Articles

Par Paul Groome, Machine Vision Products

Publié dans US-Tech en février 2018

Lorsque Machine Vision Products, Inc. (MVP) a été fondée il y a 25 ans, les téléphones portables en étaient à leurs débuts et l’électronique portable n’existait tout simplement pas. La majorité de la fabrication utilisait la technologie traversante, le i486 était la plateforme informatique principale et Windows 3.1 était perçu comme moderne et innovant. Le Dr George T. Ayoub a créé l’entreprise à une époque où personne n’avait encore vu de smartphone, de téléviseur à écran plat, de lecteur MP3, de disque SSD, de système GPS, de voiture hybride, de photographie numérique, ni tant d’autres technologies aujourd’hui omniprésentes. Et qui aurait pu prévoir l’impact qu’Internet aurait ?

En 1993, l’usage du téléphone portable aux États-Unis avait atteint 11 millions d’utilisateurs, alors qu’en 2017, 81 % de la population — environ 265 millions de personnes — possédaient un téléphone portable. À cette époque, le processeur Sparc — l’ordinateur initial utilisé par MVP — contenait 0,8 million de transistors. Aujourd’hui, le processeur Xeon utilisé dans les systèmes MVP peut en contenir jusqu’à 7,2 milliards. Lorsque l’entreprise a été fondée, il n’existait que 50 serveurs web (www) dans le monde entier. Aujourd’hui, plus de 50 % de la population mondiale a accès au web.

Le rythme du changement technologique et de l’évolution de la fabrication dans l’industrie électronique a été exponentiel. Célèbre pour sa prédiction concernant le doublement du nombre de transistors dans les circuits intégrés tous les deux ans, l’ancien président d’Intel, Gordon Earle Moore, serait sans doute fier.

De Nouveaux Défis à Relever

MVP s’est toujours efforcée de fournir des innovations, des solutions et des capacités répondant aux besoins d’un marché en évolution rapide. Cela inclut le contrôle statistique de processus (SPC) pour AOI, SPI et AOI 3D, l’éclairage multispectral, l’inspection multi-caméras, l’inspection de wire-bond et la métrologie de die.

Au début des années 1990, un système offrant une résolution de 1 à 2 mils (25 à 50 μm) pouvait suffire pour inspecter une carte mère 486. En 2017, une résolution de 0,4 à 0,6 mil (10 à 15 μm) suffisait pour l’assemblage de composants standard. Mais, pour l’avenir, des résolutions de l’ordre de quelques microns seront nécessaires pour les matériels électroniques critiques.

La nouvelle génération de composants montés en surface met l’inspection SMT au défi avec des géométries de 5 mils (125 μm) et des congés de soudure inférieurs à 1 mil (25 μm). Même l’expansion thermique d’une carte peut modifier de manière significative la position de ces composants, rendant nécessaires des techniques spéciales d’enregistrement. Avec ses plateformes 2020, 850, Spectra, Supra et Ultra, MVP est parfaitement positionnée pour fournir des solutions adaptées à ce nouveau niveau d’intégration.

Vers les Années 2020

Les objectifs clés de tout fabricant sont d’améliorer la qualité aux étapes critiques de production, d’augmenter les rendements et de réduire les coûts. Bien que la règle du facteur 10 pour le coût de détection d’un défaut à chaque étape soit moins précise aujourd’hui, le principe général demeure vrai.

Prenons l’industrie automobile comme exemple :

• Détecter un défaut à l’étape du lead-frame peut coûter moins de 1 $.

• Le trouver lors de l’assemblage SMT peut coûter entre 10 et 300 $.

• Le découvrir sur le terrain peut coûter entre 1 000 et 3 000 $.

Identifier les défauts le plus tôt possible est essentiel pour garantir la meilleure qualité au coût le plus bas. Cette règle vaut pour tous les secteurs de la fabrication électronique. Le facteur 10 varie selon le marché :

• Électronique grand public : ~10×

• Produits haute fiabilité : ~100×

• Militaire/aérospatial : ~1 000×

En anticipant la prochaine décennie, MVP a élargi sa gamme de systèmes pour répondre aux exigences d’inspection de demain. L’entreprise propose des solutions d’inspection pour les processus semi-conducteurs front-end, notamment l’inspection de wafers, de dies et post-découpe. Pour les processus back-end, elle propose l’inspection de lead-frame et wire-bond, la métrologie de placement de die, l’inspection de surface et de substrat, l’inspection de packaging, ainsi que l’inspection hybride et MCM. Pour l’assemblage SMT, MVP propose l’inspection de backplanes, de pâte à braser, post-placement, post-refusion et du revêtement conforme.

Processus Front-End

La dernière génération de plateformes 850 offre une manipulation entièrement automatisée des wafers en film-frame pour l’inspection de surface et post-découpe. Les dommages de surface, les FM et les dommages aux bords peuvent être identifiés. Ces systèmes peuvent être configurés pour des salles blanches allant jusqu’à la Classe 100. L’entreprise propose également une manipulation automatisée complète pour des wafers en anneaux, une inspection dessus/dessous, le marquage et la cartographie des défauts.

Processus Back-End

L’offre pour les processus back-end s’articule autour de deux plateformes : la 850 et la plus récente 2020.

Ces processus couvrent l’inspection de wire-bond, die, bord, surface, FM, eutectique, lead-frame, BGA, bump, flux et pâte.

Chaque solution offre des optiques télécentriques haute résolution, une inspection laser 3D, des technologies confocales ou une imagerie 3D par projecteur. Cela rend ces plateformes extrêmement flexibles. De plus, les systèmes offrent des outils de recalage puissants permettant l’alignement dynamique des dies, fils et substrats, avec des critères d’inspection calculés pour chaque pièce individuellement.

Assemblage SMT

Pour l’assemblage SMT, l’entreprise propose des solutions couvrant pratiquement tous les besoins du secteur. Tirant parti de son expertise dans les marchés semi-conducteurs front-end et back-end, MVP propose désormais les mêmes techniques, résolutions et outils 3D aux fabricants SMT.

L’entreprise est régulièrement confrontée à de nouveaux designs, de nouvelles techniques et de nouveaux défis. En travaillant avec ses clients, elle identifie les tendances de production et les utilise pour déterminer les points optimaux d’application de ses systèmes de détection de défauts. Cette stratégie permet à MVP de proposer des solutions pour aujourd’hui, demain et les décennies à venir.

Lors de la définition d’une stratégie d’inspection pour vos processus de fabrication, de nombreux facteurs doivent être pris en compte. De plus, il existe de nombreux produits qui semblent offrir des solutions à vos besoins d’inspection. Comment décider quel système utiliser ? Comment déterminer la viabilité de l’inspection manuelle, de l’AOI basée sur des modèles comparatifs ou de l’AOI basée sur des mesures ? Quelle résolution utiliser ? Quelles caméras choisir ? Quels types de données sont nécessaires ? Avez-vous besoin de données de mesure, de données d’attributs ou des deux ?

