Le rendement au premier passage (FPY)

Le rendement au premier passage est le pourcentage d'unités qui réussissent tous les tests du premier coup, sans reprise ni retest. C'est la métrique la plus importante pour l'efficacité des tests en production. Un FPY bas signifie du temps perdu, des pièces gaspillées et des problèmes de qualité cachés. Un FPY élevé signifie que votre processus fonctionne.

Comment calculer le rendement au premier passage

La formule est simple :

FPY = Unités réussies au premier passage / Total unités testées

Si vous avez testé 1 000 PCBA et que 950 ont réussi du premier coup, votre FPY est de 95 %.

Pour un processus multi-étapes avec N stations, le rendement cumulé (RTY) multiplie le FPY de chaque station :

Le RTY montre la probabilité réelle qu'une unité traverse toute la ligne sans reprise. Même quand les stations individuelles semblent saines, le rendement cumulé raconte souvent une histoire différente.

Pourquoi le FPY compte plus que vous ne le pensez

Le coût du retest

Chaque unité en échec coûte plus que le simple retest. Voici ce qui se passe réellement quand une unité échoue :

1. Temps opérateur pour retirer, étiqueter et enregistrer la défaillance
2. Temps de diagnostic pour identifier la cause racine
3. Coût de reprise (soudure, remplacement de composant, reflash firmware)
4. Coût de retest (l'unité repasse par la station)
5. Perte de débit (la station était occupée par une unité qui aurait dû réussir)

Une station de test à 95 % de FPY gaspille 5 % de sa capacité en retests. À grande échelle, c'est l'équivalent d'une station entière de débit perdu. La plupart des équipes sous-estiment cela parce qu'elles ne suivent pas le coût total par défaillance.

Benchmarks FPY par industrie

Ces chiffres varient selon la complexité du produit, mais ils vous donnent un point de référence. Si vous êtes en dessous de la plage typique, il y a probablement un problème de processus à investiguer.

Causes courantes d'un FPY bas

Avant de pouvoir améliorer le FPY, vous devez savoir ce qui échoue et pourquoi. Les causes les plus courantes en fabrication électronique :

Liées au test (faux échecs)

• Limites trop serrées. Les limites initiales de la datasheet ne tiennent pas compte de la variation réelle de production. Une limite qui rejette 3 % des unités capture peut-être une variation normale, pas des défauts.
• Problèmes de contact de la fixation. Sondes usées, broches mal alignées ou contacts contaminés causent des échecs intermittents qui réussissent au retest.
• Sensibilité environnementale. La dérive de température dans la station de test fait varier les mesures pendant un cycle de production.

Liées au processus (vrais défauts)

• Défauts de soudure. Joints froids, ponts, soudure insuffisante. La source n°1 d'échecs en test fonctionnel dans la production SMT.
• Erreurs de placement de composants. Mauvaise orientation, effet tombstone, composants décalés.
• Variation fournisseur. Un nouveau lot de composants avec des caractéristiques légèrement différentes déclenche des échecs marginaux.

La première étape est de séparer les faux échecs des vrais. Si une unité échoue puis réussit au retest sans reprise, c'était probablement un faux échec. Suivre les taux de réussite au retest aide à quantifier cela.

Comment suivre le FPY avec TofuPilot

TofuPilot calcule le FPY automatiquement à partir de vos données de test. Chaque exécution de test que vous téléchargez inclut un résultat réussite/échec, et TofuPilot les agrège en métriques FPY par procédure, période et station.

