SMT Al ve Yerleştirme Sürecinde Bileşen Kaymasının İstatistiksel Analizi

1. Giriş

Surface Mount Technology (SMT) is the dominant method for assembling electronic components onto printed circuit boards (PCBs). The pick-and-place (P&P) process, where components are positioned onto wet solder paste, is a critical step. A subtle but significant phenomenon in this stage is bileşen kayması—reflow lehimleme öncesinde, viskoz lehim macunu üzerindeki bir bileşenin kasıtsız hareketi.

Geleneksel olarak, bu kayma ihmal edilebilir kabul edilmiş, genellikle küçük yerleştirme hatalarını düzeltmek için sonraki reflow işleminin "kendi kendine hizalama" etkisine güvenilmiştir. Ancak, bileşen boyutları milimetrenin altı ölçeklere küçüldükçe ve endüstrinin sıfıra yakın hata oranları talepleri arttıkça, bu kaymayı anlamak ve kontrol etmek, yüksek verimli üretim için çok önemli hale gelmiştir.

Bu makale kritik bir boşluğu ele almaktadır: önceki çalışmalar mevcut olsa da, hiçbiri bir tam, son teknoloji üretim hattından alınan verileri kullanmamıştır.Araştırmanın amaçları: 1) Bileşen kayması davranışını karakterize etmek ve 2) Gerçek dünya verilerini kullanarak temel katkıda bulunan faktörleri istatistiksel olarak belirlemek ve sıralamaktır.

2. Methodology & Data Collection

2.1 Deneysel Kurulum

Data was collected from a fully operational SMT assembly line, incorporating Stencil Printing (SPP), Pick-and-Place (P&P), and inspection stations (SPI, Pre-AOI). The study focused on altı farklı tip elektronik bileşene genellenebilirliği sağlamak için odaklanmıştır.

Key Measured & Controlled Variables:

• Lehim Pastası Özellikleri: Pozisyon (X, Y ofseti), hacim, pad alanı, yükseklik/şablon kalınlığı.
• Bileşen Faktörleri: Tip, PCB üzerinde tasarlanmış ağırlık merkezi konumu.
• Proses Parametreleri: Placement pressure/force from the P&P machine head.
• Sonuç Değişkeni: Pre-AOI sistemleri tarafından kaydedilen ölçülmüş bileşen kayması (X ve Y yönlerindeki yer değiştirme).

2.2 İstatistiksel Yöntemler

Çok yönlü bir istatistiksel yaklaşım kullanıldı:

• Descriptive Statistics & Visualization: Kaymaların dağılımını ve büyüklüğünü anlamak için.
• Ana Etkiler Analizi: Her bir faktörün (örneğin, macun hacmi, bileşen tipi) kayma büyüklüğü üzerindeki bireysel etkisini belirlemek için.
• Regresyon Analizi: Çoklu girdi faktörleri ile kayma sonucu arasındaki ilişkiyi modellemek ve bunların birleşik etkilerini ölçmek.
• Hipotez Testi: Belirlenen faktörlerin istatistiksel anlamlılığını doğrulamak için.

3. Results & Analysis

3.1 Bileşen Kayma Davranışı

Veriler, bileşen kaymasının göz ardı edilemez, sistematik bir fenomen olduğunu kesin olarak gösterdi.Kaymalar tüm bileşen tiplerinde gözlemlendi ve büyüklükleri genellikle modern mikro bileşenler için tolerans limitlerini aştı. Kaymaların dağılımı tamamen rastgele değildi, bu da spesifik proses parametrelerinden etkilendiğini düşündürdü.

3.2 Katkıda Bulunan Faktör Analizi

İstatistiksel analiz, bileşen kaymasının birincil nedenlerini tespit etti. Faktörler, göreceli etkilerine göre aşağıda sıralanmıştır:

1. Lehim Pastası Konumu/Biriktirme Ofseti: En kritik faktör. PCB pedi üzerine basılan lehim macunu ile pedin hizasının bozuk olması, dengesiz bir ıslanma kuvveti oluşturarak bileşeni "çeker".
2. PCB Üzerinde Tasarlanan Bileşen Konumu: Konuma bağlı etkiler; muhtemelen panel esnemesi, titreşim düğümleri veya panel boyunca takım çeşitliliği ile ilişkili.
3. Bileşen Tipi: Boyut, ağırlık ve pad geometrisi, pastadaki kararlılığı önemli ölçüde etkiler. Daha küçük ve hafif bileşenlerin yer değiştirmeye yatkınlığı daha fazladır.
4. Solder Paste Volume & Height: Yetersiz veya aşırı pasta, yapışma mukavemetini ve akma davranışını etkiler.
5. Yerleştirme Basıncı: Önemli olmakla birlikte, bu çalışmanın konfigürasyonunda en önemli üç faktör kadar belirgin bir etkisi olmadı.