De nombreuses questions peuvent être posées, et l’objectif de ce document est de détailler quelles variables sont réellement importantes par rapport à celles qui risquent de compliquer inutilement le processus de sélection d’un système AOI. Ce document abordera donc les cinq variables principales pouvant assurer un déploiement AOI réussi dans vos processus de fabrication.

Figure 1 – Taux de DPMO structurels

♦ 1. Demandez-vous : pourquoi achetez-vous un système AOI ? Pour la couverture de défauts ?

La première question à se poser est : pourquoi achetez-vous un système AOI ? Normalement, la réponse devrait être : pour détecter des défauts. D’après des expériences précédentes, certains utilisateurs omettent même cet aspect dans l’évaluation d’un système.

Lorsque vous examinez la couverture des défauts, connaissez-vous votre processus et les défauts susceptibles d’apparaître lors de la fabrication SMT ? Défauts de soudure (tombstones, circuits ouverts, quantité de soudure, etc.), présence/absence, mesures dimensionnelles des composants, mauvais composants, etc. Cette connaissance et la manière dont vous utilisez ces données sont essentielles pour prendre une décision d’inspection.

De nombreux organismes industriels peuvent vous aider à déterminer les rendements et les défauts potentiels. Selon des études internes et des normes industrielles, les taux de DMPO (Défauts Par Million d’Opportunités) définis dans les tableaux 1 et 2 peuvent servir de référence pour les exigences de détection des défauts.

Lors de l’évaluation des capacités d’inspection, plusieurs éléments doivent être pris en compte.

Figure 2 – Taux typiques de DPMO de processus

♦ i. Techniques d’inspection : capacités des systèmes comparatifs basés sur modèles vs. AOI basée sur des mesures

Il existe deux techniques principales utilisées dans les systèmes AOI :

• systèmes comparatifs basés sur modèles (template matching)

• systèmes basés sur des règles et des mesures

La différence essentielle réside dans la mesure réelle.

Un système basé sur des règles :

• mesure la largeur, la longueur et la position d’un composant

• calcule la quantité réelle de soudure sur chaque broche

• effectue des inspections OCV/OVR selon les marquages

Les mesures dimensionnelles permettent d’identifier le composant correct, et les mesures de soudure donnent un pourcentage exact de liaison soudée.

À l’inverse, un système basé sur un modèle se contente de vérifier la présence/absence et de comparer la soudure à une référence « bonne », ce qui entraîne plus de faux appels.

Dans la fabrication SMT réelle, les défauts suivent généralement les taux DPMO du tableau 2 : défauts de soudure, tombstones, circuits ouverts. Il est donc essentiel de choisir un système capable d’inspecter la soudure avec précision.

Une question courante : faut-il utiliser des caméras inclinées ?

En général :

• elles sont difficiles à calibrer

• elles sont sensibles au gauchissement du circuit imprimé

Un système télécentrique à caméra unique utilisant un éclairage tricolore peut offrir une couverture identique, sans ces inconvénients.

Dans la Figure 1, la broche 25 est ouverte ; avec un éclairage tricolore, le joint défaillant apparaît en rouge tandis que les joints corrects apparaissent en vert.

Figure 3 – Défaut J-lead sur un système monocaméra utilisant un éclairage Quad Color

♦ ii. Boîte à outils de détection : quels outils/algorithmes sont disponibles ?

Comme les technologies évoluent constamment dans notre industrie, il est important de comprendre la flexibilité des outils d’inspection et les capacités futures du système AOI.

Questions à poser :

• Le système sera-t-il toujours utilisé en post-refusion ?

• Devrez-vous le déplacer dans une autre étape du processus ?

• Quelles technologies fabriquez-vous aujourd’hui et quelles sont celles de demain ?

Certains systèmes AOI ne réalisent qu’une seule tâche : pâte, pré-refusion, post-refusion ou post-vague.

Les fournisseurs d’AOI plus expérimentés offrent :

• couverture complète du processus avec un seul système

• intégration 2D/3D

• inspection microélectronique et semi-conducteurs

Cela maximise le ROI de votre investissement AOI.

.

Figure 4 – Techniques d’inspection

♦ iii. Taux de faux appels et leur impact sur la couverture des défauts

Un élément majeur influençant la couverture des défauts est le taux de faux rejets.

Plus vous envoyez de faux défauts à l’opérateur de réparation, plus vous risquez de manquer de vrais défauts.

Une étude Solectron présentée à l’IPC a démontré :

• avec >3000 ppm de faux rejets, un opérateur inexpérimenté n’identifiait correctement que 5 % des défauts

• même les opérateurs expérimentés perdaient plus de 50 % de précision

Maintenir un faible taux de faux alarmes est essentiel pour :

• améliorer la qualité

• réduire les coûts

• maximiser la couverture de défauts

Figure 5 – Avantages d’un faible taux de faux rejets

♦ iv. Quelle est votre véritable couverture de défauts ? Comment obtenir un rapport précis ?

Alors que des plateformes de test électriques comme ICT et Flying Probe fournissent des rapports fiables, la plupart des systèmes AOI n’en sont pas capables.

Seuls quelques fournisseurs avancés :

• fournissent une couverture de défauts validée

• couvrent tous les défauts inspectés

C’est essentiel pour planifier une stratégie complète de test et d’inspection.

♦ 2. Amélioration du processus et fourniture de rétroaction

Figure 6 – Avantages des données paramétriques d’un système AOI basé sur des mesures

AOI ne sert pas uniquement à détecter des défauts.

Il faut également pouvoir répondre aux questions suivantes :

• Votre processus change-t-il ?

• Pouvez-vous identifier des tendances menant à des défauts ?

Pour cela, il faut des données variables (mesures), pas seulement des données binaires.

Exemple de la Figure 4 :

• la partie supérieure montre des données de mesure et les limites de contrôle

• la partie inférieure montre les données attributaires d’un système non métrologique

Les mesures révèlent les dérives bien avant que le composant ne dépasse un seuil pass/fail.

Pour un contrôle statistique (SPC), l’AOI doit mesurer :

• la position

• la quantité de soudure

• la géométrie du composant

• etc.

♦ 3. Temps de programmation

La question « À quelle vitesse est-ce assez rapide ? » dépend de l’utilisateur.

Il faut distinguer :

• le temps de création initiale

• le temps de support continu du programme

Les démonstrations montrent souvent des programmes créés en 1–2 heures, mais ce n’est pas représentatif d’un environnement de production.

Pour les systèmes basés sur modèles :

• Le programme inspecte-t-il tous les types de défauts, y compris la soudure ?

• Quel est le taux de faux rejets sur les lots suivants ?

Pour les systèmes basés sur règles :

• Existe-t-il une bibliothèque de composants ?

• Réduit-elle réellement les temps de programmation ?

• Les faux rejets seront-ils plus faibles ?

♦ 4. Stabilité, support et MTBF

Questions essentielles :

• La société AOI sera-t-elle encore présente demain ?

• Dispose-t-elle d’équipes de support locales ?

• Le système est-il conçu pour un MTBF élevé ?

Beaucoup de grands fabricants ont quitté le marché AOI, malgré leur taille, laissant des clients sans support.

