《{生产工艺技术}处理工艺的有效工具》由会员分享，可在线阅读，更多相关《{生产工艺技术}处理工艺的有效工具（6页珍藏版）》请在金锄头文库上搜索。
1、处理工艺的有效工具 PWI希望能确保电子产品能以最高品质被制造出来，以及能够快速而又以最低的成本被制造出来，这都是电子制造业界中的目标。尤其是在目前竞争情况日益激烈，客户要求日益严格，以及制造服务的利润日益收缩的形势下，如何以最快和最节省金钱的做法来制造出品质有保证的产品，更是家家关注的课题。SMT技术的出现，虽然给人们带来了不少产品性能方面和制造成本方面的好处，但也同时带来了许多技术上的问题。它在技术上的复杂性、面广和高度综合性、以及快速的发展使到我们在确保制造品质和生产效率上受到比插件技术时代更严峻，更多方面的挑战。其竞争之难度，甚至使到制造利润相对于品牌、设计、销售等方面的利润来说，是个
2、不值得投入的业务。而促使一些大公司放弃了“制造”这一部分的业务。不过按笔者的观点，制造业并非无利可图。而是我们业界中太多用户忽略了去掌握相关的技术知识，小看了它的复杂度，以及没有意识到它巨大的潜在盈利机会罢了。在本区域的大多数国家中，一贯以来由于处于经济发展的阶段，使大多数的制造商都较偏向于注重成本。对于品质方面照顾得较为不足。而也由于一路来缺乏对它的关注，造成认识不足，而发展到竟然觉得SMT技术没有什么难处。甚至有许多人认为因为SMT已是20年历史的工艺，所以没有什么需要改进、没什么技术“看头”和“可搞”的。其实对于有深入了解这门技术的人来说，我相信都会同意我的看法，就是我们绝大部分的用户，
3、离开技术的优化点还是颇有一段距离的。在生产力和投资效益上，低于50%的大有人在。在质量方面，没有多少工厂能很肯定的对下一个产品的质量作出保证；没有多少工厂能对自己制造出来的产品的寿命进行预测；也没有多少工厂能清楚的解释如果不值得做零缺陷，什么合格率是绝对合理可控的。一些有出来说的，也常因为商务形象理由，或“以为是”的情况居多。以为如果我们广泛和深入的考察、交流和研究的话，我们不难发现，即使是采用ISO，或是SPC，或是DOE，或是Cpk等被认为最先进的工具做法的，其目前的科学性还不足于应付我们市场中所“要求”和“承诺”的。Cpk值为1.5的工艺能力，对产品的可靠性和性能的影响是什么？翻修好的产
4、品和直通合格的产品在质量上有什么差距？Cmk和Cpk的关系是什么？是否通用？可以换算吗？他们又和现场使用的SPC结果是什么关系？这种种都表示了我们还有许多路要走，才能较好的谈“零缺陷”，谈“品质第一”等等。要能够确保生产产品的品质，实施工艺管理是唯一的途径。工艺管理包括了工艺研究开发、工艺设计、工艺设置、工艺调制、工艺管制和工艺改进六个部分。前五者都是基本要求，而第六项是使水平更稳定或提升到更高的层次。原本在理论上如果前五项都做得好时，第六项是不需要的。但由于SMT技术复杂，不可能在很短时间内学习到用来处理所有问题所需的技术。加上SMT的发展和新技术的推出速度较快，所以在实际工作中，第六项也是
5、少不了的。在品质的竞争上，我们目前绝对有许多机会。这是因为业界中能处理好这六个方面的工厂并不多。在做法上、管理系统上、技术知识和工具上等等，我们都还不处于理想状况。在科学管理中，我们都知道处理问题时必须具备和经过四个活动环节，就是“制定”、“测量”、“分析”和“改善”四部分。四者缺一不可。在“制定”这一项中我们需要定性和定量。比如什么算是好的产品？什么才是用户的需求？什么样的工艺才算是好的，能支持好产品定义的工艺？工艺的指标是什么？多少才算是合格？不合格的偏差对产品的影响是什么等等。在“测量”一项中，我们关注的是什么工艺参数或品质结果需要测量？如何测量（工具和方法）？测量的可靠性有多高？需要在
