電気技術者

ワイヤボンディングによって、設計の強化、サイズの縮小、電力管理の改善、機械的信頼性の向上を実現する方法を確認しましょう。

Altium Designerでの経験を最大限に活用するため、今月の当社のwebセミナーに参加して、高度な配線技法を学習しましょう

PCB技術が進化し続ける中で、超高密度インターコネクト(UHDI) PCB製造のような新しい製造技術が信じられないほどの可能性を解き放っています。最も変革的な進歩の中には、従来の減算エッチングでは達成できなかったより細かいトレースとスペースを実現する、半加算プロセス(SAP)と修正半加算プロセス(mSAP)があります。これらの革新は、PCB設計の限界を押し広げ、前例のない精度で複雑な回路を製造することを可能にしています。 PCB製造の文脈では、半加算プロセス(SAP)は、従来の減算方法からの脱却を提供し、減算エッチングで可能だった2ミルの閾値をはるかに下回る、これまで達成できなかったトレースとスペースを可能にします。SAPプロセスは、銅のような導電性材料を追加して回路を形成することを可能にし、それをエッチングで取り除くのではなく。この技術は、先進的な材料と組み合わせることで、高性能で小型化されたデバイスを含む次世代の電子機器をサポートする超微細な特徴サイズの扉を開きます。 PCB製造における半加算プロセスの主な利点 極端なミニチュア化 SAPおよびmSAP技術で最もエキサイティングな機会の一つは、PCBフットプリントを大幅に削減できる能力です。トレースとスペースの寸法がサブミクロンレベルに縮小することで、設計者は全体的な電子システムのサイズを劇的に小さくするか、または解放されたスペースを利用して、より大きなバッテリーや強化された機能性などの追加コンポーネントを統合することができます。これは、スマートフォン、ウェアラブル、IoTデバイスなど、スペースがプレミアムなデバイスにとって特に重要です。 簡素化されたレイヤリングと向上したルーティング効率 これらのプロセスのもう一つの重要な利点は、PCB設計で必要なレイヤー数を削減できる可能性です。タイトピッチのボールグリッドアレイ（BGAs）を持つコンポーネントや標準的な設計であっても、より少ないレイヤーで複雑な信号をルーティングできる能力は、コストと複雑さの両方を削減できます。レイヤーが少ないということは、マイクロビアとラミネーションサイクルも少なくなり、製造時間が短縮され、全体的な収率が向上します。機能性を維持または向上させながらレイヤー構造を簡素化できる能力は、信頼性と性能の両方の観点から大きな勝利です。 改善された信号整合性と精度 ミニチュア化とレイヤー削減は具体的な利点ですが、SAPプロセスは電気性能を大幅に向上させることもできます。最も重要な改善点の一つは、信号の整合性です。半加算プロセスは、より広範な減算エッチングプロセスではなく、正確なイメージング技術に依存しているため、トレースの幅と間隔をより細かく制御できます。これにより、インピーダンスの制御がより厳密になり、信号の劣化が減少し、これらの技術を高速デジタルおよびRFアプリケーションに理想的にします。 半加算エッチング対減算エッチング：簡単な概要 従来の減算エッチングプロセスは、銅被覆されたラミネートから始まり、不要な銅をエッチングして回路パターンを形成します。このプロセスは効果的ですが、銅の厚さと使用されるエッチング方法のため、細かいトレースとスペースを達成することには限界があります。 対照的に、半加算プロセスは、非常に薄い銅層または純粋な加算方法の場合は銅が全くない状態から始まります。銅は選択的に追加され、望ましいパターンを作成し、薄いシード層のみが除去される必要があります。この精度により、製造業者のイメージング能力にもよりますが、トレースは25マイクロン（またはそれ以下）という非常に細かい特徴を実現できます。 改良半加算プロセス（mSAP） 変更された半加算プロセス（mSAP）は、SAPの拡張であり、スマートフォンのような消費者向け電子機器の大量生産によく使用されます。主な違いは、開始する銅層にあります。mSAPはやや厚い箔から始まり、その結果、やや精密でないトレースプロファイルになります。mSAPは優れた特徴サイズを可能にしますが、トレース/スペースの範囲は通常30ミクロンで、開始する銅が厚いためトレースはより台形の形状をしています。 これらの違いにもかかわらず、mSAPは従来の減算法よりもはるかに細かい特徴を実現し、標準的なPCBと高度な基板レベルの製造技術の間の橋渡しと見なされています。このアプローチは、コストに敏感な大量アプリケーションで重要です。 基板のようなPCB（SLP）と超HDIの未来 この分野で頻繁に使用される用語は「基板のようなPCB」（SLP）で、これは加算または半加算プロセスで構築された回路基板を指します。SLPは、半導体基板の精度に近づく細かい特徴を可能にしますが、はるかに大きなPCBパネル上です。これは、伝統的なPCB製造のコストとスケーラビリティの利点を犠牲にすることなく、ミニチュア化が求められるアプリケーションにとって特に有利です。 典型的なSAPおよびmSAPプロセスフロー SAPとmSAPの両方について、プロセスフローは類似した手順に従います：