Les fournisseurs fiables :

• se consacrent uniquement à l’AOI

• disposent d’une expertise longue durée

• offrent un support mondial réel

Concernant la fiabilité :

• Les systèmes à mouvement linéaire offrent une durée de vie plus élevée

• Les pratiques d’assemblage et la qualité des matériaux sont cruciales

Le support applicatif et matériel est critique pour une utilisation à long terme.

♦ 5. Résolution et débit (Throughput)

Une erreur courante consiste à se focaliser sur le nombre de mégapixels.

Les facteurs réellement importants :

• sensibilité de la caméra

• résolution effective au champ de vision (FOV) donné

• stabilité mécanique du mouvement

• débit global à la même résolution

Exemple :

Système A :

• caméra 1,4 MP haute sensibilité

• résolution 12 µm

• 7 pouces²/sec

Système B :

• caméra 3 MP faible sensibilité

• résolution 25 µm

• même vitesse nominale

  → performance nettement inférieure

Pour chaque taille de composant, une résolution minimale est requise (Tableau 3).

Comprendre la relation résolution vs. débit est crucial.

♦ Conclusion

Ne commettez pas l’erreur commune de baser votre évaluation AOI sur un seul paramètre.

Ne pas se focaliser uniquement sur :

• les mégapixels

• les temps de démonstration rapides

Les paramètres réellement importants :

• couverture de défauts

• flexibilité du processus

• disponibilité des mesures

• débit réel

• stabilité du fournisseur

• fiabilité du système

• temps de programmation et de support

• coût total de possession

La couverture de défauts doit toujours être la première raison d’utiliser un système d’inspection.

Si vous comprenez votre processus de fabrication et vous concentrez sur les défauts réels générés, l’AOI offrira :

• une valeur maximale

• une qualité supérieure

• un meilleur retour sur investissement (ROI)

par Paul Groome, Machine Vision Products, Inc.

Publié dans US-Tech, édition de mai 2009

Dans l’environnement économique actuel, l’optimisation des coûts de fabrication — et en particulier des coûts de test et d’inspection — figure en tête des priorités de la plupart des entreprises. Pourtant, nous devons toujours garantir le plus haut niveau de qualité pour les expéditions aux clients. Ces deux objectifs, la réduction des coûts et l’amélioration de la qualité, peuvent être atteints en sélectionnant soigneusement la stratégie de test et d’inspection utilisée en fabrication. Comprendre les avantages et la couverture des défauts offerts par les différentes solutions est essentiel pour atteindre la meilleure qualité au coût le plus bas.

La majorité des techniques de test et d’inspection utilisées aujourd’hui existent depuis longtemps. La plupart ont été développées à la fin des années 1980, lorsque les procédés de fabrication étaient principalement basés sur la technologie traversante (through-hole). Pourquoi, alors que les procédés SMT ont été introduits il y a plus de quinze ans, utilisons-nous encore les mêmes équipements et méthodologies de test ?

La plupart des fabricants avec lesquels j’ai travaillé utilisent les mêmes techniques de test que celles utilisées il y a vingt ans : ICT, inspection visuelle, MDA et test fonctionnel. Est-ce réellement la façon la plus efficace d’assurer la qualité du processus et les coûts les plus bas ? Non. Dans la majorité des cas, l’AOI complète combinée au Boundary Scan permet d’identifier presque tous les défauts de production et défauts électriques.

Si l’on observe les procédés actuels, il existe une multitude de techniques automatisées de test et d’inspection pour détecter les défauts et améliorer la qualité : systèmes In-Circuit Test (ICT), Manufacturing Defect Analyzers (MDA), inspection optique automatisée complète (AOI-Full), inspection optique automatisée comparative (AOI-Comp), test fonctionnel (FT), Boundary Scan (BScan), inspection automatique par rayons X (AXI) et Flying Probers (FP).

Figure 1 – Taux DPMO typiques pour les boîtiers

Chaque plateforme a ses propres capacités permettant de détecter différents types de défauts, chacune avec des coûts différents et un niveau de résolution diagnostique particulier. La question devient donc :

Quelles solutions dois-je utiliser pour répondre aux défis actuels de l’assemblage SMT ?

♦ Définir une stratégie de test et d’inspection pour les procédés actuels

Le premier aspect essentiel consiste à comprendre les défauts générés par votre processus ainsi que les niveaux de qualité exigés par vos clients.

Les types de composants, la densité des cartes et les équipements utilisés influencent la qualité de l’assemblage final. Les valeurs DPMOJ (défauts par million d’opportunités par jonction) pour les boîtiers actuels vont de moins de 50 DPMOJ à plus de 15 000 DPMOJ. Les boîtiers de type “area array” sont généralement les plus fiables lors du placement et du refusion, tandis que les composants à pas fin présentent souvent les taux de défauts les plus élevés. Les Figures 1 et 2 détaillent les DPMOJ typiques basés sur les données de clients MVP. Les membres de l’iNEMI ou de l’IPC disposent d’outils pour calculer les capacités du processus, les rendements attendus et les taux de défauts.

Pour les tests et l’inspection, il est essentiel que la capacité du système corresponde à la capacité de votre processus pour garantir les meilleurs rendements.

♦ Capacités du système : quel est le coût de détection d’un défaut ?

Comme le montre la Figure 3, chaque technique a ses propres capacités et ses propres coûts. Analysons les options en ligne disponibles aujourd’hui.

♦ In-Circuit Test (ICT) et Manufacturing Defect Analyzers (MDA)

L’avantage principal de l’ICT est sa capacité à offrir une couverture fonctionnelle pour les dispositifs numériques. Toutefois, en raison du temps requis pour générer des modèles de test complets, la plupart des utilisateurs se contentent aujourd’hui de techniques d’ouvertures capacitives, réduisant ainsi la couverture à une simple vérification des broches.

De plus :

• l’ICT ne teste pas les composants parallèles (ex : condensateurs de découplage),

• il offre une couverture réelle de défauts seulement entre 65 % et 75 %,

• la couverture chute davantage lorsque l’accès électrique est limité par la densité du PCB ou la fréquence du signal.

En termes de coûts :

• systèmes ICT : 50 000 à 500 000 USD

• création d’un fixture et programme pour une grande carte (>5 000 nœuds) : peut dépasser le prix d’un système AOI complet

• même les petites cartes coûtent souvent 20 000 USD et nécessitent 2–3 semaines

Compte tenu des coûts élevés, de la faible couverture et de la diminution de pertinence du test fonctionnel numérique, on peut se demander :

L’ICT est-il encore viable pour les besoins modernes ?

♦ Inspection automatisée par rayons X (AXI)

Les deux grandes technologies 3D disponibles sont :

• la tomosynthèse

• la laminographie

AXI offre la meilleure couverture pour les joints de soudure cachés, mais présente des limites importantes :

• coût : 450 000 à 750 000 USD

• généralement incompatible avec les temps de cycle de ligne

• taux de faux appels très élevés (>5000 ppmJ)

• programmation complexe et lente

À moins d’inspecter des produits extrêmement coûteux et critiques, AXI n’est généralement pas viable.

♦ Boundary Scan (BScan)

Standardisé dans les années 1990, son adoption s’est récemment accélérée en raison de la perte d’accès électrique pour l’ICT/MDA.

