AOI检测可靠性分析
- 格式:doc
- 大小:102.00 KB
- 文档页数:5
AOI检查简要介绍AOI (Automated Optical Inspection)是一种自动光学检测技术,主要用于电子制造过程中的检测和质量控制。
该技术通过摄像头和图像处理算法来检测电子设备上的缺陷、错误和质量问题。
AOI检查可以有效提高生产线的效率和质量,并减少人工检查的需求。
AOI检查的原理是通过光学摄像头拍摄电子设备的图像,然后使用图像处理算法对图像进行分析。
这些算法可以检测各种各样的缺陷和错误,例如焊接点的良好连接、元件的正确位置、元件的倾斜或旋转等。
当检测到问题时,AOI系统将通过声音或光信号进行警告,同时记录下问题的位置和类型,以便后续的修复。
首先,AOI检查是一种非接触式的检测方法,可以在不损坏或污染电子设备的情况下进行检查。
相比传统的目视检查和手工检查,AOI检查无需人工直接接触电子设备,减少了损坏设备的风险,并提高了检查的准确性和稳定性。
其次,AOI检查可以快速、高效地检测大量的电子设备。
AOI系统可以在短时间内处理大量的图像,通过高速图像处理算法进行实时检测。
相比手工检查,AOI检查可以大大加快检测的速度,提高生产效率。
此外,AOI检查可以检测一些难以人工检查的问题。
由于电子设备制造过程中的元件和连接非常小,很难通过肉眼判断其质量。
而AOI系统可以放大图像进行检查,并使用高精度的图像处理算法来检测微小的缺陷或错误。
然而,AOI检查也存在一些局限性。
首先,AOI系统对于一些问题可能会产生误报或漏报。
例如,当元件有异物遮挡或图像质量较差时,AOI系统可能无法准确检测问题。
其次,AOI系统对于一些特殊形状或低对比度的元件可能无法进行有效检测。
此外,AOI系统的成本较高,对于小规模生产线来说可能不太容易实施。
综上所述,AOI检查是一种可靠、高效的电子设备检测和质量控制方法。
它通过光学摄像头和图像处理算法,可以快速、准确地检测出电子设备上的缺陷和错误。
尽管它存在一些限制,但AOI检查在提高生产效率和质量方面具有重要作用,将在电子制造领域得到广泛应用。
AOI质量检测方法的应用与研究
随着经济的快速发展,人们对产品质量要求越来越高,因此AOI质量
检测方法作为一种快速准确的质量检测方法,在电子行业越来越受到重视。
本文将从AOI检测原理及其优势,AOI传感器原理,AOI在电子行业的应
用以及质量检测方法的发展趋势等几方面对AOI质量检测方法进行研究和
总结,以期为有鉴于该方法的相关研究者和应用者提供一些参考。
AOI(Automatic Optical Inspection)检测是一种通过光学方式自
动检测电子元器件的质量的技术。
它采用专用的软件系统结合机器视觉技术,运用CCD和运动控制系统,用计算机进行检测,最终完成对产品质量
的自动检测。
由于AOI技术无需采用人工操作,可以有效减少检测时间,
精确度高,检测结果可靠,可以及时发现生产中的不良品,从而避免不良
产品流入市场,为确保产品质量提供了有效保证。
AOI检测的传感器基本上是由CCD相机组成,它能够在短时间内捕捉
大量图像,并将其传输到计算机中进行分析。
AOI更多的是通过比较成品
与标准样本之间的差异来判断质量,而不同的捕捉器和传感器不仅可以识
别图案,还可以识别颜色、光照度以及尺寸等信息,以此判断质量。
AOI质量检测方法的应用与研究AOI(Automated Optical Inspection)是自动光学检测的缩写,它是一种通过光学技术对制造过程中的产品进行质量检测的方法。
AOI质量检测方法广泛应用于电子制造工业,特别是PCB(Printed Circuit Board)的生产线上。
下面将探讨AOI质量检测方法的应用和研究。
首先,AOI质量检测方法在电子制造工业中的应用非常广泛。
