Современные технологии инспекции сборки: Полное руководство по производству без дефектов

Как работает современная проверка сборки: Полное руководство по контролю качества

Введение

В отраслях, где продукты должны работать идеально каждый раз, проверка правильности сборки очень важна. Для критических деталей в самолетах, медицинских устройствах или системах безопасности автомобилей даже одна крошечная неисправность — например, слабое соединение пайки, неправильное расположение детали или микроскопический воздушный пузырь — может привести к полному отказу. Производство продукции с нулевыми дефектами — это не просто цель, а абсолютное требование. Эта статья выходит за рамки базовой информации о методах инспекции. Ее цель — подробно объяснить, как работают современные технологии инспекции сборки в своей основе. Мы разберем основные научные идеи, делающие возможным обнаружение, исследуем основные технологии автоматической оптической инспекции (AOI), автоматической рентгеновской инспекции (AXI) и инспекции пасты для пайки (SPI), а также представим практический план их использования. Этот гид предназначен для того, чтобы помочь инженерам по производству и контролю качества принимать более обоснованные решения в их стремлении к идеальному производству.

Основные принципы инспекции

Чтобы по-настоящему понять проверку сборки, необходимо сначала изучить основные научные идеи, лежащие в основе каждой современной системы. Это подход «основных принципов», который выходит за рамки брендов и маркетинговых особенностей. Понимание этих основ позволяет инженеру оценивать, устранять проблемы и создавать новые решения с любой технологией проверки, а не просто управлять ею. Процесс можно разбить на два этапа: физику взаимодействия с сборкой для сбора данных и математику анализа этих данных для принятия решения.

Физика обнаружения

Вся автоматическая проверка — это форма тестирования, которая не повреждает продукт. Она работает путём отправки энергии к цели и изучения того, как эта энергия возвращается или изменяется. Выбор энергии из электромагнитного спектра или даже звуковых волн определяет, что можно «увидеть».

• Видимый свет: используется в автоматической оптической инспекции (AOI) и ручной проверке, основан на отражении и поглощении. Отлично подходит для проверки поверхностных особенностей, таких как наличие компонентов, маркировка полярности, напечатанный текст (OCR) и характеристики смачивания пайки. Основными параметрами являются цвет и контрастность.
• Рентген: Это излучение с более высокой энергией проходит через большинство материалов, но поглощается по-разному в зависимости от плотности и толщины материала. Этот принцип различной поглощаемости позволяет системам AXI видеть «внутри» сборки, показывая внутренние структуры, такие как формирование паяных соединений под шаровым решетчатым массивом (BGA), внутренние пустоты и заполнение отверстий.
• Инфракрасный (ИК): Каждый компонент излучает тепловую энергию (тепло). ИК-камеры могут обнаруживать эти тепловые сигнатуры, что особенно полезно при тестировании при включении для выявления коротких замыканий, разомкнутых цепей или неправильно работающих компонентов, которые перегреваются или не потребляют питание.
• Звук (ультразвук): При осмотре механической сборки высокочастотные звуковые волны направляются в материал. Анализируя отражённые волны (эхо), можно обнаружить внутренние трещины, разрывы или пустоты в соединениях, которые не видны при освещении или рентгеновском контроле.

Математика анализа

Как только световые частицы или звуковые волны были захвачены датчиком и преобразованы в цифровой сигнал, к исходным данным применяются серии сложных вычислений для преобразования их в решение о прохождении/непрохождении. Это область цифровой обработки изображений и статистического анализа.

Ранние системы сильно зависели от анализа на основе пикселей, при котором цвет или яркость пикселей в определённой области сравнивались с образцом-эталоном, известным как метод сопоставления шаблонов. Хотя этот метод был быстрым, он очень чувствителен к незначительным изменениям освещения и отделки компонентов.

Современные системы в основном используют анализ на основе признаков. Вместо сравнения всего изображения программное обеспечение выявляет конкретные признаки — например, край компонента, кривизну паяльного соединения или круглый шарик припоя — и вычисляет точные измерения. Эти измерения затем сравниваются с набором правил, основанных на стандартах, таких как IPC-A-610. Основные вычисления включают анализ пятен для поиска и измерения связанных областей интереса (например, отложения пасты для пайки) и обнаружение краев для точного определения границ компонента.