Boundary Scan offre :

• la meilleure couverture pour les dispositifs numériques

• le coût par défaut le plus bas

• un prix système entre 10 000 et 25 000 USD

Si les ingénieurs de conception respectent les bonnes pratiques de chaînage, BScan peut offrir une couverture exceptionnelle. Il est aussi idéal pour :

• la programmation ISP

• la programmation de mémoire flash

• la vérification fonctionnelle des circuits numériques

♦ Inspection Optique Automatisée (AOI)

— AOI complète vs AOI comparative

Les deux approches sont souvent confondues, mais elles sont très différentes.

● AOI complète (Full AOI)

• mesure véritablement les paramètres des composants et des joints

• moins sensible aux variations du procédé

• offre la meilleure couverture de défauts

• fournit des capacités de métrologie

• permet l’intégration avec SPC et le contrôle du processus

• redonne une image fidèle du processus réel

● AOI comparative

• compare un composant à une image de référence

• programmation initiale plus rapide

• plus sensible aux variations de procédé

• taux de faux appels beaucoup plus élevé

• couverture plus faible en production réelle

♦ Choisir la bonne stratégie de test et d’inspection

La Figure 5 illustre la couverture totale des défauts pour chaque méthode.

Une stratégie moderne et rentable consiste à combiner :

✔ AOI complète

✔ Boundary Scan

Cette combinaison offre :

• 100 % de couverture des composants

• vérification des valeurs de passifs

• validation fonctionnelle de chaque composant numérique

• très faibles coûts d’exploitation

• programmation rapide (< ½ journée)

• capacités de SPC intégrées

Il s’agit généralement de la meilleure stratégie en termes de rapport coût/couverture.

Pour que cela fonctionne, l’AOI complète doit proposer :

• métrologie avancée

• techniques Tri-Color

• capacités de mesure flexibles

• haute résolution

• outils de programmation rapides (comme ePro)

• 

par Dr George T. Ayoub, Président & CEO, MVP Inc.

Les solutions d’inspection AOI à grande vitesse ont été très bien accueillies pendant plus de deux décennies par plusieurs secteurs industriels tels que le SMT traditionnel, l’automobile et la fabrication de circuits imprimés. Les solutions innovantes, la qualité intégrée, la fiabilité, la faible maintenance et les capacités d’inspection à grande vitesse de pointe ont attiré plusieurs leaders de l’industrie ainsi que des géants de l’assemblage à haut volume dans le monde entier.

L’année dernière, MVP a introduit une nouvelle ligne de produits innovants qui a révolutionné la technologie AOI dans plusieurs secteurs de l’industrie électronique. Destinée aux applications de packaging, la nouvelle plateforme a été conçue pour répondre et dépasser les exigences complexes des lignes d’assemblage de Fabrication à Haut Volume (HVM). La nature configurable de la plateforme en fait un choix AOI à grande vitesse idéal pour de nombreuses applications dans des lignes d’assemblage complexes et hybrides C4 + SMT.

♦ Une nouvelle plateforme d’inspection pour les applications de packaging

La demande du marché pour de nouveaux produits électroniques progresse rapidement, avec un désir croissant de fonctionnalités élégantes, de mobilité et d’une plus grande fonctionnalité intégrée. Les exigences agressives en matière de design imposent des facteurs de forme plus petits, réduisant les dimensions dans les trois axes. La fonctionnalité intégrée, quant à elle, entraîne une plus grande diversité de composants SMT avec des caractéristiques plus petites et des profils plus bas. Cette tendance représente un défi important pour l’intégration des produits, particulièrement dans le domaine de l’assemblage de packaging.

L’inspection en temps réel, équipée des « crochets » adéquats pour fournir une rétroaction pertinente et des informations faciles à interpréter, peut désormais permettre aux lignes d’assemblage complexes d’être plus efficaces dans la gestion des processus amont et aval, concernant le rendement de ligne, l’utilisation, la productivité globale et la rentabilité. La plateforme a été conçue en tenant compte de toutes ces considérations afin de répondre aux besoins AOI d’aujourd’hui et de demain.

Une plateforme configurable, selon l’application, utilise différents systèmes électro-optiques et/ou des systèmes de manutention de matériaux afin de satisfaire divers besoins de traitement. Cependant, la plateforme de base reste la même pour toutes les applications. La similarité entre les différentes configurations améliore l’utilisation globale des lignes d’assemblage complexes. Une fois la formation de base effectuée, les opérateurs peuvent passer d’un processus à un autre avec un minimum de formation supplémentaire, puisque le même système d’exploitation et la même interface sont utilisés dans toutes les configurations. Parmi les autres avantages clés figurent la gestion des pièces de rechange et la maintenance des équipements. Une grande partie des composants est commune à toutes les configurations, ce qui réduit le stock de pièces de rechange, facilite le dépannage et simplifie la maintenance périodique.

Toutes les configurations sont équipées d’une base en granit massif pour améliorer la précision d’inspection. Un châssis de haute précision destiné à compléter la base en granit, une seule caméra couleur de 4 mégapixels et un éclairage LED programmable permettent l’acquisition d’images répétables à grande vitesse « en mouvement », avec une résolution de champ de vision de 3 à 25 μm/pixel. Une lentille télécentrique est disponible en option pour augmenter davantage la précision d’inspection requise dans certaines applications.

Une attention particulière a été accordée au système de manutention des matériaux afin d’assurer une flexibilité maximale et la prise en charge des plateaux JEDEC, des supports métalliques, des PCB nus ainsi que des bandes fines. Toutes les plateformes peuvent être configurées en voie simple ou double. Des socles de support et un serrage automatique des cartes sont également disponibles en option pour un positionnement plus précis. Les communications amont et aval ont été intégrées grâce à un contrôle PLC flexible, une interface SMEMA et une capacité d’automatisation complète permettant de transférer les performances de l’outil et les données spécifiques des recettes vers les serveurs de gestion de ligne.

La plateforme est livrée avec un puissant package SPC intégré. Un large flux de résultats d’inspection précieux est continuellement collecté et peut être tracé en temps réel dans différents formats pour aider au diagnostic et maintenir une ligne d’assemblage à haut rendement. La programmation et le débogage hors ligne sont disponibles pour minimiser les interruptions de production. Un logiciel de programmation basé sur une bibliothèque générée par CAO réduit considérablement le temps de création et de test de nouvelles recettes.

Avec l’évolution croissante de la technologie de packaging, en particulier dans le packaging organique et le traitement de paquets fins, le besoin d’AOI ne cesse d’augmenter. La plateforme MVP 850G a été spécifiquement conçue pour répondre aux besoins actuels et futurs de l’assemblage de packaging. L’outil peut être configuré pour effectuer l’inspection de la pâte 3D, l’inspection du flux en 2D (sans additifs fluorescents), l’inspection des composants C4 Die et SMT (avant et après refusion simultanément), l’inspection de l’underfill époxy C4 (étalement, qualité, congé, etc.), l’inspection de finition de surface (rayures, dommages, etc.), l’inspection de wire bond, de colle et de scellants, le SMT traditionnel (avant et après refusion) et bien d’autres applications. L’outil peut être placé en ligne ou hors ligne selon la configuration de la ligne et les besoins du processus.

