Tính toán Hệ số Năng lực Sản xuất của Bạn

| Created: Tháng Mười Hai 2, 2019 | Updated: Tháng Ba 16, 2020

Nhiều người đã hỏi tôi, “Làm sao bạn biết một nhà sản xuất có khả năng chế tạo bảng mạch của mình không?” Đầu tiên, tôi bảo họ yêu cầu báo cáo IPC PCQR2. Nếu không có sẵn và không có thời gian hay tiền bạc để thực hiện quá trình đó, thì việc tính toán Hệ số Năng lực Sản xuất là một lựa chọn ‘thứ hai’ tốt.

Năng suất Sản xuất

Hệ số Năng lực Sản xuất (FCC) được tính từ dữ liệu kiểm tra điện của nhà sản xuất, Năng suất Đầu Tiên (FPY) của họ. Đây là năng suất sản xuất trước khi có bất kỳ sửa chữa hoặc làm lại nào. Dữ liệu năng suất PCB không phải là phân phối bình thường, nó là một Phân phối Gamma. Điều này chỉ là lẽ thường, vì bạn có thể có một bảng mạch có năng suất cao thường xuyên nhưng lại có một số lô sản xuất kém, và kết quả trung bình và độ lệch chuẩn sẽ phản ánh dữ liệu năng suất thấp. Nhưng ở mặt “ + “, bạn không thể có năng suất cao hơn 100%. Do đó, trung bình và độ lệch chuẩn bình thường có thể giới thiệu một số lỗi mà chúng tôi sẽ bỏ qua cho việc tính toán Hệ số Năng lực Sản xuất. Nếu bạn có khả năng tính toán và chèn một trung bình phân phối gamma, hãy làm điều đó.

Năng lực Sản xuất

Một thuật toán đơn giản được cung cấp, tổng hợp các yếu tố này vào một chỉ số duy nhất được gọi là Chỉ số Phức tạp (CI). Nó được đưa ra trong phương trình 1 của BLOG trước đó của tôi (THÁNG 10). [1]

Tính toán Hiệu suất Lần Đầu

Phương trình hiệu suất lần đầu được suy ra từ các phương trình xác suất thất bại Weibull. [2] Phương trình này là dạng tổng quát hơn của phương trình thường được sử dụng để dự đoán hiệu suất ASIC bằng mật độ lỗi và được cung cấp như phương trình 2 trong BLOG trước đó của tôi (THÁNG 10).

Manufacturing Made Easy

Send your product to manufacturing in a click without any email threads or confusion.

Learn More

Các Bước Tính Hiệu suất

Để tính toán Hệ số Năng lực Sản xuất, có sáu bước:

1. Thu thập thuộc tính thiết kế của 10 đến 15 bảng mạch đang hoạt động hiện tại với các kích thước và lớp khác nhau. (Bảng. 1)

2. Thu thập thông tin hiệu suất lần đầu cho các bảng mạch được chọn này, ít nhất 10 lần chạy. (Bảng. 2)

3. Tính toán Chỉ số Phức tạp của bảng mạch và hiệu suất trung bình.

4. Chuẩn bị Bảng tính của CI đã biến đổi (x1) và Hiệu suất (Y). (Bảng 3)

Requirements Management Made Easy

Connect design data and requirements for faster design with fewer errors

Find Out More

5. Tính toán hệ số hồi quy. (Bảng 4)

6. Tính toán A và B (Hệ số Năng lực Sản xuất) từ các phép khớp hồi quy.

7. Vẽ tất cả dữ liệu và đường cong Hiệu suất Năng lực Sản xuất kết quả. (Hình 2)

Thông Tin Linh Kiện PCB

Thu thập thuộc tính thiết kế của 10 đến 15 bảng mạch đang hoạt động với các kích thước và lớp khác nhau. (Bảng 1)

Table 1. PCB Part Information and calculated Complexity Index

Easy, Powerful, Modern

The world’s most trusted PCB design system.

Explore Solutions

Bảng 1. Thông Tin Linh Kiện PCB và Chỉ Số Độ Phức Tạp Tính Toán

Dữ Liệu Năng Suất Sản Xuất PCB

Thu thập thông tin về tỷ lệ thành công ngay lần chạy đầu tiên cho các bảng mạch được chọn, ít nhất 10 lần chạy. (Bảng 2)

Table 2. PCB Production First Pass Yields from 10 runs

Bảng 2. Năng Suất Sản Xuất PCB Lần Chạy Đầu Tiên từ 10 lần chạy

Tính toán Chỉ Số Độ Phức Tạp của bảng mạch và tỷ lệ năng suất trung bình.

Easy, Powerful, Modern

The world’s most trusted PCB design system.