Эти данные предназначены не только для определения прохода/непрохода. Они используются в системе статистического управления процессом (СПП). Отслеживая такие показатели, как средний объем паяльной пасты или стандартное отклонение размещения компонентов, система контролирует состояние всей линии, предоставляя ранние предупреждения о смещениях процесса до появления дефектов. Современные системы могут обрабатывать миллионы пикселей и выполнять тысячи вычислений в секунду, обеспечивая такой уровень контроля.

Технологии проверки ядра

Понимая основные принципы, мы можем теперь рассмотреть три наиболее важных технологии автоматической проверки в современной сборке электроники. Каждая система — это высокоспециализированное инженерное решение, предназначенное для решения конкретного набора задач на определенном этапе производственного процесса.

Автоматическая оптическая инспекция (AOI)

AOI является рабочей станцией для проверки после пайки, отвечающей за обнаружение большинства дефектов на поверхности. Его эффективность напрямую зависит от сложных систем освещения и оптики. Для выявления различных типов дефектов требуются разные методы освещения. Коаксиальное освещение (свет, проецируемый через объектив) идеально подходит для чтения текста и осмотра плоских поверхностей. Кольцевой свет обеспечивает мягкое, многопозиционное освещение, минимизирующее тени. Под углом, часто с использованием нескольких программируемых секций, необходимо для выделения трехмерной текстуры и кривизны паяных соединений, выявляя такие проблемы, как плохое смачивание или недостаточный припой. Для обеспечения точности измерений по всему полю зрения используют телескопические объективы, которые устраняют искажения перспективы (ошибки параллакса), присущие стандартным объективам.

Критическое различие существует между 2D и 3D AOI. 2D AOI полагается на цветную камеру сверху, анализируя изображения на основе цвета, контраста и узоров. Он быстрый и экономичный для обнаружения наличия/отсутствия компонентов, полярности и ошибок текста. Однако он по сути «плоский» и не может измерять высоту. 3D AOI решает эту проблему, добавляя возможность измерения высоты, обычно с помощью лазерной триангуляции или структурированного светового проецирования. Лазер или узор света (проецирование линий) проецируется на плату под углом, и камера фиксирует деформацию этого света. Простая тригонометрия позволяет системе вычислить точную карту высот каждого компонента и паяного соединения, что делает её очень эффективной для обнаружения дефектов, таких как поднятые выводы и проблемы с плоскостью компонентов, которые невидимы для 2D систем.

Автоматическая рентгеновская инспекция (AXI)

Когда дефекты скрыты от взгляда, AXI — единственный возможный метод инспекции. Это важно для современных сложных пакетов, таких как массивы шариковых решеток (BGA), Quad Flat No-lead (QFN) и сборки Package-on-Package (PoP), где все паяные соединения расположены под корпусом компонента. Система AXI состоит из микрофокусной рентгеновской трубки, которая генерирует конус рентгеновских лучей, и цифрового детектора с плоским панелем, который захватывает полученное изображение. Количество поглощенной рентгеновской энергии зависит от атомного номера и плотности материала, через который проходит луч; паяное соединение, будучи плотным, хорошо отображается на фоне менее плотной основы печатной платы.

Системы AXI предлагают несколько режимов визуализации. 2D-пропускная AXI обеспечивает одно изображение сверху «тень» платы. Она очень быстра и эффективна для обнаружения мостиков (коротких замыканий) и крупных пустот. Основной недостаток — перекрытие элементов на верхней и нижней стороне платы, что может создавать запутанное изображение. Для решения этой проблемы была разработана 2.5D AXI. Перемещая источник или детектор, система может делать несколько изображений с наклонных ракурсов. Затем программное обеспечение использует эти виды для триангуляции положения элементов и разделения верхней и нижней сторон платы.