6、何时何处测量？测量数据的统计和分类如何安排才合理适用等等。在“分析”一项中，我们需要掌握把数据转换成信息的技术。如何才能避免被数据误导？数据中如何清楚的按关系和层次分出因素？对于综合因素和混合的数据如何处理？如何正确的分辨问题的关键是属于工艺、设计、设备和运作管理中的哪一部分等等。至于“改善”，我们应该有能力制定合理目标，掌握正确的因果关系和程度，和宏观的设计解决方案等。比如目标应该定得多高才合理？应该分几个阶段？问题应该由哪个部门负责？是独立还是牵头解决？改善方案会对部门内外造成什么正负面的影响？方案的适用期如何等等。以上这些工作，没有一项是简单的。也没有一种技能是不需要通过有计划和组织性的
7、培育就可以获得的。本文中我们不可能有效和足够的谈论所有的课题。我们现在从一个很少被重视而又十分有用的做法（也可说是个工程工具），来看我们如何可以更好的通过工艺来确保生产的品质。以上提到，我们在整个确保品质的工作中，首先要通过“制定”来知道什么是我们的目标。在大家所熟悉的SPC或Cpk技术中，这就是我们所说的极限（Limits）。极限的意义，简单来说就是当某个工艺参数或产品特性超越它时，故障就出现到不可接受的程度了。严格来说，所有极限都包含一个“范围”（图A），比如从3到20，或是从-0.5到+0.54。对于看来似乎是一点的，比如应该小于3.6的，其实它的极限 也是由0到3.6这个“范围”内。所
8、以一般极限都包含了表示“范围”的“上限”和“下限”两个数据。这两个数据是由制造商按其客户的要求或竞争情况而定的。可以是个表示出现问题的界线，也可以是个问题程度能够和不能被接受的界线。工艺下限工艺上限实际表现分布图（ B ）工艺下限工艺上限工艺窗口合格区不合格区不合格区图（ A ）我们知道，没有一个工艺特性是处在一点上而不变的。所以一个工艺表现，在数次测量下的结果是有一些偏差的。在单一工艺系统上，一般这些偏差数据，在以足够数据量制成图表后，都会呈现一个统计学中所指的正态分布特性（图B）。有些工艺或设备特性会呈现非正态特性，但由于在实际工作中其“优化”点相对较难确定，所以我们业界多采用“假设正态”
9、的做法。这做法一般可以被接受，但在特别情况下用户还是应该有意识的小心处理。品质管制的目的，就是监控影响最终品质的因素（可以是材料、设备参数或是工艺参数）的变化，使它们不会超越相关的极限，而达到品质不会出现问题或问题被限制在可接受的程度内。在人类进入大量生产工业后，业界的最早做法，是采用被动的检查作业，把生产后属于不良的产品过滤返修或报废，来确保客户得到的都是好品质产品。这种依赖检查的做法已经属于十分落后的管理方式（虽然还有不少工厂在如此管理）。到了在二次世界大战后，人类开始较大规模的推行以统计学技术为主的SPC技术。在一定程度上协助了不少工厂和国家的发展。直到目前，SPC技术的应用还似乎还被误
10、认为是个最好的做法。约六年前，SMT设备制造商开始把它融入设备的“智慧”软件中，而作为一个“先进卖点”。如今大多数层次较好的设备，几乎都有SPC为其必备功能了。然而，SPC只是一套监控变化，适合于3个sigma（标准差）能力或管理目标的工具。其计算过程对于信息处理的失真，使用的不方便等，对于面向高品质水平、科学管理和注重预防性特强的工厂来说，效果不如当初预料中的大。在不断设法提升的发展中，人类又想出了更进步的做法。即是使用“能力指标”Cp和Cpk指数来预测不良生产的程度。通过对设备能力Cmk和工艺能力Cpk的测量和计算，理论上是可以清楚的预测生产的品质水平的(图C)。而只要监控这些Cmk和Cp
