Eine der spannendsten Diskussionen auf dem camLine forum 2024 drehte sich um die Rolle des maschinellen Lernens bei der Früherkennung von Produktionsanomalien. Julie und Hélène hoben das transformative Potenzial von ML bei der Analyse von Rohdaten hervor, das es Herstellern ermöglicht, Prozessabweichungen zu erkennen, bevor sie sich auf die Produktionsqualität auswirken.
"Wir sehen ein großes Potenzial für die Anwendung von maschinellem Lernen bei STMicroelectronics, um Rohdaten besser zu nutzen, was zu einer effektiveren Erkennung von Anomalien in Prozessprofilen führt."
— Julie Ravel, STMicroelectronics
Die Rolle von LineWorks SPACE bei der Verbesserung der Shopfloor-Analyse
Vor der Einführung von LineWorks SPACE sah sich STMicroelectronics mit Herausforderungen bei der First-Level-Analyse in der Fertigung nach OOC-Ereignissen (Out-of-Control) konfrontiert. Die bestehenden Methoden lieferten oft irrelevante Erkenntnisse und erforderten kontinuierliche Verbesserungen bei der Bereitstellung von Echtzeit-Prozessdaten für die Mitarbeiter in der Fertigung.
Mit LineWorks SPACE und seinen leistungsstarken Plug-ins LineWorks SPACE Charts Device Maps Plugin (DMP) und LineWorks Statistical Defect Control (SDC) hat STMicroelectronics die First-Level-Analyse erfolgreich optimiert. Die Lösung liefert jetzt relevante Echtzeitdaten, verbessert die Behandlung von außer Kontrolle geratenen Ereignissen und ermöglicht eine schnellere und genauere Entscheidungsfindung.