Статистический анализ смещения компонентов в процессе установки SMT

1. Введение

Технология поверхностного монтажа (SMT) является доминирующим методом установки электронных компонентов на печатные платы (ПП). Критически важным является процесс захвата и установки (P&P), при котором компоненты позиционируются на влажную паяльную пасту. На этом этапе наблюдается тонкое, но значимое явление — смещение компонента — непреднамеренное перемещение компонента на вязкой паяльной пасте перед пайкой оплавлением.

Традиционно это смещение считалось незначительным, часто полагаясь на эффект «самовыравнивания» последующего процесса оплавления для коррекции незначительных ошибок установки. Однако по мере уменьшения размеров компонентов до субмиллиметровых масштабов и ужесточения стандартов качества для ПП (целевые показатели близки к нулевому проценту брака), понимание и контроль смещения компонентов стали первостепенными задачами для высокоэффективного производства.

Данная работа восполняет критический пробел: предыдущим исследованиям не хватало анализа данных реальных производственных линий. Авторы исследуют две ключевые проблемы: 1) характеристика поведения смещения компонентов и 2) выявление и ранжирование факторов, способствующих ему, с использованием статистических методов на данных с современной линии сборки SMT.

2. Методология и сбор данных

Сила исследования заключается в его эмпирической основе, выходящей за рамки теоретических моделей.

3. Результаты и анализ

4. Технические детали и формулы

Анализ, вероятно, основывался на фундаментальных статистических моделях. Может быть показано упрощенное представление регрессионного подхода. Смещение компонента $S$ (2D-вектор или величина) можно смоделировать как функцию нескольких факторов:

$S = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + ... + \beta_n X_n + \epsilon$

Где:

• $\beta_0$ — свободный член (интерсепт).
• $X_1, X_2, ..., X_n$ представляют нормализованные факторы (например, $X_1$ = Смещение пасты по X, $X_2$ = Объем пасты, $X_3$ = Код типа компонента).
• $\beta_1, \beta_2, ..., \beta_n$ — коэффициенты, определенные регрессией, указывающие на величину и направление эффекта каждого фактора. Анализ главных эффектов в исследовании по сути исследует эти значения $\beta$.
• $\epsilon$ — член ошибки.

Величину смещения $|S|$ можно анализировать с использованием аналогичных линейных или обобщенных линейных моделей, где значение $R^2$ указывает, какая доля дисперсии смещения объясняется включенными факторами.

5. Экспериментальные результаты и графики

Гипотетическое описание графиков на основе контекста статьи:

Рисунок 2: График главных эффектов для смещения компонентов. Столбчатая диаграмма или линейный график, показывающий среднее изменение величины смещения (например, в микрометрах) при переходе каждого фактора от низкого к высокому уровню. Столбец для «Смещения позиции пасты по X» будет самым высоким, визуально подтверждая его как наиболее влиятельный фактор. «Тип компонента» покажет несколько столбцов, по одному для каждого из шести типов, выявляя, какие из них наиболее склонны к смещению.

Рисунок 3: Точечная диаграмма смещения в зависимости от несовмещения пасты. Облако точек данных, показывающее сильную положительную корреляцию. Через данные будет проведена линия регрессии с крутым наклоном $\beta_1$, количественно связывающая ошибку позиционирования пасты со смещением компонента.

Рисунок 4: Боксплот смещения по расположению компонента на ПП. Несколько блоков, расположенных по схематичному расположению ПП, показывают, что компоненты, установленные у краев или возле определенных меток, демонстрируют разные медианные смещения и дисперсии по сравнению с теми, что в центре, что подтверждает вывод о влиянии «проектной позиции».

6. Пример аналитической структуры

Кейс: Анализ первопричин снижения выхода годных при сборке конденсаторов 0201.

Сценарий: На заводе наблюдается рост дефектов типа «гробовой камень» для конденсаторов 0201 после переналадки линии.

Применение структуры данной статьи:

1. Сбор данных: Немедленно собрать данные SPI (положение, объем, высота пасты) и данные Pre-AOI (положение компонента) для плат, содержащих конденсаторы 0201. Пометьте данные по расположению на панели ПП.
2. EDA: Постройте распределение смещения компонентов для деталей 0201. Сравните среднее смещение до и после переналадки. Является ли оно статистически значимо разным? (Используйте t-критерий).
3. Главные эффекты: Рассчитайте корреляцию между смещением и каждым параметром SPI. Статья предсказывает, что смещение позиции пасты будет иметь самую сильную корреляцию. Проверьте, увеличило ли новое трафаретное или принтерное оборудование это смещение.
4. Регрессионная модель: Постройте простую модель: Смещение_0201 = f(Смещение_Пасты_X, Объем_Пасты, Расположение_Панели). Коэффициент для Смещения_Пасты_X количественно определит его влияние. Если он высок, вероятной первопричиной является процесс печати, а не головка установки.
5. Действие: Вместо повторной калибровки машины P&P (распространенный, но ошибочный первый шаг) сосредоточьтесь на корректировке совмещения трафарета или давления ракеля для повышения точности нанесения пасты.

Такой структурированный, основанный на данных подход предотвращает дорогостоящее и неэффективное устранение неполадок методом проб и ошибок.

7. Будущие применения и направления

Результаты прокладывают путь для нескольких перспективных применений:

• Прогнозное управление процессом: Интеграция данных SPI в реальном времени с адаптивным управлением машиной P&P. Если SPI измеряет смещение пасты, программа P&P может автоматически применять компенсационное смещение к координатам установки компонента, чтобы противодействовать прогнозируемому сдвигу.
• Оптимизация на основе ИИ/МО: Регрессионные модели — это отправная точка. Алгоритмы машинного обучения (например, Random Forests, Gradient Boosting) можно обучить на больших наборах данных для моделирования нелинейных взаимодействий между факторами и прогнозирования смещения с более высокой точностью для сложных компонентов.
• Правила проектирования для производства (DFM): Конструкторы ПП могут использовать информацию о восприимчивости типов компонентов и эффектах расположения для создания более надежных компоновок. Критические компоненты можно размещать в «зонах низкого смещения» платы.
• Передовые материалы: Разработка паяльных паст следующего поколения с более высокой тиксотропией или специальными реологическими свойствами, чтобы лучше «фиксировать» компоненты на месте сразу после установки, сокращая временное окно для смещения.
• Стандартизация: Данная работа предоставляет эмпирическую основу для определения новых отраслевых метрик или стандартов допусков для «допустимого смещения перед оплавлением» для различных классов компонентов.

8. Ссылки

1. Автор(ы). (Год). Название цитируемой статьи о процессах SMT. Название журнала, Том(Выпуск), страницы. [Ссылка на источник Рис. 1]
2. Lau, J. H. (Ed.). (2016). Fan-Out Wafer-Level Packaging. Springer. (Для контекста о передовой упаковке и проблемах точности установки).
3. IPC-7525C. (2022). Stencil Design Guidelines. IPC. (Отраслевой стандарт, подчеркивающий критическую важность трафаретной печати).
4. Isola, A. et al. (2017). Image-to-Image Translation with Conditional Adversarial Networks. CVPR. (Статья о CycleGAN, упомянутая как пример модели, основанной на данных, которая изучает сложные отображения — аналогично изучению отображения параметров процесса на результаты смещения).
5. SEMI.org. (2023). Advanced Packaging Roadmap. SEMI. (Отраслевая дорожная карта, подчеркивающая необходимость точности установки на уровне микрон).

9. Взгляд отраслевого аналитика