在PCB 的生产过程中,AOI系统可以通过检测电路板上的元件、焊接点和连线等方面的缺陷,来判断产品的质量。
AOI系统可以自动扫描电路板的各个区域,利用高分辨率的摄像机捕捉图像,并通过图像处理算法进行分析。
因此,AOI系统可以快速、准确地检测出产品中的任何缺陷,如电路元件缺失、焊接点开路、短路等等。
这样,AOI质量检测方法可以大大提高产品的制造质量,降低不良品率,减少人力成本。
其次,AOI质量检测方法的研究也一直在不断进行。
随着电子制造工艺的不断进步,产品的结构和材料也在不断变化,这对AOI系统的检测能力提出了更高的要求。
因此,研究人员在AOI质量检测方法方面进行了许多探索。
一方面,他们致力于提高AOI系统的图像处理能力,以处理更复杂的产品结构和材料。
例如,研究人员使用深度学习算法来改进AOI系统的缺陷检测能力,通过训练神经网络模型,使其具备自主学习和自适应的能力,从而可以更准确地识别和分类各种缺陷。
另一方面,研究人员还致力于提高AOI系统的检测速度和效率。
在电子制造行业中,产品的生产速度通常很快,因此AOI系统需要能够在短时间内处理大量的数据。
为了实现这一目标,研究人员通过优化算法和并行计算技术,提高AOI系统的检测速度,同时保持高准确率。
例如,他们可以利用图像处理技术来减少图像噪声,优化图像的对比度和亮度,从而提高AOI系统的图像处理效率。
此外,还有一些新的研究方向在AOI质量检测方法中得到关注。
例如,近年来逐渐兴起的三维AOI技术,可以更全面地检测产品的质量。
AOI检查确认及误报分析AOI检查(Automated Optical Inspection,自动光学检查)是一种常用的质量控制方法,通常用于电子产品制造过程中的焊接和组装检查。
它通过使用光学传感器和图像处理技术,可以高效地检测和分析产品表面上的缺陷和问题。
然而,AOI检查也存在误报的问题,即将正常产品错误地判断为有缺陷。
因此,对AOI检查的确认和误报分析非常重要。
首先,AOI检查的确认是指通过对检查结果进行验证和确认,确保检查的准确性和准确率。
确认可以通过以下几个步骤来完成:2.重检:对于被标记为有缺陷的产品,可以进行再次检查。
这可以通过重新运行AOI检查、使用其他检查方法(如X射线检查)或从错误中恢复的其他方法来完成。
重检可以帮助确认检查结果的准确性,并进一步减少误报的可能性。
3.数据分析:对于大规模的生产过程,可以通过数据分析来验证AOI 检查的准确性。
通过对大量数据进行统计和分析,可以确定AOI检查的准确率和性能。
如果确认准确率较低或误报率较高,可以采取相应的措施进行调整和改进。
误报是指将正常产品错误地判断为有缺陷。
误报可能由于以下原因导致:1.缺陷特征的变化:AOI检查是基于预先定义的缺陷特征进行的,如果产品的特征发生了变化,可能导致误报。
例如,如果产品的颜色、形状或其他外观特征发生了变化,可能会被错误地判断为有缺陷。
2.检查参数不合适:AOI检查需要设置一些参数,如阈值、灵敏度等。
如果这些参数设置不合适,可能会导致误报。
例如,如果设置的阈值过低,可能会将正常产品当作缺陷产品来标记。
3.产品设计缺陷:一些产品可能具有设计缺陷,例如电路板上的敏感元器件太过于接近或重叠。
这些设计缺陷可能导致AOI检查错误地将正常产品标记为有缺陷。
为降低误报率,可以采取以下几个措施:1.优化检查参数:对AOI检查的参数进行优化,例如调整阈值、灵敏度等,以降低误报率。
2.重视产品设计:在产品设计阶段,要尽量避免产生设计缺陷,特别是会导致误报的设计缺陷。
基于AOI技术的PCB常见质量缺陷检测
AOI技术基于光学原理,通过对PCB进行高分辨率的图像采集和图像处理,可以快速准确地检测出PCB上的质量缺陷。
下面将介绍几种常见的PCB质量缺陷以及AOI技术在其检测中的应用。