電子設計の複雑さとそれが提示する課題は、これまで以上に顕著になっています。デバイスがより相互接続されるようになるにつれて、 効率的でエラーのない設計プロセスの必要性が最優先事項となります。現代の電子設計の課題は、設計データを要件と連携させることの重要性を強調しています。 Altium 365 Requirements & Systems PortalのようなAIインテリジェンスによって動かされるツールを使用することで、複雑さを より速く、より少ないエラーで管理することができます。その方法を発見しましょう！ 現代の設計プロセスの課題 私たちの日常生活におけるスマートデバイスの普及は、 電子設計の複雑さを劇的に増加させました。過去40年間で、チップの使用量は 100倍に急増しました。これを視点を変えてみると、数十年前の電気自動車が10から20個のチップを含んでいたのに対し、今日の車両は 2,000個以上のチップを搭載しています。 同時に、これらの製品に組み込まれるソフトウェアは過去10年間で15倍に増加し、1000万行のコードから驚異の 1億5000万行に膨れ上がりました。電子機器の使用増加は、コストに大きな影響を与えています。例えば、1970年代には、電子機器が車両コストの約10％を占めていましたが、今日ではその数値は40％に達し、2030年までには 電子機器が車両総コストの半分を占めると予測されています。 課題はそれだけではありません。これらの複雑な製品の生産タイムラインは3分の1に短縮されました。 かつて5年かかったものが、今ではわずか2年で完成させる必要があります。この緊急性が、多くの企業にアジャイル手法の採用を促しています。ソフトウェア開発から原理を借りて、設計をプロジェクトフェーズに分割することで、企業は継続的な協力と改善を促進できます。このアプローチは、より速いイテレーションを重視し、チームがシミュレーションの共同設計や共同エンジニアリングを通じて設計コンセプトを洗練させることを可能にします。このような戦略は、広範なシミュレーションと迅速なプロトタイピングを要求し、結果をテストして素早く調整を行う必要があります。 歴史的に、電子機器は

人工知能（AI）は多くの業界に変革をもたらす存在であり、電子機器製造も例外ではありません。製品開発の迅速化から品質向上、さらに サプライチェーンの強化に至るまで、AIは電子機器メーカーが製品を設計し、試作し、調達し、製造する方法を大きく変えています。電子機器エンジニアや製造分野のプロフェッショナルにとって、こうしたAI主導の変化を理解することは、急速に進化するこの業界で最新動向に対応し続けるうえで不可欠です。 コンセプトから製品化へ：AIが設計を加速 電子機器製造におけるAIの最も大きな影響の1つは、製品開発と設計のスピードを高めることです。従来の設計は、多くの場合、反復作業が中心で、時間がかかり、ミスも発生しやすいものでした。しかしAIの進歩により、メーカーは次のような能力を活用して新製品をより早く市場投入できるようになっています。 自動設計ツール–今日のAIに導かれた自動設計ツールは非常に強力になっており、驚異的なスピードでPCBレイアウトを生成できます。人間のエンジニアなら数週間かかるような膨大な設計候補を、わずか数分で解析できます。この人間離れした能力により、性能を高めながら製造コストを最小限に抑える最適な設計が実現します。 試作の高速化–AIは超高速なプロトタイピングも可能にします。機械学習アルゴリズムを活用することで、AI搭載ツールは多数の設計案をすばやく検証し、性能をシミュレーションし、物理的な試作品を作る前の段階で潜在的な問題を特定できます。この仮想プロトタイピングにより、アイデア創出が加速し、メーカーはコンセプトから最終設計までをより短期間で進められます。 AIが設計に与える影響の好例が、 スマートフォン業界です。AppleやSamsungのような大手スマートフォン企業は、チップ設計やバッテリー性能の最適化にAIを活用しています。また、AIアプリケーションは膨大なユーザーデータを分析して使用パターンを予測し、より効率的な電力管理とデバイス性能の向上を可能にしています。 高精度な生産：AIが主導権を握る 予知保全–予知保全は、今日のより高度なAIシステムによって大きく前進しています。製造装置に組み込まれたセンサーのデータを分析することで、AIは異常を検出し、故障が発生する前に潜在的な不具合を予測できます。これにより、適切なタイミングで保守を実施して操業を継続できます。この先回り型のアプローチは、予期しないダウンタイムを最小限に抑えます。生産遅延のコストが非常に大きくなりがちな現代において、これは大きな価値を持つメリットです。 品質管理–製造現場では、AIが新たな効率化と品質基準の向上をもたらしています。AIベースの外観検査システムはますます一般的になっています。こうしたシステムは、生産速度が極めて高い環境でも、人間の検査員より正確かつ一貫して欠陥を特定できます。 工程最適化–機械学習アルゴリズムを備えたAIシステムは、膨大な生産データを分析し、非効率な箇所を巧みに特定して工程改善を提案できます。これにより、生産スケジュールの最適化、エネルギー消費の削減、資源配分の改善が実現します。 大量生産から大量カスタマイズへの転換 AIは、電子機器製造における新たなカスタマイズ時代を切り開いています。機械学習アルゴリズムと高度なデータ分析を活用することで、メーカーはこれまでにないレベルの製品パーソナライズを提供できるようになりました。コンシューマーエレクトロニクス分野では、AI主導の製造プロセスにより、ユーザーごとの機能を備えたスマートフォンや、個々の健康プロファイルに合わせたウェアラブル機器の製造が可能になっています。たとえば、 Motorola's Moto Maker platformは、AIを活用してカスタマイズされたスマートフォンの生産を最適化し、顧客が非常に多くのデザインオプションから選べるようにしています。 医療分野では、AIが個別化された補聴器や義肢の製造を可能にしています。 Phonak