♦ Système de métrologie pour le placement de dies

MVP a été mis au défi par l’un de ses principaux clients de fournir une solution pour la mesure et l’inspection précises des dies placés sur un substrat. Comme la précision du placement est critique pour la fiabilité du produit, l’équipe d’ingénierie et de direction de MVP a lancé un projet pour développer un outil de métrologie et d’inspection.

L’outil devait être un système robuste basé sur la métrologie, capable d’une répétabilité en X et Y de 1,3 micromètre, d’une reproductibilité en X et Y de moins de 2 micromètres, d’une répétabilité et reproductibilité de rotation n’excédant pas 0,007 degré, et d’une précision globale entre différents systèmes n’excédant pas 10 micromètres.

Forte de nombreuses années d’expérience utilisant diverses méthodes d’inspection dans plusieurs secteurs industriels, une task-force a entrepris de spécifier un nouvel outil d’inspection répondant aux exigences du client. L’outil devait non seulement inspecter le placement du die sur le substrat avant et après refusion, mais aussi inspecter la finition de surface, y compris les rayures et irrégularités de la surface du die.

D’autres capacités incluaient l’inspection de composants montés en surface tels que 0204, 0201, 0603 IDC, 0402, réseaux de résistances et même les QFPs avec un pitch de 12 mil.

Pour répondre à ces exigences variées, un module électro-optique propriétaire a été développé. Des études de résolution ont montré qu’un pixel de 16 μm était suffisant pour répondre aux exigences de vitesse et de précision. Le module électro-optique utilise une lentille télécentrique et une source d’éclairage tricolore complétée par une lumière blanche. Cela garantit la visibilité des défauts de montage en surface ainsi qu’un meilleur rapport signal/bruit pour les bords.

Le logiciel de la plateforme est équipé d’une large gamme d’algorithmes d’inspection existants, incluant la détection de bords sub-pixel, la détection de défauts de surface, les algorithmes SMT pré- et post-refusion, ainsi que les algorithmes de métrologie.

Un autre défi significatif était d’atteindre le nombre d’unités par heure requis. Dans la plage de 3000 à 4000 UPH, l’utilisation simultanée de l’enregistrement fiducial et de l’inspection a permis des économies de temps substantielles durant le cycle d’inspection.

Le système devait offrir une capacité double voie, fonctionnant en tandem avec les équipements de production existants afin de maintenir le rythme de la ligne. D’autres défis incluaient l’intégration de SECS/GEM et de la traçabilité des lots dans l’outil d’inspection.

Un autre paramètre critique était le temps de disponibilité du système, dont la spécification minimale était de 98,5 %. La plateforme a encore une fois dépassé cette exigence, atteignant plus de 99 % de disponibilité.

Les graphiques suivants montrent comment la plateforme a non seulement répondu aux spécifications du client, mais les a largement dépassées.

♦ Sigmas de répétabilité et de reproductibilité

♦ Test de correspondance avec le système de référence

Le graphique suivant montre les résultats de l’un des systèmes basés sur la métrologie. Seize dies avec différents décalages (DX) ont été mesurés par un système de référence et par le système de métrologie de placement de dies. Notez que la pente est de 1,032 selon l’ajustement par régression linéaire, et que le R-carré est de 0,99. Le biais est de 1,4147 micromètre.

MVP n’a pas seulement réussi à déployer le premier outil pour ce client, mais a depuis fourni plus de 50 systèmes similaires, tous ayant passé des procédures de test rigoureuses avant acceptation.

Avec la transition de l’inspection SMT traditionnelle vers les capacités d’inspection micro-électronique, MVP a démontré que sa force réside dans des solutions d’inspection performantes, flexibles et innovantes.

Tel que publié dans Advanced Packaging Magazine, avril 2006

par Dr. George T. Ayoub, Président et CEO, MVP Inc.

La technologie de wire bond (connexion par fil) continuera de prospérer dans de nombreux secteurs de l’industrie de l’encapsulage électronique bien dans un avenir prévisible. Les grandes tendances de cette industrie au fil des années ont inclus une augmentation continue du nombre d’interconnexions, la miniaturisation des circuits, l’accent mis par l’industrie sur la vitesse d’assemblage, et la réduction du coût par interconnexion. Les machines de wire bonding ont suivi ces tendances et sont devenues sophistiquées, fiables, rapides et précises. Cependant, l’inspection du wire bond manque de moyens pour automatiser l’inspection et garantir l’intégrité des interconnexions, lesquelles ont un impact direct sur la qualité du produit final. À mesure que le nombre d’interconnexions augmente, l’opportunité de produire un composant défectueux se multiplie. Comme le wire bonding intervient à la fin de la production, le coût d’une mauvaise interconnexion est élevé par rapport à un défaut pouvant être détecté et corrigé au début du processus. Par conséquent, une mauvaise interconnexion représente un risque qui affecte à la fois le coût et la qualité du produit.

Actuellement, la plupart des méthodes d’inspection pour le wire bond sont manuelles, et utilisent des contrôles visuels au microscope, l’inspection par contact ou une inspection semi-automatisée assistée par un capteur optique ou par rayons X. Ces méthodes d’inspection sont lentes, nécessitent beaucoup de main-d’œuvre, et sont coûteuses. En raison de ces limitations, elles sont souvent utilisées pour tester le produit selon un échantillonnage. Les méthodes manuelles — tant visuelles que celles assistées par un capteur — sont loin d’être parfaites et souffrent de la variabilité inhérente à l’inspection humaine. En l’absence de mesures automatisées, elles sont subjectives et dépendantes de l’opérateur. L’inspection par contact teste la solidité du wire bond par contact physique. Cette méthode est lente et comporte des risques de dommages physiques ou de dommages électrostatiques potentiels. Toutes ces méthodes sont limitées à l’inspection du wire bond, ce qui constitue un autre inconvénient. Les capacités d’un outil d’inspection devraient inclure la mesure du placement du die ainsi que l’inspection de la qualité des joints de soudure d’autres composants situés à proximité des wire bonds. Il existe aujourd’hui un besoin urgent d’une méthode d’inspection efficace et fiable qui soit performante, sûre, fiable, basée sur des mesures, capable d’inspecter tous les modes de défaillance du wire bond, suffisamment polyvalente pour inclure la mesure et l’inspection d’autres composants électroniques, et assez rapide pour suivre la cadence de production tout en inspectant 100 % des produits.

