6 Sigma PCBA组装的AOI探索

发布时间:2008/6/3 0:00:00 访问次数:623

李双龙

(天水华天，甘肃天水 741000)

摘要：现代检测系统如何进行组装缺陷检查，pcba组装缺陷产生根源剖析及测量系统的6sigma探索。

关键词：pcba；6sigma；自动光学图象检测

中图分类号：tn305．94 文献标识码：a

1 前言

组装缺陷如何产生?为什么组装线生产的pcba一些功能满足要求，而另一些却因多处组装错误而无休止地返工和返修?组装质量不同批次为何存在差异?更重要的是，从这些变异我们应获得哪些经验，在pcba组装中应采取什么措施来排除变异。

上述问题便是6 sigma生产的溯源，sigma是希腊字母，描述任一过程参数的平均值的分布或离散程度，即标准偏差。6 sigma是运用统计技术，通过对过程能力的测量，确定过程所处的状态，再通过比较分析，找出影响过程能力的主要变量，用过程优化方法找出其变化规律，再对其予以消除或控制，通过连续的测量—分析—改善—控制循环，使过程能力不断提高并最终达到或超过6 sigma水平。^[1]

2 6 sigma和pcba组装

变异性指对产品质量有潜在负面影响的任何变异。pcb设计要综合考虑其电学和机械性能可靠性，如元器件焊盘设计允差、焊盘图形设计等。
其次，组装pcba用元器件和材料的外形尺寸、质量等对组装质量也会产生影响。最后，组装制程自身的变异也会影响pcba组装质量。

在pcba组装中，变异是“敌人”。将设计和材料等变异明显根源排除后，余下的便是用pcb板、元器件、锡膏等制造pcba制程自身的变异。

属性数据代表因制程变异产生的不容怀疑的、固定的缺陷，属性数据通常为是／否，好／坏，i／o类型的数据。变量数据记录制程变异程度，不直接表明为缺陷，为数字型、测量型等必须记录且与属性数据、不容怀疑的缺陷或缺陷产生概率等相联系的数据。

属性数据检查是观察不可接受变异存在与否的首选办法，属性数据的特征和频率与变异产生的根源有关。缺陷通常在在线测试(ict)、功能测试(fbt)、自动光学图像分析(aoi)或人工外观检查(mvi)或其它办法检查pcba时发现。

pcba制造过程中的一些变异是不可避免的、需预先采取措施防止其发生，称为“可接受制程变异(apv)”。apv通常是组装过程允差或元器件、原材料等存在的可接受的机械差异。apv产生变量数据，但并不变为最终产品缺陷产生的根源，如因apv而产生不容怀疑的缺陷或固定缺陷，
则必须对设计或制造问题进行先期完善。

不可接受制程变异(upv)是指那些未检测到、必然导致缺陷产生或缺陷产生概率极大的变异。今理的制程应接受apv，检测和剔除upv。6 sigma用来定义将apv与upv区分的方法及必要误差。

为识别变异并对变异及其产生缺陷提供连续测量，我们必须了解实际生产pcba时变量数据和属性数据的来源。为了实施测量，对pcba生产中测
量变量数据和属性数据的测量机理需要了解。属性数据测试是目前pcba生产中检查和测试的关键，现代pcba组装工厂通常配备自动光学图像分析(aoi)、在线测试仪(ict)、功能测试仪等现代检测系统，对缺陷进行扫描检测并将检测结果报告给操作者。

3 电子产品组装中缺陷产生的主要根源

因为所有变异均可能导致缺陷，故变异是生产的“敌人”。我们结合pcba生产流程，来主要探讨smt生产中缺陷产生根源。

结合锡膏印刷、贴片及回流焊等缺隙产生的主要制程，具休探讨如下：

锡膏印刷：

失误(问题)：锡膏漏印、锡膏短路、锡膏沾污。差异(变异)：锡膏覆盖面积、锡膏覆盖高度、锡膏覆盖体积、锡膏覆盖图形。检验：锡膏覆盖量／缺少量、相邻焊盘检查、锡膏覆盖区域检查。测量：锡膏覆盖面积、锡膏覆盖高度、锡膏覆盖体积、锡膏覆盖图形。

贴片：失误(问题)：元器件漏装、元器件方向装错、元器件损坏、元器件错装。差异咬异)：x-y-z轴、元器件／焊盘套准、组装套准。检验：
已贴／漏贴元器件、元器件方向标识／标志、元器件封装形状。测量：x-y-z轴、元器件／焊盘对准、组装对准。

回流熄失误(问题)：元器件放置特性、元器件直立、墓碑现象、焊锡珠、焊锡短路等。检验所有翼形引线焊接、所有j形引线焊接、焊接短路
检查、检查分立元件(浮起)、元器件随机沾污等。

4 自动光学图像检测

在组装过程中要不断地检验半成品的焊膏多少和焊点形状，电路裸板导线粗细、导线缺陷等情况，在线测试或功能测试一般是测不出来的。目测检验失误多、效率低，而自动光学图像检测是所公认

李双龙