Самая мощная техника — 3D AXI, также известная как компьютерная томография (КТ). В этом процессе плата вращается, а сотни 2D-изображений рентгеновских лучей захватываются с разных углов. Затем сложные вычисления реконструкции (например, фильтрованное обратное проецирование) объединяют эти 2D-проекции в полноценную 3D-объемную модель сборки. Это позволяет оператору цифровым способом «разрезать» любой компонент или паяное соединение, предоставляя уникальный взгляд на его внутреннюю структуру. С помощью 3D AXI можно точно измерить форму, размер и округлость шарика BGA, определить процент пустот в соединении и однозначно выявить трудноуловимые дефекты, такие как «голова в подушке», которые невозможно подтвердить иным способом.

Инспекция пасты для пайки (SPI)

Десятилетия данных о процессах показали, что процесс нанесения пасты для пайки является источником до 70% всех дефектов на конце линии SMT. Поэтому логично разместить первый уровень защиты сразу после принтера пасты. Это роль 3D-инспекции пасты для пайки (SPI). SPI обеспечивает количественное, встроенное измерение каждого слоя пасты на плате перед установкой любого компонента.

Доминирующая технология для SPI — это форма структурированного света, известная как интерференционное проецирование. Система проецирует точную серию полосатых световых узоров (Морейский узор) на PCB. Высокоточный камера, установленная под смещённым углом, фиксирует деформацию этих узоров при прохождении по трёхмерным пастообразным Deposits. Анализируя искажения с помощью процесса, называемого фазовым сдвигом, программное обеспечение системы может вычислить очень точную 3D-карту высот всей платы.

Из этой 3D-карты система извлекает критические показатели для каждого Deposits: Объём, Площадь, Высоту, Смещение по X/Y и Мостики. Каждый показатель важен. Недостаточный объём может привести к слабым или открытым соединениям припоя. Избыточный объём — к коротким замыканиям. Смещение может вызвать «тумбстоун» или искажение компонентов.

Самая передовая реализация SPI включает систему обратной связи с замкнутым контуром. Машина SPI напрямую взаимодействует с принтером пасты. Если система SPI обнаружит тенденцию процесса — например, все Deposits пасты постоянно смещаются на 50 микрон влево — она автоматически отправит команду коррекции принтеру для настройки выравнивания платы и шаблона. Это предотвращает создание тысяч потенциальных дефектов, переводя подход к качеству с обнаружения на профилактику.

Ручной и гибридный контроль

Несмотря на мощь автоматизированных систем, ручной контроль остаётся актуальной и необходимой частью комплексной стратегии качества, особенно при малых объёмах производства, финальной проверке и повторной обработке. Рассматривать его как устаревший метод — ошибка; напротив, его следует воспринимать как процесс с собственными техническими требованиями и особенностями.

Наука визуального контроля

Правильная ручная станция контроля — это тщательно спроектированная среда. Выбор микроскопа критичен. Часто предпочтительнее стереоскопические микроскопы, так как они обеспечивают истинное восприятие глубины, что бесценно для оценки формы соединений припоя. Цифровые микроскопы обеспечивают лучший комфорт, уменьшают усталость оператора и позволяют легко делать снимки для документации и обучения. Уровни увеличения должны быть стандартизированы в зависимости от размера компонента и критериев инспекции, обычно руководствуясь стандартами IPC.

Освещение — возможно, самый важный технический элемент. Оно должно быть ярким, сильно рассеянным, чтобы предотвратить блики от отражающих соединений припоя, и легко регулируемым. Часто лучший результат достигается комбинацией кольцевого света сверху и наклонных «гусеничных» ламп.

Помимо аппаратного обеспечения, необходимо учитывать психологические факторы. Усталость оператора — значительный риск, ведущий к пропуску дефектов. Структурированные программы обучения, регулярные перерывы и ротация сотрудников обязательны. Кроме того, операторы подвержены ментальным предубеждениям, таким как подтверждающее предвзятость (видеть то, что ожидаешь). Поэтому так важны ясные, объективные критерии.

