Visualisation des données de test

Visualisation des données de test pour les équipes matérielles

Les chiffres dans un tableur ne montrent pas les tendances. Les graphiques, si. TofuPilot transforme vos mesures de test brutes en tableaux de bord interactifs qui révèlent les problèmes de rendement, la dérive des mesures et les anomalies de station en un coup d'oeil.

Pourquoi visualiser les données de test

Les données de test matériel possèdent trois propriétés qui rendent la visualisation essentielle :

1. Volume. Une ligne de production traitant 500 unités/jour sur 5 procédures de test génère 2 500 exécutions de test par jour. Vous ne pouvez pas lire cela dans un tableau.
2. Tendances. Les dérives, regroupements, distributions bimodales et valeurs aberrantes sont invisibles dans les chiffres bruts mais évidentes sur un graphique.
3. Contexte. Une mesure de 3,31 V ne signifie rien seule. Tracée avec les 10 000 dernières lectures et les limites de spécification superposées, elle raconte une histoire.

Vues du tableau de bord dans TofuPilot

Tableau de bord de procédure

Chaque procédure de test dans TofuPilot dispose d'un tableau de bord automatique montrant :

Aucune configuration requise. Envoyez les données de test et les tableaux de bord se remplissent automatiquement.

Historique de l'unité

Recherchez par numéro de série pour voir chaque test qu'une unité a subi. Cette vue affiche :

• Toutes les procédures de test que l'unité a complétées
• Le statut réussite/échec pour chaque procédure
• Les données de mesure complètes pour chaque exécution
• La chronologie de l'exécution de chaque test

Comparaison de stations

Comparez les performances entre les stations de test. C'est le moyen le plus rapide de trouver les problèmes spécifiques à une station :

• FPY par station
• Distributions des mesures par station
• Temps de cycle par station
• Modes de défaillance par station

Si la station 3 a un rendement inférieur de 5 % par rapport aux autres, la vue de comparaison de stations le rend évident.

Construire des tableaux de bord de test efficaces

Commencer par le FPY

Le rendement au premier passage est la métrique la plus importante pour une opération de test de production. Il vous dit quel pourcentage d'unités réussit tous les tests du premier coup.

Suivez le FPY à trois niveaux :

1. FPY global sur toutes les procédures. C'est votre chiffre phare.
2. FPY par procédure. Quel test cause le plus d'échecs ?
3. FPY par station. Une station tire-t-elle le chiffre global vers le bas ?

Ajouter les distributions de mesures

Pour chaque mesure critique, vérifiez l'histogramme. Un processus sain ressemble à une courbe en cloche étroite bien centrée dans les limites de spécification.

Signaux d'alerte dans l'histogramme :

• Distribution asymétrique : le processus est biaisé vers une limite
• Distribution large : forte variance, processus mal maîtrisé
• Distribution bimodale : deux pics, suggérant des populations mixtes (lots de composants différents, opérateurs différents, stations différentes)
• Distribution plate : pas de tendance centrale, le processus est essentiellement aléatoire dans les limites

Utiliser les graphiques de tendance pour détecter la dérive

Tracez les mesures critiques dans le temps. Le graphique de tendance montre chaque lecture individuelle comme un point, avec les limites de spécification dessinées en lignes horizontales.

Recherchez :

• Pente progressive : la mesure dérive vers une limite (usure du montage, dérive de calibration)
• Changement par palier : décalage soudain de la ligne de base (nouveau lot de composants, changement de processus)
• Dispersion croissante : la variance augmente dans le temps (perte de maîtrise du processus)
• Motif périodique : oscillation liée à l'heure de la journée ou au cycle de production

Pareto des défaillances

Le graphique de Pareto des défaillances classe les modes de défaillance par fréquence. Concentrez les efforts d'amélioration sur la première barre. Corriger le mode de défaillance n°1 améliore davantage le rendement global que corriger les n°3, n°4 et n°5 combinés (généralement).

Code : Exporter les données pour des visualisations personnalisées

Les tableaux de bord intégrés de TofuPilot couvrent la plupart des besoins. Pour des analyses personnalisées, exportez les données via l'API.

from tofupilot import TofuPilotClient
import csv

client = TofuPilotClient()

runs = client.get_runs(
    procedure_id="MOTOR-PERFORMANCE",
    limit=1000,
)

with open("motor_data.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["serial", "date", "torque_nm", "current_a", "status"])
    for run in runs:
        for step in run.get("steps", []):
            for m in step.get("measurements", []):
                if m["name"] == "peak_torque":
                    writer.writerow([
                        run["unit_under_test"]["serial_number"],
                        run["created_at"],
                        m["value"],
                        None,
                        "pass" if run["run_passed"] else "fail",
                    ])

Anti-patterns de tableaux de bord