Learn More

Phương Pháp Phân Tích Hồi Quy

Để xác định các hằng số A và B trong phương trình 2, bất kỳ chương trình phần mềm thống kê nào (như EXCEL) có khả năng phân tích hồi quy dựa trên mô hình có thể được sử dụng.[3] Mô hình được hiển thị trong phương trình 3:

Hoặc, bất kỳ bảng tính nào cũng có thể được sử dụng để xác định các hằng số A và B. Hàm [REGR] trong một bảng tính như ExcelTM hoặc Lotus 1-2-3TM được sử dụng. Hàm [REGR] được định nghĩa là: [=LINEST (known_y’s, known_x’s, TRUE, TRUE]. Để sử dụng hàm này, bạn phải đầu tiên đưa hàm FPY vào dạng y=Ax+B. Điều này được thực hiện bằng cách tạo ra bốn cột, (Bảng 3), (1.) Chỉ số Độ phức tạp mà chúng ta sẽ gọi là x1, (2.) Hiệu suất gọi là Y, và một cột thứ ba (3.) được tạo ra cho {log [log (x1)]}. Một cột thứ tư (4.) được tạo ra cho {log [ln (-Y/100)]}. Cung cấp cho hàm hồi quy cột 4 như là ‘known_ys’ và cột 3 như là ‘known_xs’. Bốn cột cuối cùng là kết quả và lỗi của Hệ số Năng lực Sản xuất được điều chỉnh sử dụng Chỉ số Độ phức tạp đã cho. Từ các tổng, lỗi trung bình chỉ là 0.4% với độ lệch chuẩn là 4.4%.

Table 3. Excel transformation setup for Complexity and Yield data

Bảng 3. Cài đặt chuyển đổi Excel cho dữ liệu Độ phức tạp và Hiệu suất

Hệ số Năng lực

Hàm hồi quy sẽ trả về mười giá trị (Bảng 4); FIT (hệ số góc & int.), sig-M (hệ số góc & int.), r2, sig-B(hệ số góc & int.), F, df (hệ số góc & int.), và reg sum sq (hệ số góc & int.). Hằng số B bằng với FIT (hệ số góc), và hằng số A là 10^[−FIT(int.)/FIT(hệ số góc)]. Phân tích hồi quy của “CHỈ AVG” là phù hợp khi chỉ cung cấp ‘Năng suất Trung bình’ thay vì ‘tất cả dữ liệu’. ** Nhớ rằng, để tính một mảng - - 1. Đánh dấu mảng trên bảng tính 2. Gõ công thức mảng, đảm bảo con trỏ nằm trong thanh chỉnh sửa 3. Nhấn CTRL + SHIFT + ENTER

Table 4. Excel regression results [REGR] in a LOG LOG fit

Bảng 4. Kết quả hồi quy Excel [REGR]

Đường cong hiệu suất khả năng sản xuất

Hình 1 cho thấy tất cả dữ liệu gốc và Hệ số Năng lực Sản xuất kết quả. Sự biến động cao của các bảng Chỉ số Phức tạp gần nhau cho thấy sự kiểm soát quy trình kém hoặc đào tạo nhân viên không đủ. Sự biến động trong sản lượng nhiều lần có thể được giải thích bằng cách áp dụng cơ chế “Đường cong Học tập” cổ điển, tức là, sản lượng cải thiện sau một số lần sản xuất. Nếu đó là trường hợp, thì cần phải giữ hai Hệ số Năng lực Sản xuất (FCC): (1) Một cho “Những Lần Chạy Đầu” của một phần và (2) FCC cho “Phần Mãn tính” sau khi đường cong học tập bắt đầu có hiệu lực. Sự biến động cao của một P/N duy nhất cho thấy sự kiểm soát quy trình kém, đào tạo nhân viên hoặc một Yếu tố Phức tạp không được sử dụng trong Phương trình 1, như lỗ vias mù HDI. Trong trường hợp này, một Yếu tố Z nên được thêm vào Phương trình 1. Đây là một lý do chính đáng để chạy các Bảng Tham số như PCQR2.

Figure 1. Yield predictions for the Fabrication Capability Performance curve

Hình 1. Dự đoán sản lượng cho đường cong Hiệu suất Năng lực Sản xuất

Khám phá cách kiểm soát sản xuất với phần mềm thiết kế bảng mạch PCB tốt nhất trong Altium Designer^®. Có thêm câu hỏi? Gọi cho chuyên gia tại Altium.

Tham khảo:

1. Holden, H.T, “PWB Complexity Factor:CI”, IPC Technical Review, March 1986, p.19

2. Hàm Weibull, Sổ tay Kỹ thuật Thống kê của NIST

3. Phần mềm Thống kê Biểu đồ Dữ liệu của NIST; có sẵn miễn phí tại www.itl.nist.gov/div898/handbook

About Author

Happy Holden is retired from GENTEX Corporation (one of the U.S.'s largest automotive electronics OEM. He was the Chief Technical Officer for the world’s biggest PCB Fabricator-HonHai Precision Industries (Foxconn) in China. Prior to Foxconn, Mr. Holden was the Senior PCB Technologist for Mentor Graphics; he was the Advanced Technology Manager at NanYa/Westwood Associates and Merix Corporations. He retired from Hewlett-Packard after over 28 years. His prior assignments had been as director of PCB R&D and Manufacturing Engineering Manager. While at HP, he managed PCB design, PCB partnerships, and automation software in Taiwan and Hong Kong. Happy has been involved in advanced PCB technologies for over 47 years. He has published chapters on HDI technology in 4 books, as well as his own book, the HDI Handbook, available as a free e-Book at http://hdihandbook.com and de recently completed the 7th Edition of McGraw-Hill's PC Handbook with Clyde Coombs.