CN106079892A - 一种pcb锡膏印刷过程质量智能监控系统及方法 - Google Patents

Abstract

本发明提供的一种PCB锡膏印刷过程质量智能监控系统及方法，系统包括数据采集模块、印刷质量管理数据库、统计分析模块和灯光控制模块；数据采集模块实时采集SPI检测系统检测到的PCB印刷的锡膏各类参数数据，统计分析模块获取数据采集模块采集到的数据，并对数据进行分析，根据分析结果判断锡膏印刷过程质量是否受控，当PCB锡膏印刷过程质量失控或有失控倾向时，向灯光控制模块发出印刷过程质量不受控信号，灯光控制模块可通过控制不同警示灯报警提示出现失控的具体情况。解决了现有技术中无法监控印刷过程质量的缺陷，能对印刷过程进行监控，当发现印刷过程不受控时，及时发出警报提示，减少了锡膏印刷缺陷数量。

Description

一种PCB锡膏印刷过程质量智能监控系统及方法

技术领域

本发明涉及表面贴装技术领域，尤其涉及PCB锡膏印刷过程质量监控领域。

背景技术

表面贴装技术SMT(Surface Mount Technology)是一种将无引脚或短引线表面组装元器件安装在印制电路板PCB的表面或其它基板的表面上，通过回流焊或浸焊等方法加以焊接组装的电路装连技术。对于SMT质量来说，最为关键的工序就是印刷工序。全球表面贴装协会(SMTA)的报告提到在PCB设计正确、元器件和PCB质量有保证的前提下，SMT工艺的不良中锡膏印刷相关的不良占74％。锡膏印刷工艺的好坏决定着SMT工艺的品质。

在印刷生产环节中，由于多种因素的相互作用而使印刷质量发生变化，生产出不合格品，既浪费了资源，也降低了企业的效益。虽然印后的质量检测和控制已经实现了较好的自动化，但从印刷过程的角度看，无法实现预防为主的控制。

发明内容

针对现有技术中存在的上述不足，本发明目的在于提供PCB锡膏印刷过程质量智能监控系统，能对印刷过程进行监控，当发现印刷过程不受控时，及时发出警报。解决现有技术中印刷过程无法实现预防为主的控制的缺陷。

本发明的另一个目的还在于提供PCB锡膏印刷过程质量智能监控系统的方法。

为解决上述技术问题，实现发明目的，本发明采用的技术方案如下：

一种PCB锡膏印刷过程质量智能监控系统，包括数据采集模块、印刷质量管理数据库、统计分析模块和灯光控制模块；

所述数据采集模块用于实时采集SPI检测系统检测到的PCB锡膏印刷过程中各类参数数据，同时将采集到的数据传输到印刷质量管理数据库进行存储；

所述统计分析模块获取数据采集模块采集到的数据，并对数据进行分析，根据分析结果判断锡膏印刷过程质量是否受控，当PCB锡膏印刷过程质量失控或有失控倾向时，向灯光控制模块发出印刷过程质量不受控信号；

所述灯光控制模块接收到来自统计分析模块的印刷过程质量不受控信号时，启动报警灯进行报警。

进一步，所述PCB锡膏印刷过程中各类参数数据包括但不限于印刷锡膏的百分比高度、印刷锡膏的百分比体积、面积、X坐标偏移和Y坐标偏移。

进一步，所述统计分析模块利用SPC控制图对数据采集模块所采集的数据进行分析；SPC控制图包括控制图，s控制图和c控制图，统计分析模块根据各类参数数据的控制图分别监测各类参数数据中心值的起伏变化情况，根据各类参数数据的s控制图分别监测各类参数数据分散性的起伏变化情况，根据各类参数数据的c控制图监测锡膏印刷过程中产生的缺陷变化情况是否处于统计受控状态。

进一步，所述控制图中 其中，UCL₁为控制图的上控制线，LCL₁为控制图的下控制线，CL₁为控制图的中心线，为每块PCB焊点位置的参数数据的平均值，为的均值，为第j块PCB板上焊点位置的参数数据的平均值。

进一步，所述s控制图中CL₂＝μ_s，UCL₂＝μ_s+3σ_s，LCL₂＝μ_s-3σ_s；其中，UCL₂为s控制图的上控制线，LCL₂为s控制图的下控制线，CL₂为s控制图的中心线，k块PCB中第j块上n个焊点的标准偏差由下式计算由每块PCB标准偏差s_j组成的随机变量的期望值和标准偏差分别为μ_s和σ_s。

