Porté par INFINEON et ST Microelectronics autour d’un consortium industrie/recherche de 14 partenaires européens, ce projet a pour objectif le développement de solutions de diagnostic et la réduction des risques de défauts de production dans les systèmes manufacturiers de wafers.
Pleinement positionné sur l’industrie du futur et la digitalisation, il s’appuiera sur l’expertise de l’Institut Fayol (équipe LIMOS – CNRS-INS2I) à la convergence du génie industriel et des techniques de machine learning.
L’analyse des défaillances tout au long de la chaîne de valeur à partir d’une puce est une condition préalable à l’amélioration de la qualité et donc de la compétitivité des dispositifs électroniques, en particulier sur le marché de l’automobile et de l’industrie pour les applications exigeantes en matière de fiabilité et de sécurité.
Le projet « Failure Analysis 4.0 – Key for reliable electronic devices in smart mobility and industrial production » débutera en avril 2020 avec l’objectif de développer un processus automatisé opérationnel pour le diagnostic des défaillances, défi technologique le plus élevé pour les composants électroniques.
14 partenaires, industriels et académiques sont regroupés au sein de ce consortium européen (Allemagne, France, République Tchèque) : INFINEON (coordinateur du projet), ST-Microelectronics, Bosch, quatre PME et trois entreprises (équipementiers et logiciels associés), Mines Saint-Étienne, Fraunhofer IMWS, Université de Stuttgart, Université Jean Monnet Saint-Étienne.
Le projet s’appuiera sur l’expertise de l’Institut Fayol au sein des départements Génie de l’environnement et des organisations (Xavier Boucher, génie industriel) et Génie mathématique et industriel (Mireille Batton-Hubert et Rodolphe Le Riche pour les techniques de machine learning).
D’un budget total de 11,2 M€ pour le consortium, dont 382 k€ pour notre école, il est financé par le Programme EUREKA / PENTA –EURIPIDES ; et coordonné pour Mines Saint Étienne par Xavier Boucher, directeur de recherche à l’Institut Fayol, équipe LIMOS – CNRS-INS2I.
• En savoir +