首先是焊接不良。
在PCB的制造过程中,焊接是一个重要的步骤,如果焊接不良,将会导致电子元件与PCB之间的连接不可靠。
AOI技术可以通过对焊接点的图像进行分析,检测出焊接不良的情况,如焊接过少、焊接过多、焊接偏移等问题。
其次是短路和开路。
短路是指两个不同的电路之间存在异常的电连接,而开路指电路中存在中断或者缺失的情况。
这些问题都会导致电子产品的电路无法正常工作。
AOI技术可以通过对PCB上的电路进行图像分析,检测出短路和开路的情况,并给出相应的提醒或者修复建议。
还有电子元件安装不良的问题。
电子元件的安装不良将直接影响到产品的可靠性和性能。
AOI技术可以对PCB上的电子元件进行图像分析,检测出电子元件的安装不良情况,如反向安装、漏焊、误装等问题,提供及时的提醒和修复建议。
最后还有PCB板面污染和损坏的问题。
在PCB的运输和使用过程中,可能会发生板面污染和损坏的情况,这些问题都会严重影响到PCB的性能。
AOI技术可以通过对PCB板面的图像进行分析,检测出板面污染和损坏的情况,并给出相应的修复建议。
AOI检测的指标检出率稳定性误判率一、快,AOI快速检测的条件是什么?AOI的检测速度分为两个阶段,1、拍摄图像;2、处理图像;因为相机的FOV有限,所以就必须通过移动X\Y平台来拍摄完整个PCB的图像,在X\Y平台的运动过程当中又要考虑摄像机什么时候开始移动、移动到什么位子、什么时候开始拍照,什么时候开始进行图像处理和分析等等,也就是说:AOI的检测速度必须协调软硬件同时工作,这里就牵涉到AOI 使用什么样的伺服系统、使用什么样的相机、使用什么样的丝杆、其核心算法又是什么?我们计算AOI的检测速度是要从进板到出板的整个时间,而不是单单从AOI本身提供的速度作为依据,因为有很多AOI的检测速度只记录了拍摄时间或者只记录了处理时间,以此使大家受蒙蔽。
二、准,AOI的准指的是有较高的检出率和较低的误判率。
也就是说AOI相当于一架天枰,必须准确的衡量误判和检出率。
AOI的准确判断跟软硬件都有密不可分的关系,当然最主要的是软件的核心算法,目前AOI种类繁多,算法也各不相同,有使用该边缘检测、法则判断、矢量分析、模板比较和统计建模等等,虽然不能一言定论孰优孰劣,但从实际应用比较中可以知道,统计建模更加灵活、操作更加简单,基于数学运算方式更加准确。
统计建模必将是未来AOI发展的一个趋势。
初次之外,硬件的要求也是相对比较严格的,比如说相机,相机是AOI眼睛,一个好的相机固然能够捕捉到优质的图像,这里不得不提到一个像素的问题,经常有朋友问AOI的像素是多少,大家以为像素越高其检测效果就更高好,更准确,其实不然,为什么呢?首先得明白几个基本概念:相机像素、相机的分辨率和拍摄范围FOV。
相机像素是指这个相机总共有多少个感光晶片,通常用万个为单位表示,以矩阵排列,例如3百万像素、2百万像素、百万像素、40万像素。
百万像素相机的像素矩阵为W*H=1000*1000.相机分辨率,指一个像素表示实际物体的大小,用um*um表示,AOI常用的分辨率有30um,25um,20um,18um,15um等。
SMT生产中的AOI检测技术现状分析
一、AOI检测技术的简介
AOI,即自动光学检测技术,是利用摄像机或相机拍摄照片,使用视
觉检测来识别生产线上产品的质量错误的检测技术。
AOI技术被广泛应用
于电子行业的SMT生产线上,具有快速、准确、高效的特点,是最常用的
一种SMT检测技术。
AOI检测技术首先使用摄像头或相机拍摄照片,使用照片模板和视觉
检测系统比较实际照片,以判断元件的准确性、元件间距正确性、元件平
行度、元件是否倒装等信息。
二、AOI检测技术的发展趋势
1.加强数据的采集
目前,AOI检测技术的发展趋势主要是加强数据的采集和处理,建立
更完善的检测系统,以确保有效的检测结果和质量保证。
