表面黏着双面回焊制程温度曲线控制.ppt

表面黏著雙面迴焊製程溫度曲線控制  運用類神經網路方法 指導教授：陳沛仲老師 班 級：二自控四甲 組 別：第十三組 學 生：黃國銘 林耿源 表面黏著技術(SMT)為近年來電子業最重要發展之一，其具構裝技術考量與生產自動化優勢且滿足電子產品品質嚴苛要求而成為印刷電路板組裝方法(PCBA)。如:無線通訊器、個人電腦、筆記型電腦、數位相機、手機、個人數位助理(PDA)等產品之PCB皆由SMT製成。 現今消費電子產品市場競爭激烈，如何利用最低成本製造出高品質、高可靠度、高複雜度與多樣化產品已成為企業的最重要競爭優勢。 SMT製程為PCBA生產流程前哨站，一但SMT製程管控出現問題，則不良品修補與重工作業將增加額外生產成本，甚至造成產品報廢損失。SMT製程控制複雜度超越傳統穿孔式插件與波焊生產作業，因此如何有效經濟地監控SMT製造流程並符合焊性品質與生產力要求即為本研究重心。 運用實驗設計以解析單面/雙面迴焊製程變數之交互作用下所產生溫度輸出屬性差異，並應用類神經網路方法之非線性處理能力以學習實驗數據及歷史生產資訊，進而建構雙面迴焊次製程之品質預測模型。 考量組裝零件密度外、迴焊爐溫度設定、輸送帶速度、印刷電路板間距、及迴風速率等可控因子。 兩組實驗設計以收集結構化迴焊資訊，除探查雙面PCB 之迴焊溫度差異外，並利用類神經網路模式以建立迴焊溫度曲線預測模型。 焊性缺點 一個基本BP網路模型可包含輸入層、輸出層、及數層隱藏層。樣本自輸入層進入網路中，經由計算輸出向量、輸出層差距量、及隱藏層差距量後，可得到權重值及偏權值向量之修正量並予以更新，反覆遞迴地執行這些步驟，直到網路達成收斂境界或是達到一定數目的學習循環為止。可利用最陡坡降法之觀念期將誤差函數最小化。 實驗設計水準表 其網路訓練結果績效及預測準確度績效皆以MAPE(Mean Absolute Predictive Error)衡量之。 n、Yi,、及iY?分別為樣本數、樣本i實際輸出值、及樣本i預測預測值。 其預測誤差除尖峰溫度外，其餘皆小於10%，可判定此類神經網路模型足以提供極佳的SMT迴焊效應諸元。 經實務驗證可快速判定輸出溫度曲線之適合度，以降低生產線改機時間與提升焊性品質。 參考文獻 蔡聰男,楊大和,葉俊吾,“表面黏著雙面迴焊製程溫度曲線控制- 運用類神經網路方法”,國立成功大學製造工程研究所, PCB 製造與管理技術研討會,pp.91-96,2002. 蔡聰男,“自適應式表面黏著製程品質預測控制系統之發展”,國立成功大學製造工程研究所,博士論文,中華民國九十二年七月. 葉俊吾,“運用類神經網路建構SMT錫膏印刷製程品質管制系統”,國立成功大學製造工程研究所,碩士論文,中華民國九十一年七月. * 研究結果 緒論 動機、目的 方法、流程 文獻 驗證檢測 方法、流程 * 發表流程 研究結果 緒論 動機、目的 方法、流程 文獻 驗證檢測 緒論 緒論 背景：前製程經錫膏印刷與著裝電子零件後，再經迴焊 流程而形成焊點。次製程迴焊溫度之控制除須防止前製程已焊接零件掉落外，並須考量其溫度效應是否會造成焊性缺點。 動機：SMT雙面著裝零件的多寡、種類不一及迴焊爐參數設定迴異，需在兼顧生產力與品質前提下，快速設定次製程最佳化迴焊溫度參數。 目的：驗證類神經網路模式可快速判定輸出溫度曲線之適合度，以降低生產線改機時間降低與提升焊性品質。 背景、動機與目的 動機目的 研究方法 方法流程 研究流程 建立類神經網路訓練樣本 實驗設計 獲得產品製程資料 資料前處理 指定權重初始值 決定網路參數及結構 決定中止條件 網路訓練 誤差值在期望範圍內 預測 是 否 方法流程 迴焊爐製程 文獻 迴焊溫度曲線 文獻 溶劑揮發 助焊劑浸潤並 減少錫球氧化 錫球融化 燈蕊效應開始 錫膏完全融化 表面張力開始 作用 冷卻區 183oC–RMA Sn63Pb37 溶融溫度 取得適切的迴焊爐溫度參數值設定過程充滿不確定性，資深工程師常利用試誤法反覆地測試以滿足焊性品質要求後方可獲得較佳迴焊爐溫度參數，此試誤過程通常超過一個小時，更遑論測試PCB(已裝載零件)的耗損。因此如何快速正確地控制迴焊作業為降低成本與增加生產時間的要素。 監督式的類神經網路(BP) 文獻 輸出向量: 權重向量: 轉換向量: 連續作用函數: 類神經網路數學式 文獻 類神經網路架構 文獻 BP類神經網路處理流程 驗證檢測 指定初始權重 資料前處理 決定網路參數及結構 讀取訓練範例 計算權重值 讀取一筆輸入數據 計算誤差值 計算新權重值 完成一個替代 完成 是 否 符合終止條件 否 是 實驗板屬性表 驗證檢測 F-檢