MétaCan
Menu
Retour à la cohorte
Enregistrement W2179056838 · doi:10.5430/rwe.v6n4p29

Six-Sigma and Taguchi Approaches to the Printed Circuit Board Quality Improvement

2015· article· en· W2179056838 sur OpenAlexvenueno aff
Lai Wang Wang, Quoc Liem Le

Notice bibliographique

RevueResearch in World Economy · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaguchi methodsDMAICSix SigmaPrinted circuit boardOrthogonal arrayManufacturing engineeringLean Six SigmaWarrantyQuality (philosophy)Process (computing)Reliability engineeringStatisticDesign of experimentsComputer scienceEngineeringLean manufacturingMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Problem: The manufacturing of printed circuit board (PCB) has been popularly developed, which demands quality and being effective in increasing customers’ satisfaction, decreasing costs, reducing defects and profitable warranty. However, practical experiences in the process of using statistic quality method – to be particularly significant in the manufacturing of PCB have shown over 60% of all circuit failures relating to the printing process which is the most critical step in PCB manufacturing. Approach: The aims of this research are to apply the Six-Sigma DMAIC to reduce the defects and improve the quality of PCB. At the beginning steps, process capability analysis (PCA) is employed to inspect and analyze the current printing operations. Afterwards, Taguchi method is applied to design experiments, analyze the significant factors and determine the optimum settings.Results: Taguchi is the core statistical tools for Six Sigma improvement and attaining a higher Six Sigma level, so by applying the optimal settings, the printing process can also be improved.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,399
Tête enseignante GPT0,354
Écart entre enseignants0,045 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetQuality and Supply ManagementTravaux en français237 207