11、k表现，我们就可以免除检查作业和预防不良品的出现。这做法较SPC技术更科学、准确和有效得多。不过却出现了一个十分不利于推广的问题。就是使用上十分复杂和难以掌握。除了公式上容易处理外，没有多少用户能够清楚的掌握设备Cmk和工艺Cpk以及产品品质特性的不同“语言”和近似抽象关系，没有多少用户能够完整的掌握众多而又相互影响的工艺特性。这情况包括许多世界有名的工厂在内。使到我们业界对于Cmk和Cpk技术，谈多过于实际应用。虽然它是个很科学和最正确的做法，但不容易被大多数人接受。虽然如此，由于越来越多人的“赏识”和更多加工客户的要求，近来一些设备制造商也都把这一Cpk计算功能设计成为一个卖点。工艺下限工
12、艺上限0 %+100 %图（ D ）PWI分布区工艺下限工艺上限Cpk值描述分布位置和大小图（ C ）不良品程度Cp值描述表现的稳定性有一个较实用的做法，就是使用PWI。PWI是英文中Process Window Index的字母缩 写。意思是工艺窗口（或宽框限）情况指标。所谓工艺窗口，即相当于上面提到的极限。在工艺窗口中的任何设置或表现，基本上不会出现品质问题或受控在可接受范围内。PWI的做法，是将工艺窗口的范围按0到100%（图D），或是0到+/-100%来划分(图E 和F)。然后再对所设置的或所测量出的某一特性表现，根据它和工艺极限（上限或下限）的相对数据距离，以百分比的方式标示出来。比
13、如说在回流焊接工艺中，如果好的焊点要求确保峰值温度在205度到230度之范围内，而产品上焊点的温度，测量出的结果是在220度（为了方便解释，这里只取一点。实际上产品的温度应该是个区而非单点），那其PWI则为60%（以205度为0%的算法）或+20%（以205度为-100%， 230度为+100%的算法，如图E）或80%（以205度和230度各为0%，中间值为 100%的计算法，如图F）。工艺下限工艺上限中心0 %0 %100 %图（ F ）工艺下限工艺上限中心0 %-100 %+100 %图（ E ）采用PWI的做法，最大的好处来自容易理解和使用，即使是生产线上的操作工也可以很容易的上手。这是
14、因为百分比%是个通俗的单位或表示方法。如果我们说我的工艺有95%的坚固，远远比起我们说我的工艺拥有1.9的Cpk来得容易理解。我们大多数人对于日常用语中的百分比都已经十分习惯和熟悉。很直观的马上知道95%代表很高的坚固性（英文中的Robustness，表示不容易出错）。而对于Cpk技术用语中的1表示3个Sigma、2表示6个Sigma的概念则相对模糊难懂得多。Cpk值的1.9，相当于十分接近6个Sigma的概念，到底告诉我们什么？和95%比起来怎么样？这些都不是一般工程师能很清楚掌握的。所以更不用谈到现场操作人员的使用了。工艺下限工艺上限中心0 %-100 %+100 %图（ G ）- PWI
15、简单明了实际工艺点PWI=72%PWI的第二个好处，是计算容易，不像SPC和Cpk技术那样的需要许多样本数据来统计。所以对于测量困难或参数繁多的工艺，有很好的使用方便性，也就增加了现场的可行性了。一般而言，计算PWI只需对相关工艺特性的单点测量，或甚至只需要知道工艺的设置点便可以完成工作了。PWI的第三个强点，是其应用完全符合了“瓶颈”理念。“瓶颈”理念告诉我们，我们的工艺不可能强过所有工序中最弱的一环，就像“瓶颈”一样，它限制了瓶中液体流出的速度，不论您的瓶口和瓶身有多大。在SPC技术中，一个控制图只协助对某一工艺特性进行监控。而用于最终产品质量检查的，却一般只能对整个产品的好坏进行统计判断，而没有作到针对某一因素的监控。所以要SPC发挥高效益，我们需要对足够的工艺特性进行测量制图。PWI技术则不同，它的整体指标（即总PWI值）是按照所有考虑因素中的最弱点决定的。假设有一决定品质的工艺特性只有A和B两项。而我们测量出A的PWI是15%（假设我们采用图F的计算标示法），而B的PWI为32%。那么总PWI就是15%（以最差表现者决定）。如果用户觉得15%的工艺坚固性能不理想，那