3.3 Temel İstatistiksel Bulgular

4. Technical Details & Mathematical Framework

Bileşen kayması, bir kuvvet dengesizliği problemi olarak modellenebilir. Lehim macununun yüzey gerilimi ve viskozitesi tarafından sağlanan geri yükleme kuvveti, kaydırıcı kuvvetlere (örn. titreşim, macun çökmesi) karşı koyar. Denge durumu için basitleştirilmiş bir model şu şekilde ifade edilebilir:

$\sum \vec{F}_{\text{restoring}} = \vec{F}_{\text{surface tension}} + \vec{F}_{\text{viscous}}} = \sum \vec{F}_{\text{disturbance}}$

Geri yükleme kuvveti, macun geometrisi ve malzeme özelliklerinin bir fonksiyonudur: $F_{\text{yüzey gerilimi}} \propto \gamma \cdot P$ (γ yüzey gerilimidir, P pad çevresidir) ve $F_{\text{viskoz}} \propto \eta \cdot \frac{dv}{dz} \cdot A$ (η viskozitedir, dv/dz kayma hızıdır, A alandır). Regresyon analizi, temelde, macun ofseti (kuvvet asimetrisini etkileyen) ve hacim (A ve P'yi etkileyen) gibi faktörlerin bu denklemi nasıl dengesizleştirdiğini nicelendirmiştir.

5. Experimental Results & Chart Description

Grafik 1: Bileşen Kayması için Ana Etkiler Grafiği. Bu grafik, Y ekseninde ortalama kayma büyüklüğünü, X ekseninde ise her bir faktörün (Pasta Ofseti, Bileşen Tipi vb.) farklı seviyelerini gösterecektir. "Pasta Ofseti" için dik bir eğim, onu en etkili faktör olarak görsel olarak doğrulayacak ve ofset hatası ile ortaya çıkan kayma arasında net bir doğrusal ilişki gösterecektir.

Chart 2: Scatter Plot & Regression Line of Shift vs. Paste Position Error. Ölçülen kaymanın (Y ekseni) ölçülen pasta biriktirme hatasına (X ekseni) karşı çizildiği bir veri noktaları bulutu. Pozitif eğimli ve yüksek R² değerine sahip uydurulmuş bir regresyon çizgisi, bu iki değişken arasındaki doğrudan, ölçülebilir ilişki için güçlü kanıt sağlayacaktır.

Grafik 3: Bileşen Türüne Göre Kayma Kutu Grafiği. Yan yana altı kutu, her biri bir bileşen türü için kaymanın medyanını, çeyrekliklerini ve aykırı değerlerini göstermektedir. Bu, hangi bileşen türlerinin en değişken olduğunu veya daha büyük kaymalara daha yatkın olduğunu ortaya çıkararak "Bileşen Türü" faktör bulgusunu destekleyecektir.

6. Analiz Çerçevesi: Bir Vaka Çalışması Örneği

Senaryo: Bir fabrika, panel üzerindeki B12 konumunda bulunan belirli bir 0402 kapasitör için Post-AOI arızalarında %0.5'lik bir artış gözlemliyor.

Bu Araştırmanın Çerçevesinin Uygulanması:

1. Veri Önceliklendirmesi: B12 konumundaki pasta için SPI verilerini ve B12'deki 0402 bileşeni için Pre-AOI verilerini izole edin.
2. Faktör Kontrolü - Pasta Pozisyonu: B12'deki padler için macun ofsetinin (X,Y) ortalamasını ve standart sapmasını hesaplayın. Panel ortalamasıyla karşılaştırın. Sistematik bir ofset, başlıca şüpheli olacaktır.
3. Factor Check - Location & Bileşen Tipi: Paneldeki başka yerlerdeki diğer 0402 bileşenlerin de hata verip vermediğini doğrulayın. Eğer hata vermiyorsa, "Bileşen Tipi (0402)" ve "Tasarlanmış Konum (B12)" etkileşimi - belki bir titreşim sıcak noktası - sorumlu olabilir.
4. Root Cause & Action: Eğer pasta ofseti nedense, o spesifik konum için şablon yazıcısını kalibre edin. Konuma özgü bir titreşimse, o panel bölgesi için sönümleme uygulayın veya konveyör hızını ayarlayın.

Bu yapılandırılmış, veri odaklı yaklaşım, sıralanmış faktör listesini bir araştırma rehberi olarak kullanarak, semptomdan kök nedene verimli bir şekilde ilerler.

7. Sektör Analistinin Bakış Açısı

Temel İçgörü: This paper delivers a crucial, data-backed reality check: the "self-alignment safety net" in reflow is broken for advanced SMT. The authors convincingly shift the quality paradigm upstream, proving that P&P shift is a primary defect generator, not a negligible artifact. Their use of real production data, not lab simulations, gives the findings immediate credibility and operational urgency.

Mantıksal Akış: Araştırma mantığı sağlamdır. Önce bir sektör varsayımını sorgulayarak başlar, en ilgili ortamdan (fabrika katı) kanıt toplar, karmaşıklığı çözmek için uygun istatistiksel araçlar uygular ve net, sıralanmış bir suçlu listesi sunar. Birden fazla bileşen türüne odaklanmak, tek bir vakadan aşırı genelleme yapılmasını önler.