Использование стандартов IPC-A-610

Для борьбы с субъективностью промышленность электроники опирается на технические стандарты, такие как IPC-A-610 «Приемлемость электронных сборок». Этот документ — не просто руководство; это техническая основа, предоставляющая объективные, иллюстрированные фотографиями критерии для каждого возможного признака на электронной сборке. Он классифицирует каждый признак в одну из трёх категорий:

• Класс 1 (Общий): для потребительских продуктов, где основное требование — функция собранного изделия.
• Класс 2 (Специальное обслуживание): для продуктов, требующих постоянной работы и длительного срока службы, где важна непрерывность работы, но это не критично.
• Класс 3 (Высокая производительность/Экстремальные условия): для продуктов, где критически важна высокая производительность или работа по требованию, и простои недопустимы (например, системы жизнеобеспечения, аэрокосмическая техника).

Эта основа устраняет неопределённость. Для любого соединения припоя стандарт предоставляет конкретные, измеряемые критерии, что считается идеальным (Цель), допустимым, но не идеальным (Индикатор процесса), или дефектом.

Практическая рамочная структура реализации

Перевод технических знаний в успешную стратегию на производственной площадке требует структурированного подхода. Выбор и внедрение технологии инспекции — важное инженерное и бизнес-решение, которое должно основываться на ясной, основанной на данных рамочной структуре.

Шаг 1: Определение требований

Первым шагом является тщательный анализ продукта и производственной среды. «Лучшая» технология не существует в вакууме; это та, которая лучше всего соответствует определенному набору требований. Ключевые переменные для определения включают:

• Сложность сборки: какова плотность компонентов? Какой минимальный размер компонента (например, 0201, 01005)? Использует ли сборка сложные, с нижним окончанием корпуса пакеты, такие как BGAs, QFNs или LGAs, требующие рентгеновского контроля?
• Объем и ассортимент производства: является ли это высокообъемной, с низким разнообразием средой (например, автомобильная электроника), где важна пропускная способность? Или это низкообъемная, с широким ассортиментом среда (например, аэрокосмическая или контрактное производство), где важна гибкость программирования и широкий охват дефектов?
• Критичность и стоимость отказа: каков класс IPC продукта? Медицинский имплант класса IPC 3 требует гораздо более строгой стратегии инспекции, вероятно, включая 100% 3D AXI, чем потребительская игрушка класса IPC 1.
• Известные слабые места процесса: анализ существующих данных о качестве. Связаны ли наиболее распространенные дефекты с пастой для пайки (требующей SPI), размещением (требующим AOI) или скрытыми соединениями (требующими AXI)? Сосредоточьтесь на инвестициях в инспекцию там, где возникают проблемы.

Шаг 2: Оценка технологий

При ясных требованиях технологии можно объективно сравнивать с помощью матрицы решений. Этот инструмент помогает визуализировать компромиссы между различными системами и согласовать их с определёнными потребностями.

Шаг 3: Интеграция и данные

Последний шаг — планирование физической и цифровой интеграции выбранных технологий в производственную линию. Стратегическое размещение каждой машины имеет решающее значение для эффективной цепи управления процессом.

• 3D SPI всегда размещается сразу после принтера пасты для пайки. Это обеспечивает немедленную обратную связь по наиболее критическому этапу процесса.
• 3D AOI обычно размещается сразу после печи повторного отпайки для всесторонней проверки размещения компонентов и качества окончательных паяных соединений. Для сложных двусторонних плат также может использоваться предварительный AOI перед повторной пайкой для проверки размещения компонентов.
• 3D AXI является наиболее гибким. Его можно использовать в линию после повторной пайки для инспекции критических сборок с помощью 100%. Чаще всего он применяется как автономный инструмент для аудита процесса, проверки партий высокоценных изделий и углубленного анализа отказов.

Помимо физического размещения, истинная сила заключается в интеграции данных. Это основная концепция Индустрии 4.0. Цель — создать цикл обратной связи и предсказания. Данные с SPI, AOI и AXI не должны существовать в изолированных сегментах. Их необходимо связать в центральной системе управления производством (MES) или системе информации о заводе. Связывая измерение объема пасты с помощью SPI с конкретным дефектом паяного соединения, обнаруженным AOI, инженер может установить прямую причинно-следственную связь, что позволяет проводить истинный анализ коренных причин и предиктивный контроль качества.

Будущее инспекции

Область инспекции сборки постоянно развивается, под влиянием двух факторов: миниатюризации компонентов и стремления к полностью автономным «умным» фабрикам. Следующее поколение технологий инспекции будет определяться интеграцией искусственного интеллекта и новых методов визуализации.