进一步，所述c控制图中CL₃＝μ,UCL₃＝μ+3σ,LCL₃＝μ-3σ；其中UCL₃为c控制图的上控制线，LCL₃为c控制图的下控制线，CL₃为c控制图的中心线，参数数据服从正态分布，即X～N(μ,σ²)。

进一步，所述统计分析模块获取数据利用SPC控制图对某类参数数据进行分析时，如果该类参数数据的SPC控制图出现受控状态的五组规则中的小概率事件时，向灯光控制模块发出该类参数数据不受控信号，提示该类参数数据失控或有失控倾向。

如上述的PCB锡膏印刷过程质量监控系统的方法，其特征在于，包括：

采集SPI检测系统检测到的PCB锡膏印刷过程中各类参数数据；

利用各类参数数据分别计算各类参数数据对应的SPC控制图中的控制限，绘制各类参数数据的对应的SPC控制图，并将采集到的各类参数数据分别标示在各类参数数据对应的SPC控制图中；

分别判断各类参数数据的SPC控制图是否存在受控状态的五组规则中的小概率事件，如果某类参数数据的SPC控制图存在受控状态的五组规则中的小概率事件，向灯光控制模块发出该类参数数据不受控信号，提示该类参数数据失控或有失控倾向。

相比于现有技术，本发明具有如下优点：

本发明提供的PCB锡膏印刷过程质量智能监控方法及系统，能对印刷过程进行监控，当出现印刷过程不受控时，及时发出警报，减少锡膏印刷缺陷。其次解决设备运行孤岛、信息孤岛问题，本发明通过采用SPC技术统计分析SPI检测到的锡膏印刷过程中的各类参数数据，判断锡膏印刷过程质量是否受控，当PCB锡膏印刷过程质量失控或有失控倾向时，统计分析模块给灯光控制模块发出印刷过程质量不受控信号，灯光控制模块接收不受控信号并立即发出警报，以便工作人员及时查找原因，采取纠正措施，维持工艺过程一直处于统计受控状态。本发明具有事前预防生产中出现大批不合格品的功能，保证产品的内在质量和可靠性，为提高SMT工艺品质和PCB锡膏印刷质量提供了一种技术支持。

附图说明

图1为实施例中SMT生产线设备示意图。

图2为实施例中PCB锡膏印刷过程质量智能监控系统的结构框图。

图3为实施例中PCB锡膏印刷过程质量智能监控系统的结构示意图。

图4为控制图的基本形式图。

图5为实施例中随机抽取的一块PCB上1750个焊点的锡膏百分比高度直方图。

图6为实施例中连续印刷的100块PCB上所有焊点印刷锡膏百分比高度直方图。

图7为实施例中连续印刷的100块PCB上所有焊点印刷锡膏百分比高度的均值控制图。

图8为缺陷成团控制图模块分析流程图。

具体实施方式

一种PCB锡膏印刷过程质量智能监控系统，包括数据采集模块、印刷质量管理数据库、统计分析模块和灯光控制模块；印刷质量管理数据库可以用于分别保存数据采集模块和统计分析模块的数据，方便工作人员查看调用历史数据。

所述数据采集模块用于实时采集SPI检测系统检测到的PCB锡膏印刷过程中各类参数数据，同时将采集到的数据传输到印刷质量管理数据库进行存储；

所述统计分析模块获取数据采集模块采集到的数据(可以是直接读取数据采集模块采集的数据，或者是读取数据采集模块在印刷质量管理数据库中存储的数据)，并对数据进行分析，根据分析结果判断锡膏印刷过程质量是否受控，当PCB锡膏印刷过程质量失控或有失控倾向时，向灯光控制模块发出印刷过程质量不受控信号；

所述灯光控制模块接收到来自统计分析模块的印刷过程质量不受控信号时，启动报警灯进行报警。

锡膏印刷机处于SMT生产线的上游，对SMT工艺品质影响十分严重，鉴于此，本发明提供了一种PCB锡膏印刷过程质量智能监控系统，能对印刷过程进行监控，当发现印刷过程不受控时，及时发出警报，减少锡膏印刷缺陷。其次解决设备运行孤岛、信息孤岛问题，本发明通过采用SPC技术统计分析SPI检测到的锡膏印刷过程中的各类参数数据，判断锡膏印刷过程质量是否受控，当PCB锡膏印刷过程质量失控或有失控倾向时，统计分析模块给灯光控制模块发出印刷过程质量不受控信号，灯光控制模块接收不受控信号并立即发出警报，以便工作人员及时查找原因，采取纠正措施，维持工艺过程一直处于统计受控状态。本发明具有事前预防生产中出现大批不合格品的功能，保证产品的内在质量和可靠性，为提高SMT工艺品质和PCB锡膏印刷质量提供了一种技术支持。

