持续改进和工艺优化是使电子设备按预期工作的必要条件。
不久前，我写了一篇文章，我称之为“包装的10条戒律——我列出了在开发新的包装解决方案时要牢记的关键事项。今天，包装工程师必须应对比以往任何时候都多的变量，从新的衬底材料到更复杂的更多类型的包装。这种复杂性带来了新的挑战，我觉得这些戒律中的一些更有深度，首先是“预测失败”。
故障预测需要知道要寻找什么，并制定方法来帮助您预测故障，从而防止故障的发生。如果你某天早上醒来，发现厨房地板上有水，很明显，你的水管漏水了。你必须在看到早期的迹象时立即解决问题，否则它将变成灾难性的。
在包装过程中有一个真正预测故障的机制，可以使我们在故障发生之前阻止它们，这将产生巨大的不同。一个关键的例子是优化钢丝粘结强度。电线粘接是一个自动化的过程，但必须测试的债券，以确保拉力。粘接材料可能积聚在工具上，或者工具可能经历粘接过程中积累残留物的磨损和撕裂。目测检查钢丝键合并不是确定任何可能导致键合失效的问题的实用方法。
缓解这个问题的一种方法是执行拉测试，并使用统计过程控制(SPC)技术来创建预测模型。通过记录每个产品上的钢丝键合拉力强度(即键合失效前可以施加的力的大小)，我们可以创建一个包含数千个拉力的数据库，SPC软件可以对其进行分析，以查明异常情况。使用SPC是相当标准的。有些公司只是标出他们的生产流程，并把打印出来的内容贴在工厂的墙上，这样他们就能看到自己的生产情况。
更好的方法是回顾和分析数据，以便弄清楚随着时间的推移它告诉了你什么。例如，一个图可以显示6月的平均拉力为14克，7月为13.7克，8月为13克，9月为12.9克。拉力下降的趋势告诉我们有些事情不太对。SPC将这些点绘制成图，并对这一趋势进行分析。然后你可以回头看看电线的粘合过程，你可能会发现，例如，你需要更经常地改变毛细血管。
在短期内解决问题被称为遏制行动——基本上是一种创可贴。除非你消除了根本原因，否则问题将会持续存在。像SPC(也称为统计质量控制(SQC))这样的技术对于实现这一目标至关重要。爱德华·戴明知道这一点。戴明被许多人视为“质量之父”，他是一名统计学家和商业顾问，专注于统计方法、持续改进和全公司范围的质量，构成了我们今天所知道的全面质量管理(TQM)的基础。第二次世界大战后，他作为人口普查过程的顾问前往日本，他的方法帮助加速了日本在战后及以后的复苏。他帮助日本，最终帮助美国和世界其他地方，了解如何建立可以统一和一致复制的流程，这样你就不会浪费时间制造废品。
如今，人工智能(AI)和机器学习正与SPC集成在一起，以加快学习速度，并在日益复杂的过程中实现一致性。精益生产的概念是SPC的延伸;能够理解和评估变化以及它们发生的原因有助于我们更一致地执行，并以更及时的方式交付客户的需求。
可靠性测试技术
在大规模生产之前，电气封装必须通过可靠性测试。热循环试验(TCT)是电气封装工业中常用的标准可靠性试验之一。确保新产品通过TCT是电子封装行业的一个关键问题。基于有限元法的仿真设计技术可作为电子封装可靠性评估和可靠性预测的一种可行的开发方法。
另一种检测故障并确保可靠性的方法是简单地长时间操作设备以检测问题。高温反向偏置(HTRB)老化测试是一种简单、低成本、加速寿命的测试，可以将有缺陷的部件从总体中分离出来。机组失效的根本原因可能是介电失效、导体失效、金属化失效等。这些故障处于休眠状态，在设备生命周期中随机表现为设备故障。我们使用HTRB老化测试来对设备施加压力，加速这些休眠故障表现为故障，以便在婴儿死亡阶段将它们筛选出来，从而防止故障的发生。
当我们的业务出现问题时，客户会要求采取纠正措施。我们能够生成一份报告，检查“5Ms和E”-人，材料，方法，机器，测量和环境。任何出错的事情都是由这些因素之一引起的。知道是谁制造了问题，我们就能决定如何解决问题。通过在项目开始时评估这六个因素，之前当故障发生时，我们可以从历史的角度来考虑，这样我们就可以知道在哪里需要采取行动来防止问题再次发生。这种对持续改进和工艺优化的关注对先进包装的未来至关重要。
|
|
|
|
|
|
|
|
|
|
|
|
留下回复