2.更加准确灵活的技术
将高精度和更高速度的技术应用于AOI检测技术,使它更加灵活可靠,可以检测元件芯片的形状尺寸、位置、间距等,更加准确。
3.提升算法的能力
AOI检测技术的发展也在加强算法应用,以提升其检测准确率和可靠性,建立更加完善的视觉检测技术,使传统的检测技术不断完善。
4.提高自动抓取能力
为了提高AOI技术的自动性,让其自动对元件进行抓取。
AOI检测行业发展现状分析一、AOI检测行业概述AOI的全称是自动光学检测,是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。
AOI是新兴起的一种新型测试技术,但发展迅速,很多厂家都推出了AOI测试设备。
AOI检测行业经历了十余年的发展已经基本形成了较为成熟的产业链条。
AOI检测行业上游主要分为原材料及电子组件;AOI检测行业中游按照检测方式可以分为在线AOI检测设备和离线AOI检测设备;下游按照应用领域的不同可以分为PCB电路板行业、FPD行业以及半导体行业。
二、AOI检测行业应用领域AOI检测主要应用领域包括PCB、半导体和FPD面板。
因AOI检测主要应用于PCB、半导体及FPD等电子元器件生产过程中的检测环节,几乎每一个电子元器件都需要进行瑕疵检测,因此这些电子元器件的产量与AOI检测的应用结构息息相关。
从AOI检测服务行业来看,PCB是目前我国主要的AOI应用领域,占AOI检测总规模的88.33%;其次是半导体领域占10.6%。
从AOI检测设备应用需求分布情况来看,全球AOI检测设备应用最多的是PCB行业,占到总体市场的69.1%;其次是半导体领域,占比为20.6%。
三、AOI检测行业发展现状目前随着集成电路和PCB印制电路板行业的发展,外加我国人工成本越来越高,电子制造企业出于对产品质量和成本控制的需求,加速了AOI检测设备替代人工的进程。
在这种环境下,全球及中国自动光学检测设备得到快速发展。
根据数据显示,2020年中国AOI检测服务行业市场规模达到12.3亿元。
从AOI检测设备来看,目前AOI检测设备是SMT加工厂必备的设备,平均一条SMT生产线至少需要2-3台AOI检测设备,但我国AOI 检测设备的渗透率较低,仅为50%左右。
根据数据线,2019年我国AOI检测设备市场规模约为145亿元。
2020年由于受到新冠疫情和全球芯片产量下降的影响,中国AOI检测设备行业市场规模增速有所下降。
aoi测试方法AOI测试方法是一种常用的电子产品测试方法,可以帮助制造商在生产过程中检测产品的质量和性能。
AOI全称为Automated Optical Inspection,即自动光学检测。
下面将详细介绍AOI测试方法的原理、应用和优势。
我们来了解一下AOI测试方法的原理。
AOI测试方法通过使用高分辨率的光学摄像头和图像处理算法,对电子产品的外观和内部结构进行检测。
它可以自动识别和分析电子元器件的位置、方向、瑕疵和焊接质量等关键参数。
AOI测试方法可以检测到诸如焊接缺陷、短路、开路、错位、丝印错误等常见的质量问题。
接下来,我们来看一下AOI测试方法的应用。
AOI测试方法主要应用于电子产品制造过程中的质量控制环节。
它可以用于检测各种类型的电子元器件,例如电路板、芯片、电阻、电容等。
AOI测试方法可以在电子产品制造的各个环节中使用,包括焊接前、焊接中和焊接后的检测。
通过AOI测试方法,制造商可以及时发现和修复电子产品中的质量问题,提高产品的质量和可靠性。
与传统的目视检查相比,AOI测试方法具有许多优势。
首先,AOI 测试方法可以实现自动化检测,大大提高了检测效率和准确性。
其次,AOI测试方法可以检测到肉眼难以察觉的微小瑕疵,提高了检测的灵敏度。
此外,AOI测试方法可以快速生成检测报告,方便制造商进行数据分析和问题追溯。
