统计过程控制在SMT中的应用
摘要：统计过程控制(SPC)是一种通过监控制造过程来确定质量的方法，利用它有助于提高产品的质量和生产能力。本文介绍了SPC法及其在表面贴装中的应用。
关键词：统计工艺控制；表面贴装；质量管理
现代工业生产是一个极其复杂的过程，在这个过程中，由于种种主客观因素的影响，将不可避免引起质量的变动，甚至产生废、次品。因此，为了保证质量，在生产过程中必须包含一个同时存在的检验过程，根据技术标准，对生产过程中的原材料、半成品、产品以至工艺过程质量进行检验，严格把关。检验的目的不仅在于挑出废品，还在于搜集和积累大量反映质量状况的数据资料，为改进质量，加强质量管理提供信息和情报。在制造过程中，尽管影响产品质量的具体因素错综复杂，但是这些因素变化与产品质量波动的内在联系，是有规律可循的。制造过程的统计控制就要研究、掌握和运用这个规律，据以改善各项因素及其组织水平，不断提高工艺质量。工艺质量稳定良好，可以从根本上减少废、次品，提高产品质量的稳定性。
一批产品的质量特性值，绝不会丝毫不差，完全一致的。而同一切事物一样，产品质量也总是有波动的和有差异的，存在着分散的趋势，形成一个分布带。但是这种分散又并不是漫无边际没有规律的。而是在数据的分散中以呈现一种集中的倾向。通过对统计资料的整理往往发现分布在一端是少数，即有少数几个数据值很大；分布在另一端的也是少数，即有少数几个值很小。而大多数数值在这二者之间，并有一个逐步向中间靠拢、向中心位置集中的倾向，这就是分布的集中倾向。这种表现在分布状态上分散的趋势和集中的倾向就是统计分布的客观规律性(正态分布)。正因为这样，对产品质量和生产过程质量的分析控制和管理，就可以运用数理统计的原理和方法，而且必须运用这种科学的、定量的方法，才能随时掌握波动情况和变化趋势，加强控制和管理。
统计是进行变量客观测量的工具。它的正确应用以变量为正态随机变量为前提。在生产中许多变量是正态随机变量，如果子样大小足够大，并保证是随机抽样，那么对生产中大部分变量来说这是正确的。根据中心极限定理，一批子样30个足以呈现出正态分布。
在正态随机变量分布中，68％的测量值将落在中位值±1标准偏差之间。99.74%的测量值将落在±3标准偏差之间(6δ质量水平)。
如果测量数据不属于这样的分布，那么一定在工业中存在某个原因，也就是说一个新特征的不稳定的行为被非正态曲线反映出来。这某个原因也许会是使用了不合格的原材料，机器不能满足工艺的技术要求或操作者没能正确使用机器等。
按工艺过程质量的预防性来说，检验有首件检验和统计检验等方式。首件检验是对改变加工对象，改变生产条件以及改变操作者以后生产出来的头几件产品进行检验。通过这种检验，可以查明生产条件和工艺质量是否处于正常状态，及时发现问题，防止成批报废。在对头几件产品进行首检验时，如果发现有不合格品，就应当立即查明原因，并且采取措施，对生产过程中影响质量的有关因素加以调查或改进，在积极设法消除这些不正常的因素以后，再开始生产。
统计检验法是运用数理统计方法对产品进行抽查。通过对抽查结果的分析，了解产品质量的波动状况，从而发现生产过程出现不正常的预兆，并找出造成异常的原因，及时采取措施，设法消除，使生产过程重新恢复正常，以预防废品的产生，这是一种科学的质量控制方法。
为了做好质量的综合统计与分析，要建立和健全质量的原始记录，根据原始记录进行汇总统计。统计判断的全过程，按其工作程序，可以分为三个基本步骤，即统计调查和整理、统计分析以及统计判断。第一步，统计调查和整理。根据解决某方面质量问题的需要到现场收集数据，将收集到的数据加以整理和归纳，用统计表和统计图的方法，并借助一些统计特征数据(如平均数(标准偏差等)来表述这批数据代表的客观对象的统计性质。第二步，统计分析。对经过整理归纳的数据进行统计分析，研究它的统计规律。例如，质量特性的波动是否出现某种趋势或倾向，影响这种波动的又是什么因素，其中有无异常波动等。第三步，统计判断。根据统计分析的结果对总体现状或发展趋势做出有科学根据的统计判断。
