统计过程控制在SMT中的应用.pdfVIP

计过程控制在SMT 中的应用 摘要：统计过程控制(SPC)是一种通过监控制造过程来确定质量的方法，利用它有助于提高产品的质量和生 产能力。本文介绍了SPC 法及其在表面贴装中的应用。 关键词：统计工艺控制；表面贴装；质量管理 现代工业生产是一个极其复杂的过程，在这个过程中，由于种种主客观因素的影响，将不可避免引起质 量的变动，甚至产生废、次品。因此，为了保证质量，在生产过程中必 包含一个同时存在的检验过程， 根据技术标准，对生产过程中的原材料、半成品、产品以至工艺过程质量进行检验，严格把关。检验的目 的不仅在于挑出废品，还在于搜集和积累大量反映质量状况的数据资料，为改进质量，加强质量管理提供 信息和情报。在制造过程中，尽管影响产品质量的具体因素错综复杂，但是这些因素变化与产品质量波动 的内在联系，是有规律可循的。制造过程的统计控制就要研究、掌握和运用这个规律，据以改善各项因素 及其组织水平，不断提高工艺质量。工艺质量稳定良好，可以从根本上减少废、次品，提高产品质量的稳 定性。 一批产品的质量特性值，绝不会丝毫不差，完全一致的。而同一切事物一样，产品质量也总是有波动的 和有差异的，存在着分散的趋势，形成一个分布带。但是这种分散又并不是漫无边际没有规律的。而是在 数据的分散中以呈现一种集中的倾向。通过对统计资料的整理往往发现分布在一端是少数，即有少数几个 数据值很大；分布在另一端的也是少数，即有少数几个值很小。而大多数数值在这二者之间，并有一个逐 步向中间靠拢、向中心位置集中的倾向，这就是分布的集中倾向。这种表现在分布状态上分散的趋势和集 中的倾向就是统计分布的客观规律性(正态分布)。正因为这样，对产品质量和生产过程质量的分析控制和 管理，就可以运用数理统计的原理和方法，而且必须运用这种科学的、定量的方法，才能随时掌握波动情 况和变化趋势，加强控制和管理。 统计是进行变量客观测量的工具。它的正确应用以变量为正态随机变量为前提。在生产中许多变量是正 态随机变量，如果子样大小足够大，并保证是随机抽样，那么对生产中大部分变量来说这是正确的。根据 中心极限定理，一批子样30 个足以呈现出正态分布。 在正态随机变量分布中，68％的测量值将落在中位值±1标准偏差之间,99.74%的测量值将落在±3 标准 偏差之间(6δ质量水平)。 如果测量数据不属于这样的分布，那么一定在工业中存在某个原因，也就是说一个新特征的不稳定的行 为被非正态曲线反映出来。这某个原因也许会是使用了不合格的原材料，机器不能满足工艺的技术要求或 操作者没能正确使用机器等。 按工艺过程质量的预防性来说，检验有首件检验和统计检验等方式。首件检验是对改变加工对象，改变 生产条件以及改变操作者以后生产出来的头几件产品进行检验。通过这种检验，可以查明生产条件和工艺 质量是否处于正常状态，及时发现问题，防止成批报废。在对头几件产品进行首检验时，如果发现有不合 格品，就应当立即查明原因，并且采取措施，对生产过程中影响质量的有关因素加以调查或改进，在积极 设法消除这些不正常的因素以后，再开始生产。 统计检验法是运用数理统计方法对产品进行抽查。通过对抽查结果的分析，了解产品质量的波动状况， 从而发现生产过程出现不正常的预兆，并找出造成异常的原因，及时采取措施，设法消除，使生产过程重 新恢复正常，以预防废品的产生，这是一种科学的质量控制方法。 为了做好质量的综合统计与分析，要建立和健全质量的原始记录，根据原始记录进行汇总统计。统计判 断的全过程，按其工作程序，可以分为三个基本步骤，即统计调查和整理、统计分析以及统计判断。第一 步，统计调查和整理。根据解决某方面质量问题的需要到现场收集数据，将收集到的数据加以整理和归纳， 用统计表和统计图的方法，并借助一些统计特征数据(如平均数(标准偏差等)来表述这批数据代表的客观对 象的统计性质。第二步，统计分析。对经过整理归纳的数据进行统计分析，研究它的统计规律。例如，质 量特性的波动是否出现某种趋势或倾向，影响这种波动的又是什么因素，其中有无异常波动等。第三步， 统计判断。根据统计分析的结果对总体现状或发展趋势做出有科学根据的统计判断。 目前，许多制造者已认识到用老的记录方式收集数据，不仅花费时间太多，而且必 做好跟踪信息的工 作。因此，他们开始采用软件。例如，对于连续的热曲线的SPC，焊接故障可在30s 内被探测出。没有这 些工具，故障会在下一个热曲线的过程之前或当电气测试报告有很多有故障的板子时，才被探测出，导致 数小时或数日内生产不合格的产品。 对于电子制造中的SPC 法，需要使用一个特大的