所述PCB锡膏印刷过程中各类参数数据包括但不限于印刷锡膏的百分比高度、印刷锡膏的百分比体积、面积、X坐标偏移和Y坐标偏移。

所述统计分析模块利用SPC控制图对数据采集模块采集的数据进行分析；SPC控制图包括控制图，s控制图和c控制图，统计分析模块根据各类参数数据的控制图分别监测各类参数数据中心值的起伏变化情况，根据各类参数数据的s控制图分别监测各类参数数据分散性的起伏变化情况，根据各类参数数据的c控制图监测锡膏印刷过程中产生的缺陷变化情况是否处于统计受控状态。

统计分析模块采用了SPC控制图评价生产过程是否处于统计受控状态，其基本原理是：根据数理统计分析理论，对连续采集的多批工艺参数数据进行定量的统计分析，对工艺过程是否处于统计受控状态做出定量结论，当出现PCB锡膏印刷过程质量失控或有失控倾向时，给灯光控制模块发出印刷过程质量不受控信号，以便及时查找原因，采取纠正措施，使工艺过程一直处于统计受控状态。

SPC控制图是通过对过程或工序的质量特性进行测定、记录，从而实现对过程进行监测和控制的一种质量管理工具。控制图由平面直角坐标系构成，纵坐标表示产品抽样的质量特性值，横坐标为以时间先后排列的样本序号；在平面直角坐标系中做出两条控制线和一条中心线，中心线一般用实线表示，记为CL(Control Limit)；两条控制界限一般用虚线表示，在中心线上面的控制界限线为上控制线，记为UCL(Upper Control Limit)；在中心线下面的控制界限线为下控制线，记为LCL(Lower Control Limit)；把抽样的特性值，按顺序以点的形式依次反映在坐标图上并连接成线，点子排列的状态即反映了加工过程的波动情况。

控制图是指针对电子元器件生产的特殊均值-标准偏差控制图，即一阶嵌套控制图，一阶嵌套控制图，是针对电子工业生产中呈现出嵌套性特点情况下绘制的控制图，例如对本发明所涉及到的PCB锡膏印刷工艺，每块PCB上的焊点锡膏百分比高度服从一定的分布，一般为正态分布，参见表1和附图5所示为随机抽取的一块PCB上1750个焊点的锡膏百分比高度频率分布表和直方图：

表1

设其均值为μ_d，标准偏差为σ_d。而连续印刷的若干PCB之间，每块PCB上的均值μ_d又遵从另一个正态分布，此即一阶嵌套情况。

以印刷锡膏百分比高度为例，如果分别对每块PCB上的n个焊点位置印刷锡膏百分比高度x_ix测量并由式计算其均值，其中x_i为PCB上第i个焊点位置印刷锡膏百分比高度，由这些均值构成一组随机数，记代表这组随机数分布的随机变量为 的期望和方差分别为：

其中每块PCB上焊点位置印刷锡膏百分比高度x_i服从正态分布不同PCB板中印刷锡膏百分比高度的均值(μ_d)_j服从正态分布即：

$\left(\stackrel{\‾}{X}\right)~N\[{\mathrm{\μ}}_W,({\mathrm{\σ}}_W^2+{\mathrm{\σ}}_d^2/n)\];$

所述控制图，对呈现一阶嵌套分布特性的工艺参数，其控制上下限为：

其中，UCL₁为控制图的上控制线，LCL₁为控制图的下控制线，CL₁为控制图的中心线，为的均值，为第j块PCB板上焊点位置的参数数据的平均值。

标准偏差控制图，k块PCB中第j块上n个焊点的标准偏差由下式计算由每块PCB标准偏差s_j组成的随机变量的期望值和标准偏差分别为μ_s和σ_s，则标准偏差控制图的中心线、上控制线和下控制线的计算公式为：

