© &.com Part Average Analysis PAA Rev. 2.0 / Grundlage der Methodik P AA

© &.com Zusammenfassung Kurzbeschreibung Mit zunehmender Komplexität technischer Systeme steigen zwangsläufig die Qualitätsanforderungen an die verwendeten Baugruppen, Module und Bauelemente. Die Part Average Analysis zeigt einen auf Software basierenden methodischen Ansatz, mit dem die Zuverlässigkeit und Verfügbarkeit technischer Systeme effizient verbessert werden kann. Mit der PAA werden im Herstellprozess Auffälligkeiten in Funktionalitäten oder Messparametern beobachtet, die einen sicheren Hinweis auf einen latenten oder schlafenden Fehler geben. Komponenten mit einem hohem Ausfallrisiko werden präventiv selektiert und dürfen nicht weiter verwendet werden. Fokus Ziel dieser Methode ist es, möglichst frühzeitig stochastische und systematische Fehler zu erkennen, und den Wertschöpfungsprozess technischer Systeme zu verbessern.

© &.com Grundlage Referenz Die Grundlage für die PAA ist der Part Average Test PAT: Guidelines for Part Average Testing AEC – Q001 Rev. B, Anwendung heute: Wafertest für Automotive Halbleiter Erkennung und Selektion abnormaler Chips innerhalb eines zulässigen Toleranzbandes auf Basis statistischer Methoden Angepasste Mathematik für die Prozessoptimierung im Wafertest: Testen und Selektieren (Inken) in einem Arbeitsschritt Keine Bewertung der Anomalie hinsichtlich des Ausfallrisikos

© &.com Beispiel für Anomalietesting Beispiel Die Part Average Analyse bewertet i.O. geprüfte Teile, deren Parameterwerte sich innerhalb eines zulässigen Wertebereichs befinden, sich aber im Vergleich zu anderen Teilen auffällig verhalten Ergebnis oben: 3 fehlerhafte Drucksensorarrays in einer Gesamtmenge von 2500 Stück im Parameter Stromaufnahme erkannt Im Vergleich zum PAT bewertet die PAA die Schwere der Anomalien nach technologischen Gesichtspunkten, und selektiert nur Komponenten bei einem hohen Ausfallrisiko Drucksensorarray 6 6 Spezifikation I/mA l Stück