ИИ и машинное обучение

Самое значительное ближайшее развитие — переход от традиционного программирования на основе правил к глубокому обучению с использованием ИИ. В традиционной системе инженер должен вручную прописывать набор правил для каждого компонента (например, «если яркость пикселя меньше X и площадь больше Y, пометить как дефект»). Это занимает много времени и является основной причиной ложных срабатываний.

С помощью глубокого обучения, обычно использующего модель под названием сверточная нейронная сеть (CNN), подход меняется. Вместо программирования система обучается. Инженеры подают сети тысячи примеров изображений, помеченных как «хорошие» и «плохие». Сеть самостоятельно учится распознавать тонкие, сложные паттерны и текстуры, отличающие хорошее паяное соединение от дефектного. Это значительно сокращает время программирования и, что важнее, снижает уровень ложных срабатываний, поскольку ИИ лучше справляется с косметическими вариациями, которые могли бы сбить с толку алгоритм на основе правил. Следующий шаг — предиктивная аналитика, при которой алгоритмы ИИ анализируют исторические данные инспекций всей линии для прогнозирования износа оборудования, например, насадки для установки компонентов, и своевременного предупреждения о возможных дефектах, что позволяет проводить профилактическое обслуживание.

Новые технологии инспекции

Дальше впереди — новые сенсорные технологии на основе физики, готовые решить задачи инспекции, которые сегодня сложно решить даже современными системами.

• Гиперспектральное изображение: в то время как стандартный AOI использует три цветовых канала (Красный, Зеленый, Синий), гиперспектральные системы захватывают сотни узких спектральных полос. Это позволяет системе выходить за пределы формы и цвета, анализируя состав материала. Такой подход может использоваться для обнаружения тонких загрязнений на плате или проверки правильности нанесения конформного покрытия по его уникальному спектральному подписи.
• Терахерцовые (THz) изображения: расположенные на электромагнитном спектре между микроволнами и инфракрасным излучением, терахерцовые волны являются неионизирующими (в отличие от рентгеновских лучей) и могут проникать через многие диэлектрические материалы, такие как пластики, керамика и композиты. Это обещает большие возможности для инспекции инкапсулированных электронных модулей или 3D-формованных межсоединительных устройств, предоставляя внутреннюю структурную информацию без необходимости использования опасных рентгеновских лучей и без риска повреждения компонентов.

Заключение

Достижение высочайших уровней качества в современной сборке — сложная инженерная дисциплина. Она начинается с глубокого понимания физических и математических принципов, лежащих в основе методов обнаружения и измерения дефектов. Это понимание дает необходимый контекст для правильного выбора, оценки и внедрения мощных технологий AOI, AXI и SPI. Однако сами машины — лишь часть решения. Истинный контроль процесса достигается, когда эти системы интегрированы в целостную, основанную на данных стратегию, использующую информацию, которую они генерируют, не только для обнаружения дефектов, но и для их предотвращения. По мере распространения ИИ и машинного обучения эта способность будет только усиливаться. В конечном итоге, достижение почти нулевых уровней дефектов — не вопрос удачи; это результат осознанного, технически обоснованного и целостного подхода к инспекции и контролю процесса.

• https://www.asminternational.org/ ASM International — Общество информации о материалах
• https://www.mdpi.com/journal/metals Журнал Металлов — Исследования формовки металлов
• https://www.sciencedirect.com/ ScienceDirect — Исследования в области формовки металлов
• https://nickelinstitute.org/ Институт Никеля — Холодная формовка нержавеющей стали
• https://www.pma.org/ Ассоциация прецизионной металлообработки
• https://indfast.org/ Институт промышленных крепежных изделий
• https://www.mdpi.com/journal/materials Журнал материалов — Формовка и ковка металлов
• https://en.wikipedia.org/wiki/Cold_working Википедия – Холодная обработка
• https://www.tfgusa.com/resources/what-is-cold-heading/ TFG Россия – Что такое холодное штамповка
• https://www.mwcomponents.com/process/cold-forming-technology MW Components – Процесс холодной штамповки