（株洲中车时代电气股份有限公司湖南株洲412001）
摘要：静态温度应力筛选试验（简称静态ESS），本文基于典型制造工序——电路板静态ESS的效能评估业务需求，结合业务经验进行数据清洗，并运用描述性统计、分布拟合和失效分析等分析方法以及可靠性工程技术评估了静态ESS工序的效能，为生产工序的效能分析乃至有效、有价值的制造大数据分析提供了方法和思路。
关键词：数据分析；电路板静态ESS；失效分析；分析流程
一、前言
随着制造业向“中国制造2025”及“智能制造”迈进，逐渐实现信息化、数字化，制造业也产生了大量数据，而在生产数据分析的过程中普遍面临以下典型问题：（1）制造业数据类型多样，且多为人工录入，导致存在描述不规范、不完整、不真实和不正确等问题，工艺、质控、生产管理等业务分析人员不一定能正确根据分析目的来清洗数据，因此数据预处理成为生产数据分析的一大难题；（2）生产数据的分析方法的正确选择和应用是另一大难题，还没有成熟的分析模式用以指导数据分析，缺少有效的数据分析机制，未能充分挖掘生产数据的价值。
本文基于电路板静态老化试验数据采集，结合业务经验，运用数据分析工具，解决数据清洗、分布分析等难题，得出电路板静态ESS工序的效能评判，对建立试验工序的效能分析机制乃至制造大数据分析应用具有重要意义。
二、工序效能分析方案
2.1.分析流程
分析的目的是确定工序的效能，则应对比有无工序造成的效果来评价工序的效能。鉴于项目设置的不老化、正常老化和加严老化三种静态ESS方案，统计的是无故障运行时间（即有效时间），观测的筛选效果是早期失效。
2.2.分析方法
2.2.1.数据清洗加工
数据清洗加工时数据分析的一道重要工序，只有基于正确的数据，分析的结论才可信。
（1）处理重复值、错误值、缺失值。数据中可能存在一些重复值、错误值和缺失值，需要根据实际核对、纠正或者删除。
（2）清理无效数据。数据中存在无关的或者无价值的数据，需要根据业务经验予以判断，在后续的分析中排除此部分数据。
2.2.2分布拟合
电子产品失效分布特性是决定是否以及如何对其进行有效环境应力筛选（ESS）的基本前提，因此需要确定产品符合的分布。可采用分布拟合检验，即非参数检验中的卡方检验。
先根据直方图和经验分布函数来推断总体可能服从的分布，原假设为H0：总体X的分布函数为F（x）。
可知，产品生产后寿命平均半年以上，驱动板的MTBF极大，可认为出厂后即进入稳定期（无早期失效），且不同方案效果相当、无显著差异。
三、总结与展望
本论文契合业务需求，综合运用数据分析工具及可靠性分析工具，解决电路板静态ESS工序效能评价问题。围绕工序效能评估这一分析目的，探索运用分布拟合、Weibull分析等工具方法，并创新运用数据清洗、加工和分析技术，协同可靠性工程技术、失效分析技术，攻克电路板静态ESS数据分析这一瓶颈，对比分析不同方案，给出有效评价。课题顺利获得评审通过，数据分析在我司可靠性应力筛选试验领域的结合运用取得突破。
经过本次数据方法在生产数据的实践，基于本案例总结了数据分析流程及实践说明，实际运用时可需要根据实际进行适当选择。例如本案例中的数据缺失选择基于数据代码定义解析缺失数据信息统计均值替代，无效数据选择结合业务经验剔除了非关联故障。
参考文献：
[1]张文霖，刘夏璐，狄松.谁说菜鸟不会数据分析[J].电子工业出版社，2013.
[2]刘文业，李冬蕾，李彦涌，等.轨道牵引用IGBT过程质量评估方法与系统[J].机车电传动，2017（1）：9-13.