En parallèle avec le développement dans l’industrie de l’encapsulage, l’inspection optique automatisée basée sur des règles (AOI) a émergé comme une méthode efficace d’inspection et de mesure pour toutes les étapes du processus d’assemblage de PCB. L’AOI est devenue un outil éprouvé et fiable pour inspecter la pâte à braser, le placement des composants et les joints de soudure, et a été largement utilisée pour améliorer la qualité et réduire les coûts d’assemblage. Des avancées notables en AOI ont été rendues possibles grâce aux progrès de la technologie des caméras et à la disponibilité de plateformes informatiques rapides et économiques. Aujourd’hui, les systèmes AOI utilisent des capteurs de caméra rapides et sensibles, ainsi qu’une multitude d’illuminateurs LED programmables alimentés par des algorithmes sophistiqués d’inspection et de mesure, et sont capables de répondre aux exigences d’une inspection à 100 % à la vitesse de la ligne de production. Cela a permis d’augmenter la couverture des défauts, la vitesse d’inspection, et de réduire les faux acceptés et faux rejetés. Les aspects de programmation de cette technologie sont également devenus plus simples au fil des années, contribuant largement à son adoption généralisée. La question se pose naturellement : la technologie AOI peut-elle servir de base pour répondre aux exigences strictes de l’inspection post-wire-bond ?

La réponse à cette question est « oui ». Dans le passé, l’industrie de l’AOI n’était pas en mesure de répondre aux exigences posées par l’inspection post-wire-bond. Jusqu’à récemment, il n’existait aucun équipement universel capable de satisfaire toutes ces exigences. Aujourd’hui, un outil a été introduit qui fournit une solution utile pour de nombreux aspects de l’inspection post-wire-bond. La capacité d’extraire le fil du fond complexe et variable entre le die et le pad est un aspect important de l’inspection post-wire-bond. Accomplir cette tâche nécessite une illumination intelligente et des algorithmes d’inspection travaillant ensemble pour augmenter le rapport signal-bruit entre le fil et son environnement. L’outil d’inspection utilise un grand capteur de caméra couleur et des illuminateurs LED programmables fabriqués sur mesure, positionnés à différents angles par rapport au wire bond. La surface métallique du fil reflète la lumière et peut apparaître noire ou blanche par rapport au fond selon la hauteur de l’angle d’éclairage. La clé pour augmenter le rapport signal-bruit consiste à utiliser tous les angles d’éclairage afin d’extraire plus efficacement le fil du fond. Cette tâche est réalisée à l’aide d’algorithmes propriétaires sophistiqués fonctionnant en harmonie avec l’illuminateur. L’algorithme vérifie si le fil est enregistré dans la bonne région du die et du pad. Ensuite, il évalue la qualité de la connexion au niveau du die et du pad, et vérifie la présence de rayures dans ces zones. Puis le fil est suivi et examiné afin de vérifier sa continuité, sa rectitude et sa déviation maximale par rapport à une ligne droite ajustée. La hauteur de la boucle est contrôlée pour vérifier qu’elle respecte une tolérance donnée grâce à la réflexion du fil sous différents angles d’illumination. Tous les algorithmes utilisent des filtres numériques de manière séquentielle pour extraire des caractéristiques et analyser des signatures en utilisant des mesures à chaque étape.

La translation et la rotation du die par rapport à sa position idéale sont mesurées avec une précision sub-pixel en utilisant plusieurs fenêtres autour des bords afin de minimiser les erreurs. L’enregistrement du die dépend de la précision de la platine, ainsi que de la précision des informations de fiducial et du CAD. L’outil est également capable de mesurer la position d’autres composants du circuit et d’évaluer la qualité des joints de soudure, signalant tout défaut.

Le grand capteur et le frame grabber propriétaire permettent de capturer des images « en mouvement » pendant le déplacement de la caméra, répondant ainsi aux exigences de résolution et de vitesse. Le champ de vision est petit afin d’assurer un nombre suffisant de pixels sur la cible. De plus, le système est équipé d’un illuminateur garantissant la qualité d’image et la profondeur de champ. L’approche d’illumination et d’algorithmes est la même pour les fils fins et épais ; cependant, la résolution de la caméra, mesurée en µm/pixel, est différente dans chaque cas afin d’optimiser la vitesse d’inspection (Figures 1 et 2).

L’outil va au-delà de la détection des défauts de type bon/mauvais et contribue à améliorer le rendement grâce aux techniques de contrôle statistique du processus (SPC) pour les variables mesurées et les attributs. Le module SPC fait partie intégrante de l’outil et suit toute mesure en temps réel, permettant à l’opérateur de prendre des mesures correctives si les limites dépassent les attentes. Prévenir les défauts est essentiel pour maintenir le processus sous contrôle. Selon les paramètres d’alarme, le système peut arrêter la ligne et allumer une lumière jaune ou rouge pour fournir un retour visuel à l’opérateur.

Des résultats préliminaires montrent la capacité de l’outil à suivre des fils d’une épaisseur variant entre 0,5 et 10 mils, même sur des fonds complexes. Les valeurs rapportées concernant la précision de mesure et la répétabilité montrent que la translation du die peut être mesurée avec une précision <10 µm à trois écarts-types, et sa rotation avec une précision <0,05°. Cette innovation constitue une première tentative pour relever le défi de l’inspection post-wire-bond. Les travaux futurs continueront d’améliorer le rapport signal-bruit, d’étendre la couverture des défauts pour des wire bonds multi-couches, et d’augmenter la vitesse d’inspection.

Tel que publié dans Advanced Packaging, septembre 2004 – par George T. Ayoub

L’inspection du flux a été un défi pour les assembleurs Flip Chip et BGA en raison de l’incapacité des systèmes d’inspection — y compris l’AOI (Automated Optical Inspection) — à voir avec précision le matériau et donc à pouvoir l’inspecter tout en maintenant la vitesse de la ligne. Spécifiquement pour les flip chips, l’inspection du flux est une partie importante du contrôle du processus et peut éviter des erreurs coûteuses. Heureusement, une solution de vision machine utilisant l’éclairage UV (ultraviolet), développée au cours de nombreuses années de recherche, est capable de détecter des défauts provenant des dépôts de flux. Cette technique, qui a maintenant été couronnée de succès pendant plus de trois ans sur des lignes de fabrication à haut volume, remplace la lumière visible de l’AOI par une lumière UV spécialisée qui correspond aux propriétés du substrat et du flux, afin d’obtenir des résultats d’inspection optimisés.

♦ Importance de l’inspection du flux dans l’assemblage BGA/CSP

Le flux joue un rôle critique dans la dynamique du processus d’assemblage des boîtiers BGA/CSP. Une vaste gamme de défauts dans l’assemblage final peut être attribuée à une mauvaise déposition du flux ou de la pâte. Par exemple, certains défauts dans l’assemblage final proviennent d’un mauvais alignement du flux par rapport aux pastilles prévues, d’une épaisseur/quantité insuffisante de flux, d’un excès de flux ou de bavures. La détection de ces types de défauts “OK/Non OK” (données attributives) à un stade précoce du processus réduit considérablement le coût d’assemblage. De plus, de nombreux fabricants conviendraient qu’il est important de contrôler le processus de déposition du flux au moyen de variables mesurées pertinentes afin de détecter les tendances et d’empêcher les défauts de se produire. Cela nécessite un système capable de mesurer les variables clés du processus (données variables). En fournissant des informations en temps réel sur les paramètres critiques du processus, les fabricants peuvent prendre des mesures correctives et éviter les rebuts et les pertes de production.

♦ Défis technologiques : Rendre visible l’invisible.

