Towards the re-use of knowledge in dynamic industrialization processes: Case study in the microelectronic domain

Thèse de doctorat de l’INP Grenoble Spécialité : « Génie Industriel »

préparée au laboratoire GILCO (Gestion Industrielle, Logistique et COnception)

dans le cadre de l’Ecole Doctorale « OISP (Organisation Industrielle et Systèmes de Production »

présentée et soutenue publiquement

par

Hendrik BUSCH

The phD report has been written in english (download)

JURY

M. Chris MCMAHON (University of Bath, Great Britain) Président

M. Benoit WEIL (Ecole des Mines de Paris, France) Rapporteur

M. Sandor VAJNA (Universität Magdeburg, Germany) Rapporteur

M. Michel TOLLENAERE (INPG, France) Directeur de thèse

M. Mickael GARDONI (INSA Strasbourg, France) Co-encadrant

M. Patrick COGEZ (STMicroelectronics, France) Examinateur

M. Franck DUPONT (STMicroelectronics, France) Examinateur

DIRECTEUR DE THESE : Michel TOLLENAERE

CO-DIRECTEUR DE THESE : Mickaël GARDONI

Résumé : L’industrie microélectronique fait face aujourd’hui à des défis considérables pour renouveler ses gammes de produits et fiabiliser les rendements de sa production. À ce titre, les essais de nouveaux processus de fabrication sont incontournables compte tenu de la sensibilité des procédés utilisés.

Les connaissances issues des essais constituent donc de précieux éléments de productivité. Or, la gestion des connaissances et des processus d’essais eux-mêmes pêche par son absence de formalisme.

En particulier, un retour d’expérience des essais, un échange entre des processus et une capitalisation des connaissances dans le temps pour initier une réutilisation ultérieure sont des facteurs primordiaux de succès pour augmenter la productivité des essais, mais sont souvent mal compris et peu soutenus : la gestion d’information n’est pas intégrée dans la gestion des essais et par conséquence une réutilisation de l’existant ainsi qu’une centralisation des informations pour un processus d’essai est difficilement possible.

Cette thèse propose une nouvelle méthode d’analyse, appelée PIFA (Processus, Information, Fonctionnalité, Analyse), pour analyser et combiner les besoins de la gestion de connaissances et de processus dans le but de l’optimiser. Cette méthode se compose de trois parties : La partie Processus aide à capturer les dépendances entre des actions. La partie Information permet de détecter et d’améliorer le flux d’information intra et inter processus. Enfin, la partie Fonctionnalité analyse le besoin des acteurs impliqués et garantit qu’ils aient une valeur ajoutée immédiate. Ceci facilite la conduite des changements causés par l’introduction d’une nouvelle méthode de travail, comme par exemple une capitalisation plus élevée de l'information.

Dans ce travail, l'approche PIFA a été appliquée aux processus d'essais chez STMicroelectronics. Basé sur ses résultats, un outil informatique (EMA – Experiment Management Application) a été conçu afin de soutenir et optimiser l'exécution de ces processus : capitaliser les connaissances produites pendant l'exécution et initier ses réutilisations. Après une phase d’essai, l'outil a été déployé en juin 2006, il est actuellement utilisé par 300 employés.

Mots-clés : Management de connaissances, gestion de processus, conduite de changement, recherche d’information