为了保证AOI测试方法的准确性和可靠性,制造商需要注意以下几点。
首先,要选择合适的光源和摄像头,以确保测试的清晰度和稳定性。
其次,要校准和维护测试设备,以确保其正常工作和准确度。
此外,制造商还应该开发适应不同产品特性的图像处理算法,以提高测试的准确性和适应性。
AOI测试方法是一种常用的电子产品测试方法,通过使用光学摄像头和图像处理算法,可以检测电子产品的质量和性能。
它在电子产品制造过程中起到了重要的作用,可以提高产品的质量和可靠性。
制造商在使用AOI测试方法时,需要注意选择合适的设备和算法,并进行校准和维护,以确保测试的准确性和可靠性。
AOI检测能力的开发摘要:对于表面工艺为热风+选择镀金的产品,容易出现金盘上锡等缺陷,采用人工检验的方法,容易出现漏验,且检验效率低,可靠性差,严重影响产品的使用。
本文介绍了利用AOI 来检验金盘缺陷(表面工艺为热风+选择镀金)的方法,突破了使用AOI 只检验蚀刻产品的传统检验方法的局面,保证金盘使用的可靠性,进一步提升AOI 的检测能力。
关键字:人工检验AOI(自动光学检测)检验方法检测能力一、背景:对于表面工艺为热风整平+选择镀金的产品,容易出现镀金连接盘上锡等缺陷,采用人工检验的方法,容易出现漏验,且检验效率低,可靠性差,严重影响产品的使用。
故提出了使用AOI 进行检验金盘缺陷,且将AOI 检验内外层蚀刻产品的功能扩展为检验成品板的镀金连接盘。
二、AOI的基本原理的介绍AOI(自动光学检查),是基于光学的反射原理,将标准资料与扫描资料进行逻辑比较,从而产生缺陷信息。
标准资料是由CAM 资料转换获得的,扫描资料是通过AOI 的光学部件扫描实际产品,并经过内部处理器处理转换而成的。
本文提到的方法即是利用了标准资料与扫描资料之间的差异,从而产生缺陷信息。
所不同的是:传统的AOI 检测原理是用正确的资料检测各类产品,发现产品上的缺陷;而本文提出的方法是预设实际产品均为合格的产品,标准资料是由缺陷的,将缺陷信息转移到标准资料上,然后用实际产品检验标准资料,将标准资料上的缺陷信息报告出来。
检验完成后,在量产模式下产生检测数据,检测数据传输到CVR(检修台)上,在CVR 上将检测数据调取,由人员再通过CVR 进行检验金盘缺陷。
自动光学检查机所实现的并非是检验真实的缺陷,而是通过检验在标准资料中添加的模拟缺陷,再通过AOI 设备固有的检测原理将此缺陷信息检测出来,以此方法,自动找到每个金盘;而CVR 所实现的功能是:为检验人员提供了一个能自动查找到所要检查的每一个金盘的平台,且根据个人视觉效果能进行可变的放大,确保人眼能够清晰的检测到金盘上的缺陷。
AOI檢測可靠性分析
随着印刷电路装配变得更小和更密,自动光学检查(AOI, automated optical inspection)设备越来越多地用来监视和保证印刷电路板(PCB, printed circuit board)的品质. 另外,带有专门目的的有效使用AOI可以产生不同类型和详细程度的过程控制信息。
实施AOI的检查目标:
1.最终品质(End quality). 把注意力主要集中在最终品质对产品走下生产线时的状态非常重視.当生产问题非常清楚、产品混合度高、和数量和速度为关键因素的时候,优先采用这个目标. AOI通常将放置在生产线最尾端附进,在这个位置设备可以产生大范围的过程控制信息.
2.过程跟踪(Process tracking)使用检查设备来监视生产过程.典型地,包括详细的缺陷分类和元件贴放偏移信息.当产品可靠性很重要、低混合度的大批量制造、和元件供应稳定时,制造商优先采用这个目标.这经常要求把检查设备移动到几个地方在线地监视具体的表现。
过程控制信息通常比采用最终品质目标少,但是它可以直接地找到特殊的过程问题支持特殊过程步骤的过程控制信息可能比采用其它目标更定量化.
