6 Sigma PCBA组装的AOI探索-

2dmin

6 Sigma PCBA组装的AOI探索
摘要：现代检测系统如何进行组装缺陷检查，<A href="http://www.greatpcba.com"&gtCBA</A>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
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。<BR>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，<BR>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<BR>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：<BR>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<BR>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(DRC)和图形识别两种方法。
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0．102mm等检查电路图形。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、θ(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&R研究
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出准确结论，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1／3～1／10范围内[3]。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±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 PCBA生产中，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SMD元件为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0．127mm，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QFP封装IC，其尺寸为0.4064mm×0.2032mm，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±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±0．0508mm(置信因子为3)，间距为0．508mm的QFP0402元件，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的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SMD元件尺寸、PCB板供应商、<BR&gtCB板变形等变异，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的偏离量，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，可计算出，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 PCBA生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PCBA组装要求。<BR>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。</td>
               
               

南亭好远