CL₂＝μ_s，UCL₂＝μ_s+3σ_s，LCL₂＝μ_s-3σ_s；UCL₂为s控制图的上控制线，LCL₂为s控制图的下控制线，CL₂为s控制图的中心线。

所述的c图是缺陷数控制图的简称，可直接监测缺陷数的变化情况。一般情况下缺陷数服从泊松分布，即在监测一批产品时，发现缺陷数目为c的概率p(c)为：

(c为缺陷数目，取整数)；

式中，λ是描述泊松分布的一个重要参数。泊松分布的均值与方差都等于参数λ，即泊松分布的标准偏差为根据3σ方法确定缺陷数控制图的控制限。

所述3σ方法是指，若参数数据服从正态分布，即X～N(μ,σ²),可采用下式确定控制图的中心线和上下控制限：

CL₃＝μ,UCL₃＝μ+3σ,LCL₃＝μ-3σ；

所述的缺陷数控制图的控制限，在此分两种情况讨论确定：

①若已知泊松分布的参数λ，则c图控制限为：

CL＝λ，

②一般情况下λ未知，可按下述方法，根据采集的数据进行估计。设一共检验m批产品，每一批产品中发现的缺陷数分别为c_i，i＝1,2，…,m，则可以用这些缺陷数的平均值作为参数λ的估计值：

$\mathrm{\λ}=\stackrel{\‾}{c}=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{c}_i;$

由此得控制线为：

$CL=\stackrel{\‾}{c},UCL=\stackrel{\‾}{c}+3\sqrt{\stackrel{\‾}{c}},LCL=\stackrel{\‾}{c}-3\sqrt{\stackrel{\‾}{c}};$

由于缺陷数不可能为负数，若计算的下控制线为负值，则取下控制线LCL＝0。

所述的缺陷数控制图，当PCB印刷出现缺陷成团现象，缺陷数据不服从泊松分布时，如果采用常规c图控制图分析缺陷成团数据，将会出现受控的工艺误判为失控的情况。PCB印刷工艺中出现成团效应可以用负二项分布或Neyman分布来描述。缺陷成团控制图模块包括4部分：

(1)确定缺陷数据是否服从泊松分布：若数据服从泊松分布，就采用常规控制图进行分析处理，否则进行下一步，其中上下控制限为：

$UCL=\stackrel{\‾}{c}+3\sqrt{\stackrel{\‾}{c}},LCL=\stackrel{\‾}{c}-3\sqrt{\stackrel{\‾}{c}}$

(2)判断缺陷是否成团：首先采用有关数据处理方法剔除“异常数据”。将剔除了“异常数据”后的剩余数据重复第(1)步的操作。若服从泊松分布，表明过程受控时，缺陷数据否服从泊松分布，可采用常规c图分析原来的缺陷数据(注意：试分析原始缺陷数据，而不是剔除了“异常数据”后的剩余数据)。若剔除了“异常数据”后的剩余数据仍不服从泊松分布，则表明缺陷是成团的，应对原来的缺陷数据采用下一步给出的缺陷成团模型进行分析和处理。

(3)确定缺陷成团控制图的控制限：在确定缺陷成团效应以后，就应该对原来的缺陷数据采用式和式计算缺陷成团控制图的控制限。其中参数λ和可以由Neyman分布的数据c₁,c₂,...,c_n用下式估算：

式中和S²由下式给出：

$\stackrel{\‾}{c}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{c}_i,s=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(c_i-\stackrel{\‾}{c})}^2};$

(4)控制图的自动绘制和受控状态的自动分析：在确定了缺陷成团控制图的控制限以后自动绘制控制图并从控制图上通过判断规则自动分析生产过程受控状态。

上述的PCB锡膏印刷过程质量监控系统的处理方法，包括

采集SPI检测系统检测到的PCB锡膏印刷过程中各类参数数据；

利用各类参数数据分别计算各类参数数据对应的SPC控制图中的控制限，绘制各类参数数据的对应的SPC控制图，并将采集到的各类参数数据分别标示在各类参数数据对应的SPC控制图中；

分别判断各类参数数据的SPC控制图是否存在受控状态的五组规则中的小概率事件，如果某类参数数据的SPC控制图存在受控状态的五组规则中的小概率事件，向灯光控制模块发出该类参数数据不受控信号，提示该类参数数据失控或有失控倾向。

控制图评价生产过程的基本步骤包括测试、汇总数据；根据不同控制类型控制图的控制限计算要求，对原始数据进行处理；根据不同类型控制图的控制限计算公式，计算控制限；绘制控制图；工艺过程统计受控状态的判断。