3.在线测试(ICT, in-circuit test)第一次通过率(FPY, first-pass yields)反应过程能力和ICT步骤的任何难点. AOI设备通过发现缺陷板和在第一次ICT之前把缺陷板发送到修理,来改善ICT的通过率.当生产批量很大而需求时间短,要使测试和发运产品成为关键问题的时候, 制造商优先采用这个目标.因为AOI是放置在生产线的最后端点附近,所以过程控制信息典型地是定性的。
4.特征化(Characterization). 在危险性使用装配的生产中,即医疗或军事应用中检查设备必须调整到发现所有可能的异常.其结果是几乎不存在遗漏率,但是它会产生误报,要求较长的检查时间. AOI典型的用于生产线最尾端检查焊锡点,但可以移去监测特殊过程.对这个目标的关键生产因素是生产类型、现场失效的危险性和允许的监测时间.可产生定性和定量的过程控制信息,看检查设备的位置和设定而定.
在许多应用中,对于任何这些目标,AOI机器设定将没有什么不同. 不同之处在于检查机器如何使用,例如:检查机器典型地只标志严重的缺陷,可是如果特征化作为检查目标,使用者可能浏览到的(或让检查设备报告)只是不够严重的、不足以完全反映产品特征的异常.检查设备必须支持全部这些检查目标,并可从一个移动到另一个. 类似地,过程控制信息可能由于设备的用途而不同,例如:虽然元件贴装信息可以用回流焊后检查来收集和检查,但是这些信息的利用将于回流焊前检查收集的不同.在这个站点与贴装机器错误的缺陷相关性可能更小
实施策略(Implementation Strategies)
机器所放置的位置可以实现或阻碍检查目标,不同的位置可产生相应不同的过程控制信息。
AOI放置位置是由下面因素决定的:
1.特殊的生产问题. 如果生产线有特别的问题,检查设备可增加或移动到这个位置监测缺陷,尽早发觉重复性的问题。
2.实施目标. 对于检查设备没有一个最好的位置来处理所有的生产线缺陷. 如果实施AOI的目标是要改进全面的最终品质,把机器放在过程的前面可能没有放在后面的价值大.机器放在前面的一个论据是为了避免对已有缺陷的产品再增加价值.还有在过程的早期维修缺陷的成本大大抵于发货前后的维修成本。
可是许多缺陷是在生产的后期出现的,意味着不管前面发现多少缺陷发货前还是需要全面的视觉检查.
放置位置(Placement Location)
锡膏印刷之后(after solder paste deposit)(图一)。
如果锡膏印刷过程满足要求,那么ICT发现的缺陷数量可戏剧性的减少,印刷不良可能同下列问题是有联系的:
1.焊盘上焊锡不足
2.焊盘上焊锡过多
3.焊锡对焊盘的重合不良
4.焊盘之间的焊锡桥
在ICT上,相对这些情况的缺陷概率直接与情况的严重性成比例.轻微的少锡很少导致缺陷,而严重的情况,如根本无锡,几乎总是在ICT造成缺陷.焊锡不足可能是元件丢失或焊点开路的一个原因.尽管如此,决定哪里放置AOI需要认识到元件丢失可能是其它原因下发生的,这些原因必须放在检查计划内,这个位置的检查最直接地支持过程跟踪和特征化.
这个阶段的定量过程控制数据包括,贴放偏移和焊锡量信息,而有关印刷焊锡的定性信息也会产生.
回流焊前(Pre-reflow)(图二)
检查是在元件贴放在板上锡膏内之后和PCB送入回流炉之前完成的,这是一个典型地放置检查机器的位置, 因为这里可发现来自锡膏印刷以及机器贴放的大多数缺陷.
在这位置产生的定量的过程控制信息,提供高速贴装机和密间距元件贴装机校准的信息. 这个信息可用来修改元件贴放或表明贴片机需要校准. 这个位置的检查支持所有AOI实施目标。
回流焊后(Post-reflow)(图三)
检查是SMT工艺过程的最后步骤,在发货前完成的ICT、功能测试和系统测试之前.这是AOI 最流行的选择,因为这个位置可发现全部的装配错误. 回流焊后检查提供高度的安全性,因为它识别由锡膏印刷、元件贴装和回流过程引起的错误.这个位置的检查支持所有AOI实施目标.