半導体の基準に品質保証と厳格さがあるにもかかわらず、業界は依然として偽造の問題に悩まされており、これが続くほど悪影響を及ぼすことになります。 電子部品の購入者や製造業者は、購入を希望する製品に潜在的な問題がないか、調達プロセスをより深く掘り下げるべき要素がいくつかあります。PCB市場の一部で不足が生じている一方で、他の部分では余剰が見られるなど、調達のスピードが速いため、困難な時期に企業を誤った方向に導くことがあります。そのため、 品質保証対策に焦点を当てるべきです。 偽造製品に対する業界の見通しは、特に過去数年間で大幅に減少したケースを考えると、前向きです。2019年には 963件の部品偽造が報告されましたが、2020年には504件に減少しました。これは、新型コロナウイルスのパンデミックが中国企業の偽造活動を妨げたと言われていますが、今日でもまだ問題は残っています。 偽造チップとは何か？ 偽造チップは、信頼できるメーカーからの既存ユニットを改変すること、電子廃棄物（e-廃棄物）からの中古部品を取得すること、または厳格なテストに合格しなかった部品を再製造することの3つの異なる方法で作成されます。 部品の改変：新しいコンポーネントを単に取り、自社の製品として販売する企業によって、法的な問題が生じます。製造業者は、チップを砂をかけたり、再マーキングしたり、または「ブラックトップ」処理をして、日付コードなどの新しい情報を適用します。このような改変は検出が非常に困難であり、コンポーネントが IDEA-ICE-3000偽造ガイドラインに準拠していることを確認するために、専門家の継続的なサポートが必要になることがあります。 電子廃棄物：これは半導体供給の減少に対抗するための有用なプロセスのように思えるかもしれませんが、このようなチップを購入する際には、購入者にとって固有のリスクがあります。これらの偽造部品の供給者が、これらを正規の製品として梱包する場合、購入者がそれを知らない可能性が最も高いです。 再製造：既存の回路基板から取り外された部品は、さらに一歩進んだ処理が可能ですが、ここでリスクが高まります。今日市場に出回っている一部のコンポーネントは、単に新しいチップとして再マーキングすることによって、電子廃棄物プロセスから再利用されています。これらの部品が正規品であるか、または新品として機能するかどうかを検出することは非常に困難です。 PCB業界で偽造が問題となったのはどうしてですか？ 単に機会主義的なものである、チップの偽造—その他多くのPCBコンポーネントと同様に—はほぼ10年間問題となっています。電子業界が急速に成長し続ける中、部品の偽造は数十億ドル（あるいは 数兆ドル）規模の産業の頭痛の種であり、最も洗練された生産ラインにも影響を及ぼしています。 この偽造問題は、問題をさらに遡るとして、国立航空宇宙局（NASA）の注目を長い間引きつけています。米国商務省（USDC）の技術評価局は、2005年に3,868件のインシデントを記録しました。 USDCはこのデータをさらに詳細に分析し、NASAの 報告書で共有しています。調査対象の71社が偽造マイクロプロセッサのケースを経験し、52社が改ざんされたメモリユニットを取得し、47社が標準および特殊なロジック回路に影響があったと報告しています。 要するに、コンポーネントが適切な基準で評価されない場合、電子機器の性能と安全性が損なわれます。 製造業者にとってのパフォーマンス上の危険性は、再利用されたチップが既に受けている可能性のある熱と機械的損傷です。安全性の面では、偽造部品がコンプライアンスのレーダーをくぐり抜けることがあります。これは、満たされるべき品質基準を策定するビジネスと規制機関の両方にとって悪夢です。 この問題の規模を理解するために、AS6496基準が2014年8月に作成されましたが、部品がひび割れを通り抜けることがあります。これを認識することで、組織と当局は偽物を捕まえるさまざまな手段を強調することができます。