本文關鍵字：

         本文介紹：“要達到所希望的效率與可靠性很大程度上取決于元件貼裝工藝過程?！?

　　在PCB上增加電路密度的愿望繼續是表面貼裝裝配線技術發展水平進步的主要推動力之一。這個進步包括0201片狀包裝、密間距QFP、高輸入/輸出bga、CSP和倒裝芯片(flip chip)的使用。這些元件的使用給裝配工藝過程提出了很嚴厲的要求。特別是，要達到所希望的效率與可靠性很大程度上取決于元件貼裝工藝過程。越來越多的表面貼裝線正在使用自動的、在線式、貼裝后的檢查工具，來監測貼裝過程的狀態。貼裝后的檢查可以發現諸如元件丟失、極性交換和元件位置超出所規定誤差等缺陷。

　　除了查找缺陷之外，貼裝后的檢查工具也可以檢查影響精度、質量和裝配過程效率的工藝更改情況。如果可以通過監測元件貼裝精度來發現和確認更改工藝情況，那么馬上可以采取改正行動，以使其對效率的影響最小。這個能力要求分析測量數據的診斷工具的應用，診斷的使用要求對貼裝過程中錯誤的可能根源的全面了解。

　　模板印刷工藝 　　貼裝錯誤的一個可能根源是模板印刷過程。特別是，錫膏塊的高度、面積或體積可能影響貼裝精度，由于貼裝期間引腳落到錫膏里面時的元件橫向運動。為了檢驗這個推測，通過位于喬治亞工學院(Georgia Tech, Atlanta, GA)電路板裝配研究中心(CBAR, Center for Board Assembly Research, Sidebar)的表面貼裝/倒裝芯片裝配線，處理了大量的板。在運行期間，改變模板印刷機的刮板壓力、印刷速度、脫離(snap-off)間隔和脫離速度以得到錫膏塊的高度、面積和體積的一個范圍值。使用商業上可購買到的檢查工具，我們測量了印刷后錫膏塊的高度、面積和體積，以及貼裝后元件的X和Y的偏差。

　　圖一和圖二顯示了X和Y偏差圖，它們是0402元件和0.4mm間距的LQFP元件的錫膏塊高度、面積與體積的函數。如果在偏移與錫膏參數之間存在很強的關聯，圖一與圖二中的圖表將揭示這個關系。但是，從圖表上看到，該圖由一簇簇的點所組成，沒有顯示明顯的關系。對于0402元件，圖形顯示X與Y的偏移隨著高度的增加而有些分散，但是數值的分散是由于較大高度值的數據點占多數。從測得的數據計算的互相關值很低，進一步證實了貼裝精度與錫膏塊高度、面積和體積之間沒有重要的關系。

　　在雙面膠帶上貼裝 　　該試驗沒有包括由于錫膏塊與焊盤位置之間的偏離或由于奇形怪狀的或非矩形的錫膏塊所造成的對貼裝精度的可能影響。為了消除涉及錫膏塊的任何因素，我們作了另一個試驗，印刷之后用雙面膠帶覆蓋一半的板面?；鶞庶c(fiducial)留下沒有覆蓋。然后元件貼裝在膠帶上，這樣錫膏就不會影響貼裝精度。將膠帶貼在印有錫膏的板上對我們貼裝后的檢查工具的適當運作是必須的。板的另一半是以正常的方式處理的，元件貼裝在錫膏內。

　　試樣結果在圖三和圖四中提供，其顯示出X偏移的平均值和標準偏差，是對正常板和雙面膠帶板的元件類型的一個函數。注意，標準偏差對于雙面膠的板較小，除兩個元件之外，X偏移的平均值對雙面膠的板較小。

　　這些結果顯示，將元件貼放在錫膏內對貼裝精度有一些影響，但是從圖三和圖四中的圖形看到，該影響是很小的。因此，該結果與第一個試驗是一致的。模板印刷工藝對貼裝精度沒有重要影響。這個說法不是意味著模板印刷工藝的品質對結果沒有影響，特別是，印刷后錫膏塊的量是決定回流后焊接點品質的主要因素。

　　其它錯誤根源 　　貼裝錯誤可能是由于貼裝設備的問題，包括：元件吸取、元件到正確位置的移動、和元件貼裝。

　　在元件吸取中，送料器(feeder)的設定錯誤可能造成位置偏移，將影響到貼裝精度。雖然貼裝機器可能使用視覺系統來檢查吸取后的元件位置，但錯誤還可能由于成像系統的有限解析度或成像過程中的缺陷而發生。元件到正確位置的移動要求機器正確地校準，并且拱架系統(gantry system)不產生偏移錯誤。元件的正確定位也要求貼裝吸嘴(nozzle) 的正常運作。元件吸取、移動或貼裝的問題可以通過分析元件偏移錯誤來檢查。

