《PCBA组装缺陷产生根源剖析及测量系统的Sigma探索.docx》由会员分享，可在线阅读，更多相关《PCBA组装缺陷产生根源剖析及测量系统的Sigma探索.docx（8页珍藏版）》请在三一文库上搜索。
1、PCBAfi装缺陷产生根源剖析及测量系统的 6Sigma探索1前言组装缺陷如何产生？为什么组装线生产的PCBA-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PCBAS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。6Sigma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，战由影响过程能力的主要变量， 用过程优化方法我由其变化规律，再对其予以消除或控制，通 过连续的测量一分析
2、一改善一控制循环，使过程能力不断提高 并最终达到或超过6 Sigma水平。12 6 Sigma 和 PCBAfi装变异性指对产品质量有潜在负面影响的任何变异。 PC破计要 综合考虑其电学和机械性能可靠性，如 元器件焊燃设计允差、 焊盘图形设计等。其次，组装PCBAffi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PCBS、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
3、/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寸发现。PCBAU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。AP生变量数据，但并不变为最终产品缺陷产生的根源，如
4、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APVf UPVE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寸变量数据和属性数据的来源。为了实施测 量，对PCB胜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PCBAfe产中检查和测试的关键，现代PcBAfi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
5、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PCBAfe产流程，来主要探讨SMTk产中缺陷产流根源。结合锡膏印刷、贴片及 回流焊等缺隙产牛的主要制程.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
6、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，山路裸板导线粗细、导线缺陷等情况，在线测试或功能测试一般 是测不由来的。目测检验失误多、效率低，而自动光学图像检 测是所公认的最有效的方法，目前，自动光学图像检测（AOI）采用设计规则检验（D
7、RC刑图形识别两种方法。设计规则检验法（DRC）是按照二些给定的规则，如所有连线应 以焊点为端点，所有引线宽度不小于0. 127mm所有引线之间的间隔不得小于0. 102mmK查电路图形。这种方法可以从 算法上保证被检验电路正确性。图形识别法是将存储的数字化图像与实际工作比较。检查时或者按照检查一块完好的 印刷电路板或玻璃模型建立起来的检 查文件进行，或者按照计算机辅助设计中编制的检查程序进行。 精度取决于分辩率和所用的检查程序。2现代自动光学图像检测（AOI）系统在检测元器件放置特性时可 保证极细微的x、Y、9 （转动）位置偏离变异被测量并进行变异 跟踪，检查过程非常灵敏，对一些应剔除的变异
8、如位置、尺寸 及图像等进行测量，而对一些可接受的制程变异如元件供应商 改变、标称尺寸、标志或颜色等予以默认（允许）并记录元件贴 装过程的位置特性。5自动光学图像检测（AOI）系统的R&网究测量结果的重复性（repeatability） 指：在相同的测量条件下， 对同一被测量进行连续、多次测量所得结果之间的一致性。测量结果的复现性（reproducibity） 指：在改变了测量条件下， 同一被测量的测量结果之间的一致性。对现代AOI系统，测量结果的重复性相当重要。因为，用 AOI 系统识别关键变异是可能的，但要对变异的趋势得由准确结论，则要求AOI系统的测量重复性好，以满足将制程变异从测量系 统
9、自身变异中区分开来。根据对检测能力指数的要求，标准器选择通常遵循三分之一原 则，即标准器同被检计量器具准确度比值应保持1/3比例。在机械行业零件检验中,测量极限误差同公差的比值称为精度 系数，通常应保持在1/31/10范围内网。对AOI系统的测 量不确定度（RaR）的详细计算，在此将不罗列。现代 AOI系统 在置信因子为3时，测量不确定度优于土 0.4mils ,此意味着 测量值的99. 73%落在上、下规格界限内。在实际6 Sigma PCBAt产中，AOI系统要求的测量不确定度是 多少呢？通常认为目前最小的SM航件为0201尺寸，如果要求 检测到偏离焊盘50%,则要求的最小测量值为 0.
10、127mm利 用上述的1/10原则，则要求AOI测量系统的测量不确定度在 置信因子为3时，小于0.0127mm对目前最小的QFP1 寸装IC, 其尺寸为0.4064mm 0.2032mn?同样以偏离焊盘 50%为检测 要求，即置信因子为3时，则要求AoI测量系统的测量不确定 度小于0. 01016mm上述提及的6 Sigma PCBA检测即指以规格值为中心偏离土 3 Sigma的变异均被认为iE常或可接受”变异。6测量贴片（拾取-放置）能力 在贴片制程检查时，为确保 6 Sigam重复性，检测标准如何选 取?下面以贴片制程能力为放置重复性为土 0. 0508mm置信因 子为3),间距为0. 5
11、08mm勺QFP040玩件，以偏离焊盘50% 为检测要求的贴片制程检查为例：首先，制定平均值，确定在 3 Sigma置信因子时，贴片放置重 复性为o. 0508mm勺制程统计量的测量结果分布。以及随时 间、温度及维护周期等，平均值的分布漂移。此规格为设备的固有特性部分，其产生根源相当重要。如果此为设备特性，则用户需要重新考虑它们。该特性是否代表己交付的，贴片制程的拾-放综合特性，包括SMDS件尺寸、PC琳供应商、PC琳变形等变异，需要将其分解为实际的己交付设备特性或在不同的时间及温度条件下，试验一系列产品，计算试验样品不同批次的分布漂移。其次， 我们必须认识到， 偏离焊盘 50 检测要求是贴片
12、制程中拾放检查应用的绝对极限， 许多产品实际生产坊绷 0 规定 30 或更低作为绝对容差。第三，应计算最小元件偏离焊盘50的偏离量，对0402QFP元件，偏离焊盘50%即代表0. 127mm勺偏离量，因此进行AOI 检查时， AOI 测量系统测量不确定度应小于 0 0127mm。最后，可计算由，在置信因子为3时，对2mils的制程分布，以偏离焊盘50%为检测要求，代表放置检测极限为7 Sigma（假设平均值分布保持稳定）。7结论6 Sigma PCB胜产将是我们追求的目标，将 6 Sigma与现代自 动光学图象 检测设备相结合,PCBA总组装错误明显减少己被证 实。且在元件贴片放置工序，可提供精密的、重复性好的位置 测量，以证实其6 Sigam性能。为保证6 Sigam性能，自动光学图象检测极为关键。现代第三 代的自动光学图象检测系统，其重复性、性能和速度可满足现 代PCBAfi装要求。同时对生产者提供组装过程的关键测量， 将检测统计结果与贴 片制程相结合，提供全面的闭环控制，保证 PcBA生产质量。