Plan d'inspection unifié - Un nouveau modèle pour améliorer le contrôle des produits et du système de production des semi-conducteurs.

Unified inspection plan – A new model to improve the control of semiconductor product/production system

• Auteur / Autrice : Allwell Dilosi
• Direction : Ali Siadat, Alaa Hassan, Aymen Mili
• Type : Thèse de doctorat
• Discipline(s) : Génie industriel
• Date : Soutenance le 13/11/2024
• Etablissement(s) : Paris, ENSAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : LCFC - Laboratoire de Conception, Fabrication et Commande. Metz - LCFC - Laboratoire de Conception, Fabrication et Commande. Metz
• Jury : Président / Présidente : Eric Levrat
• Jury : Examinateurs / Examinatrices : Ali Siadat, Alaa Hassan, Aymen Mili, Armand Baboli, François Pérès, Michel Tollenaere, Joanna Daaboul
• Jury : Rapporteurs / Rapporteuses : Armand Baboli, François Pérès

Mots clés

Mots clés contrôlés

Contrôle de la qualité

Gestion du risque

Thèses et écrits académiques

Systèmes d'aide à la décision

Mots clés libres

Plans de contrôle

Planification des inspections

Modélisation des données

Gestion de risque

Système d'aide à la décision

Controle de qualité

Control plans

Inspection planning

Data modelling

Risk management

Decision support system

Quality control

Résumé

Cette thèse vise à améliorer les systèmes de gestion de la qualité dans le contexte de l'industrie 4.0. La recherche se concentre sur l'amélioration de l'efficacité et de l'efficience des plans de contrôle dans la fabrication de semi-conducteurs. Les plans de contrôle sont cruciaux pour le maintien des normes de qualité, mais les plans traditionnels souffrent souvent d'inefficacité en raison des taux d'échantillonnage statiques et des systèmes de données fragmentés. Des plans d'échantillonnage dynamiques ont été élaborés avec un « Metrology Situation Indicator » (MSI) qui adapte les taux d'échantillonnage en fonction de la capacité métrologique. La méthodologie permettant de sauter des lots en fonction des critères MSI garantit que seuls les lots pertinents restent dans la file d'attente, optimisant ainsi le WIP en métrologie. L'efficacité a été amélioré grâce à un modèle de données de référence (RDM) qui intègre divers composants des systèmes de fabrication et de qualité, garantissant que les plans de contrôle sont à jour et accessibles, réduisant ainsi les lacunes en matière d'information.La thèse présente l'indicateur CPPE (Control Plan Performance Effectiveness), qui évalue la santé du plan de contrôle sur la base de l'exhaustivité, de la réalisation de l'échantillonnage et de la qualité de l'équipement. Cette méthodologie fournit un cadre d'évaluation solide, guidant les praticiens dans l'identification et la mise en œuvre des opportunités d'amélioration. Cette recherche souligne l'importance d'une gestion dynamique et intégrée des plans de contrôle, tirant parti des données en temps réel et des stratégies adaptatives pour améliorer la réactivité et l'efficacité.

This thesis aims to enhance quality management systems within the Industry 4.0 context. The research focuses on improving the efficiency and effectiveness of control plans in semiconductor manufacturing. Control plans are crucial for maintaining quality standards, but traditional plans often suffer from inefficiencies due to static sampling rates and fragmented data systems. Dynamic sampling plans were developed using a Metrology Situation Indicator (MSI) that adapts sampling rates based on metrology capacity. The methodology to skip lots based on MSI criteria ensures only relevant lots remain in the queue, optimizing metrology work-in-progress (WIP). Effectiveness was enhanced through a comprehensive Reference Data Model (RDM) that integrates various components of manufacturing and quality systems, ensuring control plans are current and accessible, thus reducing information gaps.The thesis introduces the Control Plan Performance Effectiveness (CPPE) indicator, which assesses control plan health based on completeness, sampling realization, and equipment quality. This methodology provides a robust evaluation framework, guiding practitioners in identifying and implementing improvement opportunities. This research highlights the importance of dynamic and integrated control plan management, leveraging real-time data and adaptive strategies to enhance responsiveness and effectiveness.