　　貼裝錯誤分析 　　三個參數在分析貼裝偏移錯誤中是有益的：

1. 一塊板上一系列元件的偏移平均值
2. 一塊板上一系列元件偏移的標準偏差
3. 一塊板上一系列元件中偏移超出界限的次數

　　一個相對大的平均值表示諸如失去校準的工藝過程中存在一個偏差。標準偏差提供貼裝精度可變化程度的一個測量參數。超出某界限的偏移數量提供有關偏移值分布“拖尾”的信息。

　　在貼裝過程中一個問題的存在可以隨著板在生產線上的移動，通過分析這些參數來發覺。另外，一個問題的根源可以通過分析板上特定元件組合的這些參數來確認。例如，一個送料器的問題可以通過計算和分析來自不同送料器位置的元件組合的這些參數來發覺。一個貼裝吸嘴的問題可以通過計算和分析由不同吸嘴貼裝的元件組合的這些參數來發覺。這些參數作為吸嘴標號的函數，對其計算可以結合吸嘴貼裝真空壓力，以提高對問題的覺察。

　　吸嘴故障發覺 　　對于第二次試驗中的板，我們計算了對用不同吸嘴貼放的、元件組合的、X偏移值的標準偏差。圖五繪出了X偏移的標準偏差圖，X偏移作為對一塊板的吸嘴編號函數。從圖中看到，在10號吸嘴上發生一個顯著的峰值，并在12號吸嘴上發生一個較小的峰值。10號吸嘴的峰值是在試驗中一些其它板凳作圖上觀察到的。為了證實10號吸嘴上存在的一個問題，我們繪出了吸嘴貼裝真空壓力圖，它具有負值，是吸嘴編號的函數(圖六)。注意，10號吸嘴上的真空具有最小的負值。這個值與通過10號吸嘴貼裝元件的偏移的標準偏差增加是一致的。因為貼裝真空壓力較小，我們可預料偏移可變性的增加。結合圖五與圖六的信息，我們得到10號吸嘴不是最佳運作的結論。

　　這個問題是使用錯誤的吸嘴吸取圓柱形的0805元件所導致的故意的錯誤結果。使用的吸嘴是設計用于矩形形狀的元件，因此，由于不配合形狀而發生很小的真空泄漏。吸嘴不匹配的影響和在實際中發生的吸嘴部分阻塞的影響是類似的。因此，對偏移錯誤和貼裝真空壓力的監測與分析，應該可以找出吸嘴的問題。

　　穩健的檢查 　　在上面所談到的監測參數的過程中，一個關鍵問題是，基于這些參數的值，決定是否工藝過程正發生變化而需要調整。如果參數的繪圖是在每個板的基礎上產生的，并且顯示在工廠車間內，那么一個有經驗的設備操作員可能能夠通過觀察顯示的信息正確地決定一個問題?？墒?，查找一個問題存在與發展的一個自動過程將是更有效的?，F存的技術，如統計過程控制(SPC, statistical process control)，可應用于參數值的收集，產生對問題存在性的“有/沒有”之類的決定?？墒沁@種技術可能還不足夠穩健，對具有高度自然變化性的工藝過程，如電子裝配，產生正確的決定。

　　近年來，人們作出許多努力來開發基于來自人工智能(AI, artificial intelligence)和Bayesian概率理論的概念上的“軟決策(soft-decision)”方法。在軟決策方法中，計算一個問題或缺陷存在的概率(probability)或似然性(plausibility)，而不是有/沒有類型的決定。一個軟決策方法可以提供在很嘈雜的環境中得到正確結論的更穩健性。在喬治亞工學院的研究已經集中在用于電子制造的缺陷查找的軟決策方法的開發上。

　　GEM界面的使用 　　在喬治亞工學院的裝配線上的設備是通過一個GEM(generic equipment model)界面連接與一部主機上。使用一個商業的基于GEM的軟件包來收集裝配線運行期間的數據。該軟件包大大地簡化了數據收集，并為可能的數據處理寫出簡單的應用模塊。作為處理系統構架的一部分，我們寫出了一個應用程序，使得每一個板可看作一個隨其在裝配線上移動積累數據的物體。使用這個設定，來自裝配線上不同設備項目的數據，可以比較或關聯，以得出有關裝配線狀態的結果。

　　結論 　　對更高的PCB電路密度的持續的推動，給裝配過程控制提出了甚至更加嚴厲的要求。即使有新一代設備改進的性能，裝配線狀態總是需要監測的，部分是由于操作設備的人為錯誤。這個監測將顯示是否需要調整來維持品質。一個主要的挑戰是開發一個自動的方案，來處理大量的測量數據，以產生對運行狀態的正確決定 - 在一個嘈雜的環境里穩健地實施。本文所提及的參數的自動處理可對生產線運作提供一個有用的工具。

Acknowledgements The authors wish to thank Siemens, Speedline/MPM, Machine Vision Technology, CyberOptics, Cimetrix and Crown Simplimatic for contributing project support and/or equipment for carrying out this research..

References
1. Kim, B. and May, G.S. (1995). Real-time diagnosis of semiconductor manufacturing equipment using neutral networks. Proceedings of IEEE/CPMT International Semiconductor Manufacturing Technology Symposium.
2. Sahinci, E., and Kamen, E.W. (1998). Detection of discrete faults in electronics assembly. Proceedings of the 1998 IEEE Conference on Control Applications.

　　Edward Kamen, Alex Goldstein and Erin Sahinci, are with the School of Electrical and Computer Engineering and the Center for Board Assembly Research at the Georgia Institute of Technology, Atlanta, GA; (404) 894-2994.