Le persone mi hanno spesso chiesto, "Come fai a sapere se un fabbricante è in grado di produrre le mie schede?" Prima cosa, dico loro di chiedere un rapporto IPC PCQR2. Se questo non è disponibile e non c'è tempo o denaro per procedere con il processo, allora calcolare il Coefficiente di Capacità di Fabbricazione è una buona 'seconda scelta'.
Il Coefficiente di Capacità di Fabbricazione (FCC) è calcolato dai dati di test elettrici del fabbricante, il loro Rendimento al Primo Passaggio (FPY). Questo è il rendimento della produzione prima di qualsiasi riparazione o ritocco. I dati di rendimento delle PCB non sono normalmente distribuiti, ma seguono una Distribuzione Gamma. Questo è solo buon senso, poiché si può avere una scheda che tipicamente ha un alto rendimento ma che può avere alcune produzioni scadenti, e la media risultante e la deviazione standard rifletterebbero i dati di rendimento più bassi. Ma sul lato " + ", non si può avere un rendimento superiore al 100%. Quindi, la media normale e la deviazione standard introducono alcuni errori che ignoreremo per il calcolo del Coefficiente di Capacità di Fabbricazione. Se hai la possibilità di calcolare e inserire una media della distribuzione gamma, fallo certamente.
Un algoritmo semplice è disponibile che raccoglie questi fattori in una singola metrica chiamata Indice di Complessità (CI). È fornito nell'equazione 1 del mio precedente BLOG (OTT). [1]
L'equazione del rendimento al primo passaggio deriva dalle equazioni di fallimento di probabilità di Weibull. [2] Questa equazione è di una forma più generale dell'equazione tipicamente usata per prevedere i rendimenti degli ASIC per densità di difetti e fornita come equazione 2 del mio precedente BLOG (OTT).
Per calcolare i Coefficienti di Capacità di Fabbricazione, ci sono sei passaggi:
1. Raccogliere gli attributi di progettazione di 10 a 15 schede attualmente in produzione di varie dimensioni e strati. (Tabella. 1)
2. Raccogliere le informazioni sul rendimento al primo passaggio per queste schede selezionate, almeno 10 cicli. (Tabella. 2)
3. Calcolare l'Indice di Complessità della scheda e il rendimento medio.
4. Preparare il foglio di calcolo del CI trasformato (x1) e del Rendimento (Y). (Tabella 3)
5. Calcolare i coefficienti di regressione. (Tabella 4)
6. Calcolare A e B (il Coefficiente di Capacità di Fabbricazione) dai risultati della regressione.
7. Tracciare tutti i dati e la curva di Prestazione di Capacità di Fabbricazione risultante. (Figura 2)
Raccogliere gli attributi di progettazione di 10 a 15 schede attualmente in funzione con varie dimensioni e strati. (Tabella. 1)
Tabella 1. Informazioni sulle parti del PCB e indice di complessità calcolato
Raccogliere le informazioni sul rendimento al primo passaggio per queste schede selezionate, almeno 10 cicli. (Tabella. 2)
Tabella 2. Rendimento al Primo Passaggio della Produzione del PCB da 10 cicli
Calcolare l'indice di complessità della scheda e il rendimento medio.
Per determinare le costanti A e B nell'equazione 2, può essere utilizzato qualsiasi programma software statistico (come EXCEL) che disponga di analisi di regressione basata su modelli.[3] Il modello è mostrato nell'equazione 3:
In alternativa, è possibile utilizzare qualsiasi foglio di calcolo per determinare le costanti A e B. Si utilizza la funzione [REGR] in un foglio di calcolo come ExcelTM o Lotus 1-2-3TM. La funzione [REGR] è definita come: [=LINEST (known_y’s, known_x’s, TRUE, TRUE]. Per utilizzare questa funzione, è necessario prima mettere la funzione FPY nella forma y=Ax+B. Ciò si realizza creando quattro colonne, (Tabella 3), (1.) Indice di Complessità che chiameremo x1, (2.) Rendimento chiamato Y, e una terza colonna (3.) viene creata per {log [log (x1)]}. Una quarta colonna (4.) viene creata per {log [ln (-Y/100)]}. Fornire alla funzione di regressione la colonna 4 come ‘known_ys’ e la colonna 3 come ‘known_xs’. Le ultime quattro colonne sono i risultati adattati del Coefficiente di Capacità di Fabbricazione e i loro errori utilizzando l'Indice di Complessità dato. Dalle somme, l'errore medio è solo dello 0,4% con una dev. std. del 4,4%.
Tabella 3. Configurazione della trasformazione Excel per i dati di Complessità e Rendimento
La funzione di regressione restituirà dieci valori (Tabella 4); FIT (pendenza e int.), sig-M (pendenza e int.), r2, sig-B(pendenza e int.), F, df (pendenza e int.) e reg sum sq (pendenza e int.). La costante B è uguale al FIT (pendenza), e la costante A è 10^[−FIT(int.)/FIT(pendenza)]. L'analisi di regressione di "SOLO MEDIA" è l'adattamento quando si fornisce solo la 'Resa Media' piuttosto che 'tutti i dati'. ** Ricorda, per calcolare un array - - 1. Evidenzia l'array nel foglio di calcolo 2. Digita la formula dell'array, assicurandoti che il cursore sia nella barra di modifica 3. Premi CTRL + MAIUSC + INVIO
Tabella 4. Risultati della regressione Excel [REGR]
La Figura 1 mostra tutti i dati originali e il risultato del Coefficiente di Capacità di Fabbricazione. Un'alta variabilità delle schede indicizzate per complessità, se molto ravvicinate, indica un controllo del processo scadente o una formazione degli operatori insufficiente. La variabilità nel rendimento molte volte può essere spiegata applicando il classico meccanismo della "Curva di Apprendimento", cioè, il rendimento migliora dopo un certo numero di cicli di produzione. Se questo è il caso, allora due CCF devono essere mantenuti: (1) Uno per le "Prime Esecuzioni" di una parte e (2) CCF per le "Parti Mature" dopo che la curva di apprendimento ha avuto effetto. Un'alta variabilità di un singolo P/N indica un controllo del processo scadente, una formazione degli operatori insufficiente o un Fattore di Complessità non utilizzato nell'Equazione 1, come vie cieche HDI. In questo caso, un Fattore Z dovrebbe essere aggiunto all'Equazione 1. Questo è un buon motivo per eseguire Pannelli Parametrici come PCQR2.
Figura 1. Previsioni di rendimento per la curva di Prestazione della Capacità di Fabbricazione
Scopri come controllare la fabbricazione con il miglior software di progettazione per la panelizzazione di PCB in Altium Designer®. Hai altre domande? Chiama un esperto di Altium.
1. Holden, H.T, “Fattore di Complessità PWB:CI”, IPC Technical Review, Marzo 1986, p.19
2. Funzione di Weibull, Manuale di Ingegneria Statistica NIST
3. Software di Statistica NIST Data Plot; disponibile gratuitamente su www.itl.nist.gov/div898/handbook