Strengths & Flaws: En önemli güçlü yön tartışmasız—gerçek dünya geçerliliğiBu teorik değil; cephelerden gelen bir tanısal rapor. Faktörlerin sıralaması, süreç mühendisleri için acil bir eylem planı sağlıyor. Bu tür çalışmalarda yaygın olan ana eksiklik, "makine faktörlerinin" kara kutu doğasıdır. Titreşim veya konveyör kararsızlığından bahsedilse de, bunlar ivmeölçer verileri veya benzeri ile ölçülmemiştir. Çalışma, gözlemlenen kaymaları ölçülebilir parametrelerle (macun, pozisyon) ilişkilendirir ancak daha geniş makine sağlığını ölçülmekten ziyade çıkarılan bir katkı faktörü olarak bırakır. Ekipman IoT verileri ile daha derin bir entegrasyon bir sonraki mantıklı adım olacaktır.

Uygulanabilir İçgörüler: SMT hat yöneticileri ve süreç mühendisleri için bu araştırma üç eylemi zorunlu kılmaktadır: 1) SPI ve Pre-AOI verilerini yükseltin pasif izlemeden aktif süreç kontrol girdilerine. Hamur ofseti ile kayma arasındaki korelasyon doğrudan ve uygulanabilirdir. 2) Uygulayın konuma özel süreç tarifleriPanel üzerindeki bileşen konumu önemliyse, kalibrasyon ve denetim planları bunu yansıtmalı, her panele uyan tek tip yaklaşımlardan uzaklaşılmalıdır. 3) "Kabul edilebilir" eşikleri yeniden değerlendirin Bu bulgular ışığında, özellikle mikro bileşenler için, pasta birikimi ve yerleştirme doğruluğu tolerans bantlarının muhtemelen daraltılması gerekmektedir.

Bu çalışma, akıllı üretim ve Endüstrisi 4.0'daki daha geniş eğilimlerle uyumludur; burada "A Cyber-Physical Systems approach to SMT assembly quality prediction" (Zhang et al., IEEE Transactions on Industrial Informatics, 2021) denetim istasyonları ve proses araçları arasında kapalı döngü geri bildirimini savunmaktadır. Bu makale, bu akıllı döngüleri oluşturmak için gereken spesifik neden-sonuç ilişkilerini sunar.

8. Future Applications & Research Directions

Bulgular, yenilik için birkaç yol açmaktadır:

• Tahminî Süreç Kontrolü: Integrating the regression models into a real-time system. SPI data could predict potential shift for each component, allowing the P&P machine to dynamically adjust placement coordinates to önceden telafi etmesine beklenen hareket için.
• Kök Neden Analizi için Yapay Zeka/Makine Öğrenimi: Veri setini makine sağlık parametrelerini (titreşim spektrumları, servo motor akımları) içerecek şekilde genişletmek ve geleneksel regresyonun kapsamı dışındaki doğrusal olmayan etkileşimleri ve gizli faktörleri ortaya çıkarmak için makine öğrenimini (örn. Random Forests, Gradient Boosting) kullanmak.
• Advanced Materials & Solder Paste Formulations: Yerleştirme sonrası bileşenleri daha iyi sabitlemek için daha yüksek "yapışma mukavemetine" sahip veya özel reolojik özelliklere sahip lehim macunları üzerine yapılan araştırma, tespit edilen kuvvet dengesizliğini doğrudan ele alıyor.
• Standart Geliştirme: Bu çalışma, IPC gibi endüstri konsorsiyumlarının, reflow öncesi bileşen yerleştirme için daha titiz, veriye dayalı kabul kriterleriyle standartları (örn. IPC-A-610) güncellemesi için ampirik bir temel sağlar.

9. References

1. Şekil 1, standart SMT proses akış literatüründen uyarlanmıştır.
2. Lau, J. H. (2016). Elektronik Paketlemede Lehim Pastası. Springer. (Lehim pastası malzeme özellikleri için).
3. Whalley, D. C. (1992). Yüzey montaj bileşenleri için montaj sürecinin basitleştirilmiş bir modeli. Circuit World. (Yerleştirme sırasındaki kuvvetler üzerine erken dönem çalışma).
4. Lea, C. (2019). A Scientific Guide to SMT Reflow Soldering. Elektrokimya Yayınları. (Kendi hizalanmanın sınırlarını tartışır).
5. Montgomery, D. C. (2017). Deneylerin Tasarımı ve Analizi. Wiley. (Kullanılan istatistiksel yöntemlerin temeli).
6. Zhang, Y., et al. (2021). SMT montaj kalitesi tahmini için Siber-Fiziksel Sistemler yaklaşımı. IEEE Transactions on Industrial Informatics. (Geleceğin akıllı üretim bağlamı için).
7. IPC-A-610H (2020). Elektronik Montajların Kabul Edilebilirliği. IPC Association.