Script de test basique

Voici un test OpenHTF minimal qui enregistre les résultats dans TofuPilot. Le suivi du FPY démarre automatiquement dès que les résultats arrivent.

import openhtf as htf
from openhtf.util import units
from tofupilot.openhtf import TofuPilot


@htf.measures(
    htf.Measurement("supply_voltage_3v3")
    .in_range(3.2, 3.4)
    .with_units(units.VOLT),
    htf.Measurement("supply_current_idle")
    .in_range(0.01, 0.15)
    .with_units(units.AMPERE),
)
def test_power_rails(test):
    \"\"\"Vérifier la tension du rail 3.3V et le courant au repos.\"\"\"
    # Remplacer par des lectures d'instruments réelles
    test.measurements.supply_voltage_3v3 = 3.31
    test.measurements.supply_current_idle = 0.042


@htf.measures(
    htf.Measurement("firmware_version")
    .equals("2.1.0"),
    htf.Measurement("self_test_result")
    .equals("PASS"),
)
def test_firmware(test):
    \"\"\"Vérifier la version du firmware et lancer l'auto-test du DUT.\"\"\"
    # Remplacer par une vraie communication avec le DUT
    test.measurements.firmware_version = "2.1.0"
    test.measurements.self_test_result = "PASS"


def main():
    test = htf.Test(
        test_power_rails,
        test_firmware,
        procedure_id="FCT-001",
        part_number="PCBA-2024-A",
    )
    with TofuPilot(test):
        test.execute(test_start=lambda: input("Scanner le numéro de série : "))


if __name__ == "__main__":
    main()

Chaque exécution est enregistrée avec son numéro de série, ses mesures, ses limites et son statut de réussite/échec. TofuPilot utilise ces données pour calculer le FPY en temps réel.

Ce que vous obtenez automatiquement

Dès que les résultats de test arrivent dans TofuPilot, la page d'analytique de la procédure affiche :

• FPY dans le temps avec des vues journalières, hebdomadaires et mensuelles
• FPY par station pour comparer les performances entre stations de test
• Pareto des défaillances montrant quelles mesures causent le plus d'échecs
• Graphiques de contrôle pour chaque mesure avec des limites à 3 sigma
• Valeurs Cpk montrant la capabilité du processus par rapport à vos limites de test

Aucun code supplémentaire nécessaire. Ces analyses sont calculées à partir des mesures et limites que vous définissez déjà dans votre script de test.

Comment améliorer le FPY

Étape 1 : Trouver les principaux modes de défaillance

Ouvrez l'analytique de la procédure dans TofuPilot et triez les défaillances par fréquence. Le graphique de Pareto montre quelles mesures causent le plus d'échecs. Concentrez-vous sur les 3 premières. Dans la plupart des lignes de production, 2 à 3 modes de défaillance représentent 80 % de tous les échecs.

Étape 2 : Séparer les faux échecs des vrais

Pour chaque mode de défaillance principal, vérifiez le comportement au retest :

Les faux échecs sont les gains les plus faciles. Resserrer les calendriers de maintenance des fixations ou ajouter un moyennage des mesures peut récupérer 1 à 3 % de FPY du jour au lendemain.

Étape 3 : Affiner les limites de test avec les données de production

Les limites initiales de la datasheet sont un point de départ. Après avoir testé 500+ unités, utilisez les graphiques de contrôle de TofuPilot pour voir la distribution réelle de chaque mesure. Définissez les limites à moyenne +/- 3 sigma à partir de vos données de production, contraintes par la spécification de la datasheet.

Cela détecte deux problèmes :

• Limites trop serrées rejettent de bonnes unités (faux échecs, FPY plus bas)
• Limites trop larges laissent passer des unités défectueuses (échappements, défaillances terrain)

Les graphiques de contrôle de TofuPilot montrent à la fois les limites actuelles et les valeurs à 3 sigma, pour que vous puissiez voir où elles divergent.

Étape 4 : Surveiller les tendances

Le FPY n'est pas statique. Il change quand vous changez de fournisseur de composants, ajustez les profils de pâte à souder ou déployez un nouveau firmware. Mettez en place une revue hebdomadaire des tendances FPY dans TofuPilot. Une chute soudaine pointe généralement vers un événement spécifique que vous pouvez tracer.

FPY vs autres métriques qualité

Le FPY est le plus simple à suivre et le plus actionnable. Commencez par là. Ajoutez le Cpk quand vous devez analyser des mesures spécifiques. Utilisez le RTY quand vous avez plusieurs stations de test en séquence.