目前，许多制造者已认识到用老的记录方式收集数据，不仅花费时间太多，而且必须做好跟踪信息的工作。因此，他们开始采用软件。例如，对于连续的热曲线的SPC，焊接故障可在30s内被探测出。没有这些工具，故障会在下一个热曲线的过程之前或当电气测试报告有很多有故障的板子时，才被探测出，导致数小时或数日内生产不合格的产品。
对于电子制造中的SPC法，需要使用一个特大的特征数据搜集区，在PCB制造中每个印制板每次产生缺陷的机会大约上千个，因此质量软件必须跟踪每块印制板的完整信息，其中包括非常大的数据库和SPC法，使之达到修改这些缺陷的要求。
SPC是利用一套数据库工具来最优化和维持制造过程质量的方法。将SPC法用于表面贴装工艺时，有助于提高产品的质量和生产能力。关键是它的可预见性，如果一个控制好的产品，有来自预测的偏移读出，说明其工艺正在变化，很快就会生产出不合格产品。进行SPC程序的第一步是找到标准的工艺测量，从所选的组装子样中获得数据。一旦一批抽样被组装完，数据即被标绘在一个或多个SPC图上。
1 焊膏印刷
许多PCB组装者都认为焊接缺陷大多数来源于焊青印刷工艺。印刷工艺的变量包括焊膏、模板和用于施加焊膏的设备。而每一变量在不同的批次，又有不同的参数，为了保证印刷焊膏性能的一致性，在印刷焊膏前应做如下的工作：
1)了解每批焊膏的金属含量百分比，粘度和PI(流变性)参数。
2)对每一容器内的焊膏进行焊料球测试并记录产生的一切杂散焊球反应，对一切看上去与以前不同的地方提出质疑。这里采用的是比较法，而不是定量法。
3)保证焊膏在使用前处于室温状态。如果为了延长焊膏的贮藏寿命而把它保存在冷藏箱内，那么，在使用前必须保证焊膏在室温下放置长达20h以上。
4)灌装焊膏在使用前应用橡胶棒或塑料刮刀搅拌一次；箔装焊膏，在打开前应揉搓30S。
关键词：统计工艺控制；表面贴装；质量管理
现代工业生产是一个极其复杂的过程，在这个过程中，由于种种主客观因素的影响，将不可避免引起质量的变动，甚至产生废、次品。因此，为了保证质量，在生产过程中必须包含一个同时存在的检验过程，根据技术标准，对生产过程中的原材料、半成品、产品以至工艺过程质量进行检验，严格把关。检验的目的不仅在于挑出废品，还在于搜集和积累大量反映质量状况的数据资料，为改进质量，加强质量管理提供信息和情报。在制造过程中，尽管影响产品质量的具体因素错综复杂，但是这些因素变化与产品质量波动的内在联系，是有规律可循的。制造过程的统计控制就要研究、掌握和运用这个规律，据以改善各项因素及其组织水平，不断提高工艺质量。工艺质量稳定良好，可以从根本上减少废、次品，提高产品质量的稳定性。
一批产品的质量特性值，绝不会丝毫不差，完全一致的。而同一切事物一样，产品质量也总是有波动的和有差异的，存在着分散的趋势，形成一个分布带。但是这种分散又并不是漫无边际没有规律的。而是在数据的分散中以呈现一种集中的倾向。通过对统计资料的整理往往发现分布在一端是少数，即有少数几个数据值很大；分布在另一端的也是少数，即有少数几个值很小。而大多数数值在这二者之间，并有一个逐步向中间靠拢、向中心位置集中的倾向，这就是分布的集中倾向。这种表现在分布状态上分散的趋势和集中的倾向就是统计分布的客观规律性(正态分布)。正因为这样，对产品质量和生产过程质量的分析控制和管理，就可以运用数理统计的原理和方法，而且必须运用这种科学的、定量的方法，才能随时掌握波动情况和变化趋势，加强控制和管理。
