Les cartes de contrôle montrent si votre processus de test est stable ou s'il dérive hors contrôle. Elles constituent le fondement de la Maîtrise Statistique des Processus (MSP) et vous permettent de détecter les problèmes avant qu'ils ne provoquent des défaillances.
Ce que montrent les cartes de contrôle
Une carte de contrôle trace des mesures individuelles (ou des statistiques de sous-groupes) au fil du temps par rapport à trois lignes : une ligne centrale (moyenne du processus), une Limite de Contrôle Supérieure (LCS) et une Limite de Contrôle Inférieure (LCI). Ces limites sont calculées à partir de vos données réelles, généralement à 3 sigma de la moyenne.
Les points à l'intérieur des limites de contrôle signifient que votre processus se comporte normalement. Les points à l'extérieur, ou des patterns comme sept points consécutifs du même côté de la ligne centrale, signalent que quelque chose a changé.
Limites de contrôle vs. limites de spécification
Cette distinction est importante. Les limites de spécification (LSS/LSI) définissent ce qui est acceptable pour le produit. Les limites de contrôle (LCS/LCI) décrivent ce que votre processus fait réellement.
Un processus peut être sous contrôle mais hors spécification (produisant systématiquement des pièces défectueuses). Il peut aussi être dans les spécifications mais hors contrôle (conforme aujourd'hui, mais de manière imprévisible). Les cartes de contrôle détectent le second cas, que les limites de spécification seules ne voient pas.
Écrire des tests qui alimentent les cartes de contrôle
De bonnes données pour les cartes de contrôle commencent par des mesures bien structurées. Chaque mesure a besoin d'un nom, d'une unité et de conditions cohérentes entre les exécutions.
import openhtf as htf
from openhtf.util import units
from tofupilot.openhtf import TofuPilot
@htf.measures(
htf.Measurement("supply_voltage")
.with_units(units.VOLT)
.in_range(minimum=4.75, maximum=5.25),
htf.Measurement("supply_current")
.with_units(units.AMPERE)
.in_range(minimum=0.090, maximum=0.110),
htf.Measurement("output_frequency")
.with_units(units.HERTZ)
.in_range(minimum=999.5, maximum=1000.5),
)
def power_supply_check(test):
test.measurements.supply_voltage = 5.02
test.measurements.supply_current = 0.0987
test.measurements.output_frequency = 1000.1
@htf.measures(
htf.Measurement("signal_amplitude")
.in_range(minimum=-1.0, maximum=1.0),
htf.Measurement("signal_noise_floor")
.in_range(maximum=-60.0),
)
def signal_integrity_check(test):
test.measurements.signal_amplitude = 0.3
test.measurements.signal_noise_floor = -72.5
def main():
test = htf.Test(power_supply_check, signal_integrity_check)
with TofuPilot(test):
test.execute(test_start=lambda: "PCB-001")
if __name__ == "__main__":
main()Chaque exécution télécharge les mesures vers TofuPilot. Au fil du temps, celles-ci constituent le jeu de données nécessaire aux cartes de contrôle.
Choisir le bon type de carte
Pour les mesures individuelles (une valeur par exécution), utilisez une carte I-MR (Individuelle et Étendue Mobile). C'est le cas le plus courant en test électronique, où chaque DUT produit une seule lecture par mesure.
Pour les données sous-groupées (plusieurs échantillons par lot), les cartes X-barre et R suivent la moyenne et l'étendue du sous-groupe. Cela s'applique lorsque vous testez plusieurs unités d'un même lot de production et souhaitez surveiller la variation de lot à lot.
Lire les cartes de contrôle dans TofuPilot
Les analyses de mesure de TofuPilot génèrent automatiquement des cartes de contrôle à partir de vos données de test. Ouvrez la vue détaillée de n'importe quelle mesure pour voir le graphique chronologique avec les limites de contrôle calculées.
Surveillez ces signaux :
- Un point unique au-delà de la LCS ou de la LCI
- Sept points consécutifs ou plus au-dessus ou en dessous de la ligne centrale
- Six points consécutifs ou plus évoluant dans la même direction
- Des patterns alternés (haut-bas-haut-bas) suggérant des problèmes de système de mesure
Lorsque vous repérez l'un de ces signaux, recherchez la cause racine avant que le processus ne produise des pièces hors spécification.
Maintenir l'utilité des cartes
Recalculez les limites de contrôle périodiquement, surtout après des modifications du processus. Si vous avez corrigé une cause racine et que le processus s'est véritablement amélioré, mettez à jour la ligne de base. Des limites obsolètes masquent les vrais décalages et génèrent de fausses alertes.
Regroupez vos cartes par station de test. Mélanger les données de différentes stations, montages ou environnements gonfle la variation et rend les cartes moins sensibles aux changements réels sur une station donnée.