Le processus d’inspection du flux a été un défi pour les fabricants d’AOI en raison de l’incapacité de la lumière visible à bien imager le matériau de flux et donc à pouvoir l’inspecter. Les éclairages à angles élevés comme à faibles angles dans le visible souffrent tous deux d’un faible rapport signal-bruit du flux par rapport à l’arrière-plan. Cependant, lorsque le flux est illuminé par de la lumière UV, il fluoresce dans le visible et le signal peut être capturé au moyen de filtres appropriés conçus pour éliminer toute lumière de fond ne provenant pas du flux fluorescent. Dans ces conditions, le rapport signal-bruit entre le flux et l’arrière-plan est considérablement amélioré. La clé pour obtenir un bon rapport signal-bruit réside dans la conception appropriée des filtres et de l’éclairage — qui sont propriétaires — et qui doivent être adaptés au flux lui-même ainsi qu’au matériau de fond (céramique et éventuellement FR4), tout en éliminant la lumière visible de fond. (Voir Illustration “A” – Images sous lumière visible versus lumière UV.)

♦ Défi : Vitesse et résolution pour un système en ligne.

Les paramètres d’acquisition d’image jouent un rôle important dans la capacité du système. Deux paramètres essentiels sont la vitesse d’inspection et la magnification optique adéquate (résolution). Les deux sont liés car la vitesse d’acquisition est inversement proportionnelle au nombre de pixels acquis, qui varie linéairement avec le carré de la magnification. De plus, l’illumination de petites zones nécessite une quantité importante de lumière et un nombre adéquat de pixels sur la cible. Les exigences de maintenir des temps de cycle très rapides, combinées à une haute résolution, ont été satisfaites au moyen de l’utilisation de multiples têtes de caméra, d’un éclairage UV approprié et d’une électronique spécialisée. Plusieurs têtes de caméra (dans ce cas, trois sont utilisées) étendent le champ de vision d’une forme carrée à une forme rectangulaire, tout en ne sacrifiant pas la résolution. L’électronique spécialisée permet à la caméra d’acquérir en parallèle et ajuste sa vitesse à celle du processeur informatique. L’utilisation de diodes UV assure la longévité et la stabilité du système au fil du temps, ce qui est extrêmement important lorsqu’un programme d’inspection doit fonctionner sans modification sur différents systèmes ou lignes de production.

Le système est également capable de mesurer les paramètres de la pâte sous UV et/ou sous lumière visible régulière, ce qui le rend extrêmement utile pour contrôler le processus de déposition de pâte. Les algorithmes qui extraient la position, la surface, la couverture de la pastille et la luminosité sont basés sur une analyse de “blobs” et ne sont appliqués que dans les zones d’intérêt.

♦ Détection des défauts, variables mesurées et SPC

En utilisant des techniques de fluorescence UV, le système en fonctionnement va au-delà de la détection des défauts de type OK/Non OK et aide à améliorer le rendement au moyen de techniques SPC basées sur des variables mesurées. Il mesure la position, la surface, la couverture de la pastille et la luminosité du flux déposé. La luminosité est mesurée en calculant l’échelle de gris médiane du “blob” de pâte. Bien qu’il soit idéal d’utiliser la hauteur et le volume du flux, ces mesures avec la technique UV utilisée ici dépendent des propriétés du flux et du matériau de fond, et ne peuvent pas être considérées comme des mesures absolues dans tous les cas. Il existe de bonnes raisons logiques, étayées par des expériences, confirmant que la luminosité est corrélée à la hauteur du flux. En effet, la luminosité dépend de la quantité de matériau fluorescent dans le flux et devrait donc varier linéairement avec le volume. Cependant, cette linéarité n’est pas toujours garantie et dépend de l’environnement. Par conséquent, il faut faire preuve de prudence lors de l’interprétation de la luminosité mesurée, puisque d’autres matériaux peuvent également fluorescer et augmenter le bruit. La méthode décrite s’est avérée efficace dans un environnement de production, en utilisant la luminosité avec la position, la surface et la couverture de pastille comme paramètres mesurés, fournissant ainsi un moyen logique et adéquat de contrôler la qualité finale du processus au moyen des méthodes SPC.

Dans l’environnement de production, le contrôle du processus en temps réel s’est avéré ajouter de la valeur au processus en suivant les tendances et en empêchant l’apparition de défauts (voir Illustration “B” – Graphiques de données en temps réel), et a été une partie intégrale et critique du système. Selon les réglages d’alarme, le système est capable d’arrêter la ligne ou d’activer une lumière jaune ou rouge pour un retour visuel à l’opérateur.

♦ Conclusion

La technique décrite a été éprouvée pendant plus de trois ans d’inspection en ligne. Le système est capable du processus avec des valeurs GRR dans la plage de 2,5 % à 8. Il est capable de suivre une vitesse de ligne de production relativement rapide tout en atteignant un taux de faux appels entre 10 et 20 ppm et un taux de faux acceptés inférieur à quelques ppm. En contenant les défauts à ce stade précoce et en contrôlant les tendances via SPC, de bons résultats ont été obtenus. Les travaux futurs prévoient de continuer à améliorer le rapport signal-bruit et d’étendre l’application de cette technique à différents substrats et types de flux.

Références

Reliability and Yield in Flip-Chip Packaging, Alan Lewis, Ed Caracappa, Lawrence Kessler, 1998_11_hdi_flip_chip_reliability.pdf

Comme publié dans SMT Magazine, juin 2001

par Dr George T. Ayoub, Président & CEO, MVP Inc.

Alors que l’inspection optique automatisée a été intégrée avec succès dans de nombreuses lignes de production, beaucoup d’autres données utiles pour le processus d’inspection restent encore non exploitées. Comment ? Grâce au contrôle statistique des processus… et à un « catalyseur ».

En termes simples, le contrôle statistique des processus (SPC) est une méthode permettant de surveiller, contrôler et améliorer un processus à travers l’analyse statistique. Ses quatre étapes de base incluent la mesure du processus, l’élimination de ses variations pour le rendre cohérent, ainsi que la surveillance et l’amélioration du processus pour atteindre sa valeur cible optimale.

Dans toute l’industrie électronique, le SPC a été mis en œuvre avec un succès global. La qualité s’est généralement améliorée tandis que le niveau de responsabilité s’est accru, les données (dont certaines collectées par des systèmes d’inspection optique automatisée [AOI]) étant disponibles pour surveiller les défauts et indiquer des performances sous-optimales. Toutefois, une faille inhérente à l’utilisation générale du SPC subsiste : les données ne sont pas en temps réel. En général, l’information est analysée, les problèmes de ligne sont découverts et des changements sont effectués — un processus qui intervient des heures, voire des jours après les faits. Pendant cet intervalle entre l’identification du défaut et sa correction, des milliers de cartes imparfaites peuvent avoir été produites, engendrant des coûts élevés et des niveaux de rebut croissants.