统计是进行变量客观测量的工具。它的正确应用以变量为正态随机变量为前提。在生产中许多变量是正态随机变量，如果子样大小足够大，并保证是随机抽样，那么对生产中大部分变量来说这是正确的。根据中心极限定理，一批子样30个足以呈现出正态分布。
在正态随机变量分布中，68％的测量值将落在中位值±1标准偏差之间。99.74%的测量值将落在±3标准偏差之间(6δ质量水平)。
如果测量数据不属于这样的分布，那么一定在工业中存在某个原因，也就是说一个新特征的不稳定的行为被非正态曲线反映出来。这某个原因也许会是使用了不合格的原材料，机器不能满足工艺的技术要求或操作者没能正确使用机器等。
按工艺过程质量的预防性来说，检验有首件检验和统计检验等方式。首件检验是对改变加工对象，改变生产条件以及改变操作者以后生产出来的头几件产品进行检验。通过这种检验，可以查明生产条件和工艺质量是否处于正常状态，及时发现问题，防止成批报废。在对头几件产品进行首检验时，如果发现有不合格品，就应当立即查明原因，并且采取措施，对生产过程中影响质量的有关因素加以调查或改进，在积极设法消除这些不正常的因素以后，再开始生产。
统计检验法是运用数理统计方法对产品进行抽查。通过对抽查结果的分析，了解产品质量的波动状况，从而发现生产过程出现不正常的预兆，并找出造成异常的原因，及时采取措施，设法消除，使生产过程重新恢复正常，以预防废品的产生，这是一种科学的质量控制方法。
为了做好质量的综合统计与分析，要建立和健全质量的原始记录，根据原始记录进行汇总统计。统计判断的全过程，按其工作程序，可以分为三个基本步骤，即统计调查和整理、统计分析以及统计判断。第一步，统计调查和整理。根据解决某方面质量问题的需要到现场收集数据，将收集到的数据加以整理和归纳，用统计表和统计图的方法，并借助一些统计特征数据(如平均数(标准偏差等)来表述这批数据代表的客观对象的统计性质。第二步，统计分析。对经过整理归纳的数据进行统计分析，研究它的统计规律。例如，质量特性的波动是否出现某种趋势或倾向，影响这种波动的又是什么因素，其中有无异常波动等。第三步，统计判断。根据统计分析的结果对总体现状或发展趋势做出有科学根据的统计判断。
目前，许多制造者已认识到用老的记录方式收集数据，不仅花费时间太多，而且必须做好跟踪信息的工作。因此，他们开始采用软件。例如，对于连续的热曲线的SPC，焊接故障可在30s内被探测出。没有这些工具，故障会在下一个热曲线的过程之前或当电气测试报告有很多有故障的板子时，才被探测出，导致数小时或数日内生产不合格的产品。
对于电子制造中的SPC法，需要使用一个特大的特征数据搜集区，在PCB制造中每个印制板每次产生缺陷的机会大约上千个，因此质量软件必须跟踪每块印制板的完整信息，其中包括非常大的数据库和SPC法，使之达到修改这些缺陷的要求。
SPC是利用一套数据库工具来最优化和维持制造过程质量的方法。将SPC法用于表面贴装工艺时，有助于提高产品的质量和生产能力。关键是它的可预见性，如果一个控制好的产品，有来自预测的偏移读出，说明其工艺正在变化，很快就会生产出不合格产品。进行SPC程序的第一步是找到标准的工艺测量，从所选的组装子样中获得数据。一旦一批抽样被组装完，数据即被标绘在一个或多个SPC图上。
1 焊膏印刷
许多PCB组装者都认为焊接缺陷大多数来源于焊青印刷工艺。印刷工艺的变量包括焊膏、模板和用于施加焊膏的设备。而每一变量在不同的批次，又有不同的参数，为了保证印刷焊膏性能的一致性，在印刷焊膏前应做如下的工作：
1)了解每批焊膏的金属含量百分比，粘度和PI(流变性)参数。
2)对每一容器内的焊膏进行焊料球测试并记录产生的一切杂散焊球反应，对一切看上去与以前不同的地方提出质疑。这里采用的是比较法，而不是定量法。
3)保证焊膏在使用前处于室温状态。如果为了延长焊膏的贮藏寿命而把它保存在冷藏箱内，那么，在使用前必须保证焊膏在室温下放置长达20h以上。
