smt表面黏著技術(編輯修改稿)

　

【文章內容簡介】 程的變異，并提供適當的改善對策為其主要目標。本診斷系統利用下列兩個主要模塊發展完成：1) 制程參數設定模塊，2) 初始化機器參數設定模塊。制程參數設定模塊主要是提供制程參數之仿真(如溫度設定、錫膏厚度、完整制程等)。而初始化機器參數設定模塊，其主要是針對舊有或新增之產品之機器參數，作一適當的建議。其系統發展架構如圖九所示。10 / 23 ???? ???? ??a ??? ???c ???????s ????m ? ???? ??? ?????? ??????g? ????? ??????? 圖九、 系統發展架構以下逐一敘述這兩模塊之建立流程：一、以實驗設計方式量測制程因子利用顯著因子設計一 200 組的實驗于一般生產中，并收集記錄其結果，此類資料將成為往后模糊類神經模式訓練時的學習資料 (Learning data)。實驗方法及流程如圖十所示。 ??? ??? ???? ??? ??? s??? ? ?e ??y ? ? ???? ???? ?? ?? ??? ?? ?? ???? ???? ???? ??? ??? ? ???y ? ?d ??? ???y ??? ??l ??? ??s ??n ??? ?? ???s ?圖十、 實驗計畫與流程 其程序如下：11 / 231. 收集統計制程品管方面的相關數據與資料在實際生產環境下，透過計算機網絡聯機收集實時的制程品管資料，以作為模糊類神經網絡模式訓練之用。其收集對象包含：1) 錫膏印刷制程因子－如刮刀壓力、刮刀速度、離板間距、錫膏粘度、鋼版開孔方式、印刷厚度、印刷面積、印刷偏移量、及印刷分辨率等。2) 零件取置置程因子－如零件擺置偏移量。3) 回焊制程因子－如預熱斜率(Preheating slope)、浸潤溫度(Soaking Temperature)、尖峰溫度(Peak temperature)等。再將此類資料依據領域專家所預先設訂模糊化及數量化之準則，計算其焊性(Solderability)評核分數，以作為模糊類神經網絡模式訓練時測試資料(Test data)。其焊性評分標準及公式如下：表 、焊性檢查標準 撬 撬? 撬 ????? ????? ????? ???? ???? ???? ?????? ????? ??? ????? ??L164。 ??0X ?? ?? ?? ?? ?? 撬 撬? 撬 ???? ???? ???? ???) ?????? ???? ?????? ?????? ?? ?? ?? ?? SAPFLSOTNBLAScoreitySolderab ????二、運用模糊集群分析法(Fuzzy Clustering)將 SPC 資料分類并去除多余重復之資料這里所使用的模糊集群分析法是所謂的模糊中心法(Fuzzy Cmeans), 其主要目的是在一群數據中找尋虛擬區隔界面，而落于其間的資料群體即可稱為一個集群(Cluster)，在集群中找出其中心值即可代表此一族群。此功能已并入 fuzzyTECH 軟件中。假設虛擬區隔界面為 , 而其集群中心 v1,v2,…, vc 之計算公??CA,.2,1??式如下： ????mnkkikkiixAv??1三、使用模糊類神經網絡模式建立相關的診斷規則將上述淬取后資料當作訓練資料，而前面實驗設計所得的資料作為訓練資料，再運用模糊類神經網絡模式進行規則的淬取，并賦予每條規則適當的權重，作為建立系統知識庫時的信賴度水準。一個模糊類神經系統學習示意圖，如圖十一所示、制程上主要的規則推理架構如圖十二所示，而模糊類神經學習策略如圖十三所示。12 / 23 ???n ??? ???? 圖十一、模糊類神經系統 ?? ?? ?? ?? ?? ?? ?? ??? ??? ???? ??? ?? ?? ?? 圖十二、制程上主要的規則推理架構 ??? ?? ??? ??C ??a ? ?y ??? ? ?????g ??? ???? ? ????? ?????+ ????? ? ??? g .????? ?s ? ?d ? ???t 圖十三、模糊類神經學習策略 (fuzzyTECH 軟件上 )經無數次的學習過程后，其最終學習結果，如表二所示。表 模糊類神經學習結果 錫膏印刷制程 回焊制程 焊性評估 Proc./BlockState/Rules Block1 I Block2 II Block1 III Block2 IV Block1 V13 / 23Max Dev. 起始值 Max Dev. 訓練值 Avg. Dev. 起始值 Avg. Dev. 訓練值 淬取規則數 205 354 222 268 231決策空間圖 (附錄) 至 . 至 .五、領域專家檢查上述所建立的診斷規則，刪除異常狀況的規則經由模糊類神經網絡所建立的知識庫，需再經領域專家運用其專有的制程知識，將不可能或差異甚大的規則予以去除，并匯集成一精化規則庫。六、智能型表面粘著診斷系統產生將匯集的規則庫編譯(pile)成 fuzzyTECH 之”ftr”二進制文件，加上 Visual Basic之適當的程序化，即可形成一個制程參數診斷系統。系統架構如圖十四所示。此系統可以在 Windows 98 及 Windows NT 之操作系統下運作。系統需求：1. 計算機 486 以上，配有 16 M 以上之記億體及 10 M 以上的硬盤空間。2. fuzzyTECH 模糊系統軟件 ( 以上)，以作線上學習功能。3. MS Excel 以產生圖表 ?????? ??? ?? ???? ?? ?? ?l ?? ?i ?i ?. ?r ?? ?r ?? ?r ?? ?r ?i ?. ?r ??????t ???e ?i ?. ?l ?i ?. ?l ?? ?l ?? ?l ?? ?l 圖十四、系統產出架構圖陸、表面粘著制程診斷系統之運作當診斷系統運作時，下面這兩模塊(SMT 制程診斷模塊與 SMT 制程參數初始模塊)，將提供適當的建議與解決方案。以下將逐一介紹這兩模塊之運作情形。(一) SMT 制程診斷模塊14 / 23此模塊的主要的目的是提供制程改善的對策及建議制程參數的設定值，以輔助作業員或工程師處理不良制程及機器參數設定錯誤所產生的問題。其操作制程改善流程如圖十五所示： ?? ?? 綨溦 綨溦? ?? ??抽? 亥? 亷熸 ??? ?? ?? ?璨 ? ?? ?? ?? ?璨 ?廘?? ?? ?? ?? ?毛 ?? ?? ?? ?毛玻箵 ?? ?? ?? ?窼 ?? ?? ?玻 箵? 忂璨 ?? ?? ?? ? ? ?? ? 檰殲 泄 ? ?? 玹? ?涸 ?? ? ?? 喤玻 箵毛 ?? 紉? ?玹? ?涸 ?? ?紛 ?咽 ?廷 ?綨溦 綨溦檰殲 玻箵 殲? 紉? ??? ??玹? ?涸 ?? ?璨 ? 玹? ?涸 ?? ?璨 ?? ?? ?? ?? ? ?? ?? ?? ?檰殲 泄? ?璨 ?? ? 檰殲 泄? ?璨 ?? ??? ?? ?? ? ?? ?? ??圖十五、 機器與制程診