In een industriële omgeving is het altijd een uitdaging om aan de kwaliteits- en robuustheid-eisen van de klant te voldoen. Het is voor engineers dan ook erg belangrijk om het proces en de kritische parameters die de productprestaties beïnvloeden te begrijpen. Daarvoor moeten ze data kunnen analyseren en interpreteren. In sommige gevallen is een grote hoeveelheid data beschikbaar en het is de uitdaging om deze samen te vatten of relaties vinden. In andere gevallen is slechts zeer beperkte data beschikbaar en het is de uitdaging om betrouwbare conclusies te trekken. Deze training bevat het gebruik en de toepassing van de belangrijkste statistische methoden voor de (halfgeleider)industrie. In de training worden de methoden en softwaretools toegepast afkomstig uit de echte industriepraktijk.
Inhoud
Zoals alle trainingen van CQM is ook bij deze training het geval: we geven alleen in-company trainingen die zijn afgestemd op de dagelijkse praktijk van de deelnemers en hun bedrijf. Een voorbeeld van de inhoud van een training in de semi-conductor industrie:
- De samenvatting en de presentatie van de gegevens in grafieken en statistieken;
- De betrekkingen tussen parameters / regressie-analyse;
- Sampling, de interpretatie van de kenmerken in de populatie;
- Verdeling van de statistische kenmerken en het gebruik ervan;
- Schatting van de populatie-parameters op basis van steekproeven en hun kenmerken;
- Betekenis testen (hypothese testen zoals F en t-test), betrouwbaarheidsintervallen, steekproefgrootte en de impact op de betrouwbaarheid van de conclusies;
- De interpretatie en beoordeling van processen, procesprestaties, Ppk en een kennismaking met procescontrole (SPC);
- De interpretatie van variantie, variantie componenten, variantie-analyse;
- De beoordeling en verbetering van meet-processen Gage R&R studie, Measurement System Assessment, herhaalbaarheid en reproduceerbaarheid, nauwkeurigheid, Measurement System Comparison (MSC).
Aan het einde van de training
Zijn de ingenieurs en technici in staat om samen te vatten en te interpreteren met statistische methoden en om betrouwbare conclusies te trekken en te presenteren. Toepassingen zijn:
• de interpretatie van sample data en betrouwbaarheidsintervallen;
• betekenis testen, sampling technieken en steekproeven;
• statistische analyse van de processen, de beoordeling van de procesprestaties / capability en een introductie op procescontrole (SPC);
• de beoordeling en verbetering van meet-processen (Gage R&R studie).
Wil je meer weten over industriele Data Analyse?
Neem dan contact op met Bert Schriever.