4)灌装焊膏在使用前应用橡胶棒或塑料刮刀搅拌一次；箔装焊膏，在打开前应揉搓30S。
没有找到相关结果
已邀请:
RSS Feed
1 个回复
river.jiang (威望:0)
赞同来自:
检测每一样品的4个角和中心5个位置。将这一数据连同所有的缺陷记录下来。计算每块板的焊膏平均厚度，其方法是将5个读数相加再除以5；计算一批板子的平均值，其方法是将5块板子的平均厚度相加再除以 5。然后在控制图上绘制一批板的焊膏厚度平均值。
对于模板厚度为±0.05mm的印刷工艺来说，大多数焊膏测量系统测量值在±0.025mm之内，允许不同的操作者操作误差值为0.025 mm。不同的模板厚度要求有不同的控制图。对于阶梯模板，不同厚度的区域应分别绘制控制图。
2 贴装
据有关资料介绍将SPC应用于一个小型企业，在分祈了2500块组装板的数据后，对缺陷率的来源进行了归纳：15%的缺陷率为元件未对齐；10%的缺陷率为极性错误；5%的缺陷率为漏装、损坏或一般常见的缺陷。
为了确定缺陷的原因，对贴装过程进行了仔细的观察，给出的数据存在许多的不一致性，说明贴装机在操作中有偏移。
生产厂家提倡对机器进行维护，他们认为不仅机器需要整平，而且贴装头和基准定位器也需要进行精细调整。仅仅做到达一点，就可将元件未对齐缺陷率从15%降到3%。
在连续的调研中，通过仔细检查发现90％极性错误率的不合格元件是杆式喂料器中或华夫喂料盘上的集成电路。通过对这些元件的检查发现装入杆式喂料器中的许多集成电路其极性标志的方向装错，这样的缺陷率为3％。检查还发现细间距元件由于在运输中的包装不要，导致元件损坏，为此，在将这些元件装到贴装机之前，必须进行检查。此外，没有为操作人员提供如何将这些集成电路安装到华夫喂料盘上的说明文件。即使装到华夫喂料盘上的所有元件都朝着一个方向，结果，有时极性方向朝东，有时朝西。如果在第一个元件上没有发现这种现象，在发现缺陷之后，整个一批已进入操作，使得每块板都得进行返修。
检查漏装或错装元件。通过检查发现导致漏装或错装缺陷的实际原因是在更换元件卷盘时，操作人员将错误的元件编号装入，其几率为4％。作为正确的操作，操作人员在更换了每个元件卷盘后，应对第一块板进行目测首检。
当用户授权制造少装元件的板子时，操作人员应注意PCB板上这些漏装的部位，并不把它们算作缺陷。
通过履行这些正确且简单的检验步骤，总体缺陷率从30％降低到3％。
3 再流焊接
再流焊接是表面组装技术的关键核心技术，焊接工艺质量的优劣不仅影响正常生产，也影响最终产品的质量和可靠性。再流焊接中对于焊接温度曲线是指SMA上测试点处温度随时间变化的曲线，按照焊接过程各区段的作用，一般将其分为预热区、预再流区、再流区和冷却区等四段。为了能客观地检测温度曲线，用统计的方法测量下列变量：高于183℃的液化时间、峰值温度和温度上升率等。
再流焊机温度曲线的测试，一般采用能随SMA组件一同进入炉膛内的温度采集器进行测试，测量采用K型热电偶，偶丝直径0.1－0.3 mm为宜。测试步骤如下：
a)在一批五个板子上，选取能代表SMA组件上温度变化的测试点，一般至少应选取三点，这三点应反映出表面组装件上温度最高、最低、中间部位上的温度变化。再流焊机所用传送方式的不同时会影响温度最高、最低部位的分布情况，这点应根据具体炉子情况具体考虑。对于网带式传送的再流焊机表面组装件上最高测试部位一般在SMA与传送方向相垂直的无元件的边缘中心处，最低温度部位一般在SMA靠近中心部位的部位的大型元器件处。
b)用高温焊科、贴片胶或高温胶带纸将温度采集器上的热电偶测量头分别固定到SMA组件上已选定的测试点部位，再用高温胶带把热电偶丝固定，以免因热电偶丝的移动影响测量数据。采用焊接办法固定热电偶测试点，注意各测试点焊料量尽量小和均匀。
