Tests automatisés et optimisation du déverminage en fabrication électronique

La fabrication électronique se conclut par une phase de tests : tests fonctionnels qui vérifient que le produit fonctionne, criblage par contraintes environnementales qui révèle les défauts latents, et déverminage qui fait fonctionner le produit en conditions sévérisées pour déclencher les défaillances de jeunesse. Ces étapes de test sont essentielles à la fiabilité du produit, mais elles consomment temps, équipements et énergie.

L'approche traditionnelle consiste à soumettre chaque unité à la même séquence de tests, pour la même durée. L'IA permet une approche plus fine, qui adapte les tests au profil de risque de chaque unité.

L'arbitrage du test

Plus on teste, plus on capte de défauts, mais plus le coût augmente et la cadence diminue. Moins on teste, plus on réduit le coût, mais plus on prend le risque de livrer des produits défectueux. La stratégie de test optimale dépend du taux de défaut sortant de production, du coût d'une défaillance terrain comparé à celui du test, et de la relation entre la durée du test et la probabilité de détection des défauts.

Pour un procédé de production mature et à fort rendement, tester chaque unité de manière exhaustive est surdimensionné. La plupart des unités sont bonnes et le test ne révèle que très peu de défauts supplémentaires. Pour les introductions de nouveaux produits ou les procédés à variabilité connue, des tests poussés sont justifiés parce que le taux de défaut est plus élevé.

Comment l'IA optimise les tests

L'optimisation des tests par IA analyse les données de production de chaque unité et prédit son risque de présenter un défaut. Les unités produites dans des conditions procédé nominales, avec toutes les mesures bien centrées dans la spécification, sont à faible risque. Les unités produites en limite des fenêtres procédé, sur des équipements qui viennent d'être entretenus, ou avec des matières issues d'un nouveau lot fournisseur, sont à risque plus élevé.

À partir de cette évaluation de risque, l'IA adapte le plan de test. Les unités à faible risque suivent une séquence de test abrégée, qui couvre les fonctions les plus critiques. Les unités à risque élevé subissent la séquence complète, déverminage prolongé compris. Au total, la même enveloppe de temps de test capte davantage de défauts parce qu'elle se concentre sur les unités les plus susceptibles d'en présenter.

Optimisation de la durée de déverminage

Le déverminage se prête particulièrement bien à l'optimisation par IA, parce que la relation entre durée et détection de défauts suit une courbe à rendements décroissants. La plupart des défaillances de jeunesse surviennent dans les premières heures. Étendre le déverminage de 24 à 48 heures ne capte parfois que quelques défaillances supplémentaires, en doublant le coût équipement et énergie.

L'IA détermine la durée de déverminage optimale pour chaque produit et pour chaque niveau de maturité procédé. Pour un produit mature à faible taux de défaut, un déverminage plus court capte la quasi-totalité des défaillances de jeunesse. Pour un nouveau produit, un déverminage plus long se justifie tant que le procédé n'est pas stabilisé.

Limites de test adaptatives

L'IA optimise également les limites de test, c'est-à-dire les seuils d'acceptation/rejet de chaque mesure. Les limites fixes traditionnelles sont définies à partir de la spécification produit. Les limites établies par IA sont plus serrées pour les paramètres qui sont fortement corrélés aux défaillances terrain et plus larges pour les paramètres sans incidence sur la fiabilité. Cela réduit le taux de fausses non-conformités (bonnes unités recalées au test) sans augmenter le taux de défauts qui passent (mauvaises unités validées par le test).

Pour en savoir plus sur l'IA en fabrication électronique, consultez la page d'analyse manufacturière de FirmAdapt.