Dans un monde aux marges bénéficiaires serrées, où réussir du premier coup est essentiel pour la rentabilité d’un OEM ou d’un sous-traitant, il n’est tout simplement pas acceptable de gaspiller du temps et des ressources à produire des PCB défectueux ou à faire fonctionner des lignes SMT sophistiquées de manière inefficace. Ainsi, dans un monde idéal, le SPC serait en temps réel. Mais comment fonctionnerait-il ? Idéalement, lorsqu’un processus dévie d’une spécification prédéfinie, l’opérateur serait immédiatement averti et un plan d’action proposé pour une correction instantanée. Par-dessus tout, le défaut ne serait pas découvert le lendemain matin lors de la réunion SPC. La clé pour obtenir ces résultats est l’association d’une AOI sophistiquée avec la méthodologie SPC : utiliser l’information d’inspection comme outil clé directement sur la ligne. L’objectif de l’AOI/SPC en temps réel est un rendement et un débit plus élevés, une efficacité accrue de la ligne et une réduction du coût total de fabrication.

Lier AOI et SPC

En utilisant les données standard de défauts et les mesures variables que les systèmes AOI sophistiqués d’aujourd’hui peuvent générer, il est possible de créer un système d’inspection/détection en temps réel qui alerte les opérateurs dès qu’un processus dépasse des limites prédéfinies — et ce, immédiatement. C’est là, en essence, le SPC en temps réel : un système qui surveille continuellement la performance de la ligne, détecte les problèmes sur chaque carte, vérifie les opérations de placement, mesure le fonctionnement des feeders et des buses, et contrôle strictement la variabilité du processus afin d’optimiser les performances, le throughput, les premiers passages et la qualité globale.

Deux facteurs sont essentiels au SPC en temps réel :

• Une AOI rapide et précise, capable d’effectuer des mesures de soudure avant et après refusion

• Une série de « simples » contrôleurs de ligne utilisant un réseau RS485 pour collecter les données

Ces derniers envoient immédiatement les données à un réseau intelligent de maintenance d’informations qui traduit les références de circuits en informations spécifiques à la machine, au feeder et à la buse. Le réseau permet également la transmission de données en provenance de la sérigraphieuse, de la machine de pose, du four de refusion et du système AOI.

Le résultat d’une telle intégration est une amélioration de la performance de la ligne et le début d’un système expert capable d’identifier les problèmes générés par chaque équipement individuel. Des instructions opérateur et des actions correctives dirigées vers la machine « coupable » suivent immédiatement, selon les limites de contrôle du processus définies par l’ingénierie. D’autres données essentielles — par exemple, les meilleurs et moyens temps de cycle, les temps de fonctionnement, de blocage, de manque de composants, d’arrêt, ainsi que le top 10 des problèmes de buses et de feeders — peuvent être capturées et analysées en temps réel.

On appelle ce résultat Dynamic Process Control (DPC), car en fonctionnement il va au-delà du SPC en temps réel en ajoutant des alertes sonores et, via un écran, en suggérant de manière proactive les actions correctives à entreprendre. En général, il n’est plus nécessaire d’utiliser des cartes de contrôle classiques car l’interface d’échantillonnage de la machine est affichée uniformément sur toutes les machines. De plus, le DPC peut contribuer à améliorer le contrôle qualité, l’équilibrage de ligne en temps réel, la gestion des stocks et la prévision de production.

Ce que DPC peut accomplir

En calculant les meilleurs et les moyens temps de cycle, les fabricants peuvent savoir — souvent pour la première fois — quel niveau réel d’utilisation de leurs systèmes est atteint. Il est courant que les opérateurs pensent que leurs lignes fonctionnent à 75 % d’utilisation ou plus, sans aucune donnée en temps réel pour l’appuyer. Ainsi, dans certains cas, l’ajout d’un système DPC peut révéler que l’utilisation réelle est bien inférieure à 75 % ; mais, dans le même temps, détecter des défauts et suggérer des actions correctives qui permettent rapidement de ramener les lignes à une utilisation pleine.

Par exemple, le DPC peut être utilisé pour améliorer l’utilisation des machines de placement en retraçant des buses ou des feeders défectueux jusqu’au fabricant, ou des composants défectueux jusqu’à une bobine spécifique, optimisant ainsi la ligne pour répondre à une gamme de produits changeante.

Des modules supplémentaires ont été développés pour effectuer d’autres tâches en temps réel, telles que la vérification de configuration pour éliminer les erreurs en validant les numéros de pièces acceptables pour chaque chargement de bobine. D’autres modules incluent le suivi du WIP (travail en cours) pour enregistrer la progression des panneaux, la traçabilité des matériaux pour relier des défauts sur le terrain à un composant spécifique d’un fabricant particulier, la gestion des matériaux pour suivre la consommation et avertir des pénuries imminentes, et la rétroaction d’inspection — un lien entre l’AOI et les machines de placement pour avertir des problèmes potentiels de feeders.

Enfin, le DPC peut être utilisé pour vérifier la configuration des lignes et fabriquer les produits correctement dès le premier essai, évitant ainsi des réparations coûteuses et des coûts opérationnels élevés. Comme une base de données standard stocke l’information, les ingénieurs et le personnel de fabrication peuvent facilement générer des rapports à l’aide d’outils standard tels qu’Access. Les données peuvent également être intégrées au propre système d’information du client.

Ce qui manque à l’AOI et au SPC

Combiner les données AOI avec un logiciel et des modules de collecte de données placés tout au long d’une ligne SMT peut transformer un SPC statique en DPC en temps réel. Toutes les alertes du système sont déclenchées par des limites préétablies. Des actions correctives spécifiques sont recommandées, avec des instructions affichées sur les modules de collecte de données. Les systèmes peuvent être consultés jusqu’à la machine, la buse ou le feeder spécifique, depuis n’importe quel ordinateur en ligne dans le monde.

Bien que le DPC puisse agir comme un « bulletin de performance » en temps réel montrant à quel point les lignes et machines fonctionnent — et fournissant les données pour le prouver — il ne s’agit pas de chercher des coupables. Plutôt, combiner AOI avec matériel et logiciel pour recueillir et analyser les données devient un outil supplémentaire dans la quête de la qualité optimale et du meilleur rendement de ligne possible.

Étant donné la nécessité d’accélérer le time-to-market et l’urgence de fabriquer des produits correctement dès le premier essai, l’AOI standard et le SPC ne peuvent plus fournir la gamme complète d’informations (temps d’arrêt, temps actif, délais, etc.) nécessaires pour optimiser la performance des lignes et garantir les niveaux de qualité — et encore moins en temps réel. Il n’y a pas si longtemps, avant l’adoption presque universelle de l’AOI et du SPC, les niveaux de qualité et l’optimisation des lignes reposaient essentiellement sur des « suppositions » — basées sur des preuves anecdotiques et des défaillances sur le terrain. Avec l’AOI, la détection des défauts est devenue bien plus précise. Les fabricants pouvaient, pour la première fois, « voir » le problème en temps réel. Et avec le SPC, l’optimisation des lignes et le contrôle qualité se sont améliorés car, pour la première fois, l’ingénierie disposait de données concrètes pour surveiller la ligne et l’ajuster pour un rendement optimal (bien que de manière différée).

Pour sa part, le DPC promet de compléter le tableau en transformant l’AOI et le SPC traditionnels.

SMT : Dynamic Process Control est une marque déposée de Machine Vision Products Inc.