c)将被测的SMA组件连同温度采集器一同宣于再流焊机入口处的传送链/网带上，随着传送链/网带的运行，将完成一个测试过程。注意温度采集器距待测的SMA组件距离应大于l00mm。
d)计算板子上每个读数高于再流温度的时间，总共有15个读数－5块板中每块板有3个读数；求出每块板高于再流温度的时间平均值，其方法是将3次计算值加在一起再除以3 每块板子都按照这种方法计算；把3块板的5个高于再流温度的时间平均读数加在一起再除以5；在控制曲线上标出这个时间，始终记录5个平均值的平均值。
这种方法也可以用于标出控制曲线上的峰值温度等。只要炉子和板子的类型不变，客观统计的温度曲线将保持一样。在随机基础上测试的测试板结果将不断地添加到统计数据库中，用以连续地监视工艺过程。
尽管监控每一产品的再流温度曲线是有效的，能提供准确的工艺过程控制，但每一类板子都重复这样的测试既昂贵又费时。SPC法应对工艺过程进行监控，而不是对产品进行监控。对工艺过程监控有下列四个基本步骤：
(1)确定控制变量。在任何对流再流焊炉中，板子的温度都是加热腔内干墙温度及其辐射率、对流气体温度及其速度的函数。其它因素包括，传送装置速度、负载情况和炉子通电时间。
(2)尽可能地减少变量。从先前的测试统计结果证明，负载对温度曲线的可重复性无影响。另外，炉子在准备阶段(甚至启动后短时间内)，温度曲线也是可重复的。因此，对于炉子来说，辐射体、负载和加热时间等属不需监控的变量。
(3)最后保留的几个相关变量尽可能是机器设备参数。在测试炉子中，对流气体随着它通过加热元件而被加热，较高的对流量要求较大的加热功率，以保证维持预先所设定的温度值。
(4)监控所保留的参数。由于对流气体的温度与其流量和加热元件的功率有关，因此，用压力开关监控进入炉子的对流气体，如果发生气体流量短缺或其它问题，即引起报警，同时向SPC文件输入这一数据。对加热腔可简单地用热电偶反馈来控制温度，传送装置的速度用微处理器中的闭环控制系统来控制，这样就很容易地把三个参数温度、加热元件功率和传送装置速度写到了SPC文件中。由于这些机器参数和板子温度之间有着一定的相关性，因此使用统计分析可对炉子提供正确的工艺控制。
统计数据自动收集与分析软件，可简化SPC法的工作量，软件的第一个文件自动地记录日期和时间、产品的变化、报警情况、机器时间和生产量等。同时，第二个文件每10s记录一次每个区域的传送装置速度、温度和功率。一般这第二个文件数据是用户友好格式的。与微软的“Excel”百分之百兼容。
软件除了作为一个变量统计分析工具检测再流焊炉的缺陷以外，也是一个诊断工具，可用来诊断是否炉子在正常状态下操作。通过与标准的数据进行比较，可以预防和解决工艺过程中可能出现的问题，同时减少停机时间。
4 手工焊接
无缺陷焊接是所有组装者努力追求的目标，然而，偶然也会发生焊料桥接、开路、需补贴元件、移动或拆除元件等问题。在这种情况下，采用手工焊接工艺是非常必要的。
当把统计工艺控制方法用于手工焊接时，首先必须考虑的是温度和工艺。烙铁或返修工作台温度设置应该是可调的。优先采用数字读数方法。相反，依靠金属头的不同类型来控制烙铁温度已经证明是不可靠的。确定温度范围或设置返修／修理温度的最好方法是在返修区域放置温度传感器用监视器来监测PCB温度，防止PCB产生斑点和脱层，以及焊料掩膜模糊等现象。板子的温度不能超过250℃，将这个峰值温度设置为控制上限，而183℃设置为控制下限。
5 结束语
实践证明，统计过程控制方法着重于生产过程的控制，是保证产品质量，预防废品的一种有效工具。但还需值得注意的是，产品质量的形式过程不仅与生产过程有关，还与其它施工过程、许多环节和因素相关联，这不是单纯的依靠统计质量管理所能解决的。因此，对于现代化的大生产来说，除了运用统计方法外，还应结合其他组织管理工作、管理技术和手段，实行综合的质量管理。