所述的测试汇总数据是为了方便控制线的确定和控制图的绘制，对不同类型控制图可以通过印刷质量管理数据库采用不同的表格格式记录和处理数据。

所述的绘制控制图是在控制图上画出控制限，同时将每批数据的特征值标示在控制图上，即完成控制图的绘制。

所述的工艺过程统计受控状态的判断，是按照判断规则，对绘制的控制图，查看是否有存在判断规则所列举的失控情况，如果判断存在失控或失控倾向，应查找原因，采取纠正措施，使工艺过程恢复统计受控状态。

所述的判断规则是指工艺过程受控状态的判断规则，是否有数据点超出控制限并非是从SPC控制图上判断工艺过程是否处于统计受控状态的唯一正确准则。从小概率事件原理出发，根据数据点与控制限的相互关系以及数据点的排列形式，推导出许多具体的小概率事件情况。在工艺过程处于统计受控状态的正常情况下，这些小概率事件不应出现。因此可以将这些小概率事件作为准则来比照SPC控制图。如果SPC控制图上出现了这些小概率事件，说明“工艺过程处于统计受控状态”的假设不成立，即工艺过程出现了失控情况。显然，在工艺过程处于受控状态的情况下，不应该出现的小概率事件有很多条。不同国家和不同公司采用的判断规则不完全相同。下面介绍目前广泛采用的五组规则，每条规则后面括号内是相应事件发生的概率。

(1)规则一：若控制图上有一部分数据点位于控制限以外，则该工艺过程为失控。“一部分”数据点是指:

连续25个数据点至少有1个点在控制限以外(0.0654)；

连续35个数据点至少有2个点在控制限以外(0.0041)；

连续100个数据点至少有3个点在控制限以外(0.0025)。

由规则一可见，并非只要有数据点超出了控制限就表示工艺过程失控。例如，若连续35个数据点中只有26号数据点超出了控制限，按照上述判断规则，不能判断工艺过程失控。下面的四条规则中，数据点均未超出控制限，但是只要出现相应规则中列出的小概率事件也应判定工艺过程失控。

(2)规则二：若连续7个或多于7个数据点位于中心线同一侧，则为失控。由这些点构成的折线称为同侧链(0.0156)。

(3)规则三：若连续7个或多于7个数据点单调上升(或下降)，则为失控。这些点构成的链称为单调链(0.0004)。

(4)控制图中有“较多”的点位于中心线同一侧，则为失控，“较多”的点是指：

连续11个点中至少有10个点在中心线同一侧(0.0118)；

连续14个点中至少有12个点在中心线同一侧(0.0130)；

连续17个点中至少有14个点在中心线同一侧(0.0130)；

连续20个点中至少有16个点在中心线同一侧(0.0118)。

(5)规则五：若连续出现下述高位或低位链，则工艺过程为失控：

连续3个点中至少有2个点超出(或低于)中心线2倍标准差之外(0.0073)；

连续7个点中至少有3个点超出(或低于)中心线2倍标准差之外(0.0038)；

由上述规则可见，只要PCB锡膏印刷过程质量智能监控系统中任意一个SPC控制图中出现该五组规则中的任意一种情况时，认为PCB锡膏印刷过程质量失控或有失控倾向，判断失控的依据是出现了小概率事件，表示工艺过程中不仅存在随机因素的影响，而且还受到了异常因素的干扰，因此，己不是统计受控状态。

下面结合实施例对本发明作进一步详细的描述，但本发明的实施方式不限于此。

参见图1为涉及本发明技术领域的SMT生产线设备示意图，其中设备1为上料机，设备2为锡膏印刷机，设备3为SPI检测仪，设备4、5为高速贴片机，设备6为AOI(AutomaticOptic Inspection)光学检测仪，设备7为回流焊炉，设备8为FCT(Functional CircuitTest)功能检测仪，设备9为成品堆料机。其中，SPI检测仪是PCB在锡膏印刷后对印刷质量检测的设备，会记录PCB锡膏印刷各类质量参数数据。

参见图2、3为本发明智能监控系统结构示意图，该系统包括：数据采集服务、印刷质量管理数据库、统计分析模块。实现其监控过程参见如下所述步骤：

(1)数据采集模块实时采集SPI检测系统检测到的PCB锡膏印刷质量各类参数数据，同时将采集到的数据传输到印刷质量管理数据库；

(2)印刷质量管理数据库将数据采集模块采集到的数据和统计分析得到的数据存储并管理，方便研究员查看调用历史数据；

(3)绘制控制图：在控制图上画出控制限，同时将每批数据的锡膏印刷质量参数标示在控制图上，即完成控制图的绘制；

(4)按照判断规则，判断绘制的控制图、s控制图和c控制图是否有存在判断规则所列举的失控情况，如果判断PCB锡膏印刷过程质量存在失控或失控倾向，则给灯光控制模块发出印刷过程质量不受控信号。判断失控的依据是出现了判断规则给出的小概率事件，表示工艺过程中不仅存在随机因素的影响，而且还受到了异常因素的干扰，因此，已不是统计受控状态。；