虽然在这点可产生定量的信息,但可能困难于将错误与确定性的原因关联起来.尽管如此,所产生定性的信息可提供全过程状态的最准确的指示器,因为在这个位置SMT过程已经完成. 如果说每个位置对识别某个特殊缺陷都可能理想主义的话,实施AOI的挑战就是将检查设备放到一个可以尽早识别和改正最多缺陷的位置.
过程控制信息(Process Control Information)
AOI设备产生两种类型的过程控制信息
定量的信息.如元件偏移的测量,可用于监测贴片设备的状态.其后的逻辑是贴装精度是全部的生产过程品质的一个好的指示器.
定性信息.可通过直接报告缺陷信息来决定全部装配过程的品质,该信息可用于决定制造过程的系统缺陷.
分析信息的步骤如下:
选择一个控制图作为主监视图,这个图经常在检查机器或返工站显示,操作员观察图表来决定是否过程超出公差.对监测元件贴装的回流焊前的检查站,图表典型地是一个元件偏移的离散图.当绘出的点超出预设的极限,操作员可以纠正缺陷,可能的话调整贴片机.对回流焊后的应用,主监视图将或是一个Pareto图或是一个FPY图
图四显示一个典型的FPY品质控制图.该图比较
来自从AOI设备和PCBA返工工位的操作员所产生的
FPY数据,因为FPY是全面过程线性能的良好指示器,
所以该图一般作为一个关键的过程监视工具,在任何
时候操作员可以选择一个点来作进一步的调查并且
可产生一个更详细的缺陷分类图。
图五是一个总结Pareto图分类的缺陷的报告.象
这样的过程控制图典型地是当FPY图出现某种异常
的时候提出的.该图告诉过程控制工程师什么类型的
缺陷正在出现.在本例中最重要的缺陷是锡桥,它占了
缺陷的42%。
线性图显示与Pareto条形图有联系的
缺陷的累积百分率.它表明最多的三种缺陷占产品上
发生的错误的75%.如果这些缺陷被消除,那么可得
到重大的过程改进.再进一步深究这数据可以决定焊
锡短路的位置。
图六显示焊锡短路缺陷发生在哪里.通过逐个位
置的检查特殊缺陷的发生,过程控制工程师可更好地
决定缺陷的根源.在本例中最多缺陷的位置造成锡桥
总数量的15%.由于这个至关重要,缺陷的根源将要
求进一步的调查。
定性品质控制图给操作员和过程控制工程师改进寻
找缺陷根源和突出系统缺陷的工具。
AOI的未来(Future of AOI)
AOI工业正努力迈向零缺陷制造的最终目标.现在的情况是一系列的统计数量告诉过程控制工程师什么已经发生,但是还不能告诉操作员什么将会发生.类似地,推测缺陷根源是借助于AOI系统产生的控制图类型,但系统很少可以自己决定根源.元件贴装/元件偏移检查循环只不过刚刚开始接近一个点,这个点就是回流焊前检查机可以直接对贴片机发出偏移改正信号,修改其贴装程序.
对过程品质控制而言,AOI的未来将涉及智能软件系统,该系统将统计数据、与品质数据有关的信息和来自其它生产设备的变量翻译出来,预测发生前的缺陷,在行进中找出过程缺陷的
可能根源.进一步增加系统能力,将使自动改正行动成为可能.
结论
四个主要的检查目标适合于所有类型的制造商.生产线上哪里放置AOI决定于最终目标是什么,位置也影响检查设备产生的过程控制体系的品质,必须纳入考虑范围以确实满足AOI实施的目标.
检查目标随着过程的改变和成熟而发生变化,AOI设备必须灵活以适应变化.重要的是设备方便移动到生产线上的不同位置,可以准确地识别和分类缺陷.不同的时期将有必要采用不同
的过程统计.AOI产生的描述性的统计数据在什么时候适合于寻找过程变化,对这一点的认识是通往零缺陷制造道路上的下一站.。