统计工艺控制在电子组装制造业中的应用

随着电子组装革命朝着小型化、细间隙方向的发展，保证产品质量，降低缺陷、减少返修是各电子生产厂家成功的关键。统计工艺控制即SPC，是一种利用监控制造过程来确保产品质量的方法。目前这种方法已经在其它的工业中广泛应用，而电子组装的制造者只是在最近几年才认识到它是一种操作容易、投资成本低的工艺方法。采用SPC 能对设计中的不合理问题及时进行修改，对生产过程中出现的问题及时发生产成本。

把统计工艺控制应用到电子制造业中，其基本目的是减少缺陷、提高产量。然而，在实施SPC过程中，应严格地按照程序进行。一旦工艺特性确定之后，监控工艺和使用SPC相对来说就比较容易了。

1. SPC对工艺过程的监控

统计工艺控制是采用数理统计的原理，对生产中的工艺过程中的任何一种方法。使生产过程中的任何一个环节都处在比较理想的状态，保证给生产厂家提供生产合格产品的条件。因此，对工艺过程的监控包括以下几个方面：

1.1工艺数据的监控

工艺数据的监控，需要对电子制造过程中设备生成的数据，其中包括焊接过程中炉子的温度、焊膏印刷高度、贴装精度以及其它相关的工艺参数等进行监控。这些数据通常是一个可变量，他们在生产过程中不是一个常量，因此在操作中不容易收集到。为了及时掌握生产过程中的实际情况，因此必须采用SPC软件对操作系统进行即时数据收集，实时统计分析，使统计的数据信息及时反馈到操作人员手中。例如：在PCB制造过程 中，每天生产的印制板可能产生的缺陷上千个，因此必须采用一种质量工具软件，来跟踪每块板子产生的数据信息。其中包括使用较大的数据库和能测试这些数据的SPC软件。如SPC/质量工具图所示。

SPC还能够提供缺陷的总数及分别列出元件、产品批号类别的缺陷，并提供分析。同时可以用“Pareto”图表来剖析数据库提供的数据，并以灵活的方式快速找出导致缺陷的主要原因。

1.2变量监控

质量控制是围绕着变量的管理和控制而展开的，所有的工艺都涉及到两类型的变量：一般原因造成的变量和特殊原因造成的变量。而一般原因造成的变量是正常的、可预料的，而特殊原因造成的变量是由特殊情况造成的，也是不可预见的。例如：当工艺不能按照设计的要求正常运行时，就会产生不正常的变理这就是特殊原因造成的。

电子组装制造部门要做的第一步是要排除工艺中由特殊原因造成的变量。这就要对工艺过程进行监控，这样的话，也就消除了由一般原因造成的变量。变量的监控也可以通过使用一种DOT-STAR方法帮助识别该区域缺陷，并改进这种缺陷。

D-确定问题
O-观察问题
T-对潜在的问题进行分析
S-选择出可能性最大的原因
T-通过测试来验证选择的原因
A- 采用措施，制定一种解决的方法，并推广使用。
R-审查结果，并进行必要的修改。

通过使用DOT-STAR工艺，根据控制图表跟踪的数据和绘制的结果，使你能排除问题。这些图表主要分为两大类：可变图表和特征图表。可变图表的绘制相对于工艺参数的时间，你可测量这些数据如象，温度、直径、流动速率等。图表说明了参数是怎样变化的，这样，你就能看到正在运行中的工艺是怎样的。可用可变图表来观察仪表读数是怎样与设置的点或目标值进行比较的。当可变图表上出现失控条件时，图表就会指出工艺中产生了缺陷。例如，温度太高会损坏热敏元件等。而特征图表可作为一种预防手段，在潜在的缺陷源中监测缺陷数据，可帮助操作人员防止缺陷的产生。具体使用哪一种图表要根据需要搜集的数据类型而定。

1.3工艺过程的监控

监控任何一个生产过程，并能准确的提供工艺过程的控制是非常关键的。在生产过程中，如果对缺陷产生的原因不很了解，就可以使用频率分布图或Pareto图表帮助你从众多的无关紧要的缺陷中找出“致命”的缺陷，对工艺进行研究分析，从中可找出产生缺陷的主要原因。如不正确的操作步骤，操作人员未经培训等等。当你观察工艺过程时，可将任意缺陷记录下来，而后再记录下来的数据用来判断什么时间、哪个位置出现缺陷。用Pareto图表绘制数据，并找出最主要的问题。

对潜在的缺陷问题，反观察到的缺陷列入表格编码后，就开始寻找导致缺陷的可能诱因。与生产过程的技术人员、操作人员、质量控制人员一起发表独创性意见，列出各类人员的建议，帮助你识别今后将要出现的缺陷的诱因。例如：Pareto图可识别出焊膏印刷高度不够的潜在原因以及相对应的缺陷。在这些问题中；有模板印刷不正确的推刮方法、模板厚度不足、模板的材料、机器设置数据有误等。

选择可能性最大的缺陷诱因，来确定焊膏不足的真正原因。最后通过测试来验证选择缺陷诱因的正确性，根据提出的解决方法，进行实验，以确保选择的缺陷诱因确实是正确的。