助我们现有之零件测试设备对零件参数作测试确认.

55

这一点要求我们所有的SQE 人员在执行时日常的工作中应不断地提升我们对零件, 产品相56

关的认知, 不断提升IQC检验之精准度, 可用性及实效性, 尽可能地从组件本身参数特性57

及与我们产品之相配性作检测, 如塑料件(尺寸, 实配治具等).以厂商认可的测试判定方法58

来进行量化

59

的判定.

60

61

b.待不良确认后, 用罗辑, QC方法进一步展开原因之深入调查.

62

品管人员在处理问题时,最重要的一点同时也是最首要的工作是进行相关数据的收集统计63

并

64

分析,从而得出我们所需求的信息.

65

*不良现象之集中性? 变羿性? 是我们考究的重点. 在此仅以材料羿常处理查德检表, 以供66

各位在日常工作中能灵活运用, 势必在处理相关问题时会得心应手.

67

68

1.问题确认

69

70

不良现象发生之日期, 时间?

在哪一段时间这不良率 DPPM是多少?

71

72

不良数是否集中在哪一条件?

73

不良数是否集中在哪一个班?

74

不良数是否集中在哪一产品型号(版别)?

75

不良品之 DATE CODE 为何? 是否有信集中之趋势?

76

不良数是否集中在哪一个基板位置?

77

以前是否有类似现象发生过?

78

不良是否集中在哪一个测试治具?