(5)灯光控制模块用于接收统计分析模块发出的印刷过程质量不受控信号并立即发出警报，以便及时查找原因，采取纠正措施，维持工艺过程处于统计受控状态。

统计分析模块采用了嵌套控制图评价生产过程是否处于统计受控状态，参见图4，控制图由平面直角坐标系构成，纵坐标表示产品抽样的质量特性值，横坐标为以时间先后排列的样本序号；把抽样的特性值，按顺序以点的形式依次反映在坐标图上并连接成线，点子排列的状态即反映了加工过程的波动情况。

现对SMT生产线上采集到的100块PCB上印刷的锡膏百分比高度数据绘制图(均值控制图)，参见图7为本发明实施例提供的均值控制图。首先对每块PCB上的所有焊点位置的印刷锡膏百分比高度x由下式计算其均值，(n＝1750，n表示一块PCB上焊点位置个数)，参见表2、表3和附图6所示为连续印刷的100块PCB上所有焊点印刷锡膏百分比高度平均值、频率分布表和直方图：

表2

143.0135671	143.2824655	142.4554967	143.817839	144.2748471
					143.3646268	144.6709598	140.7303022	146.3835682	143.3803036
146.4593742	144.4590405	145.0085949	144.6318758	143.3191041
					145.2413463	142.1789579	142.1590984	145.2067194	145.6987471
145.0760103	147.1424026	145.5338733	143.9209856	143.7438946
					146.7807393	144.4120179	146.8600845	147.2913708	146.8495638
143.5452081	144.8882097	135.7409207	142.0733897	144.9060038
					144.61591	145.3448114	144.5413719	145.329133	143.6003583
145.9667038	142.4420811	141.6185257	143.4224389	138.9779533
					144.7386685	146.5129743	145.4065589	145.2036107	146.2765729
143.8387501	144.282311	142.9073248	145.348094	144.1610842
					142.769271	144.1283517	145.3405093	144.2036958	146.792154
146.7849508	143.5565589	144.1084038	137.8674206	141.0871466
					144.2442595	143.7821985	146.8065007	141.5904922	142.0407662
145.820526	144.7284075	144.5504262	146.8560435	144.7749663
					143.3169595	143.1484648	144.2080192	145.4942906	142.4033233
142.2179338	144.9257442	144.3541319	144.1328641	143.5029261
					147.1950614	145.1712038	142.2307935	138.9736343	146.4209539
142.9583815	145.6519205	145.4039973	144.6112356	145.8783123
					142.0195247	144.9984765	144.324494	143.0533985	144.3829438

表3

然后由这些均值构成一组随机数，这组随机数分布的随机变量记为每块PCB上印刷锡膏百分比高度(x)_i服从正太分布每块PCB上印刷锡膏百分比高度的均值(μ_d)_i服从正太分布其中μ_w＝144.15849≈144，

之后对呈现一阶嵌套分布特性的锡膏印刷百分比高度数据，确定其均值控制图控制中心线和上下控制限分别为：

${\mathrm{CL}}_1=\stackrel{\‾}{{\left(\stackrel{\‾}{x}\right)}_j}\≈144;$

${\mathrm{UCL}}_1=\stackrel{\‾}{{\left(\stackrel{\‾}{x}\right)}_j}+\sqrt{{\mathrm{\σ}}_W^2+\frac{{\mathrm{\σ}}_d^2}{n}}\≈150;$

${\mathrm{LCL}}_1=\stackrel{\‾}{{\left(\stackrel{\‾}{x}\right)}_j}-3\sqrt{{\mathrm{\σ}}_W^2+\frac{{\mathrm{\σ}}_d^2}{n}}\≈138;$

最后按照控制图的构成绘制出均值控制图参见图7所示，依图可知，锡膏印刷过程中，在印刷第47、73块PCB时，锡膏印刷百分比高度均值出现异常，此时应该发出锡膏印刷过程不受控信号，通过灯光控制模块控制LED灯对工作人员报警提示，以便及时查找原因，采取纠正措施，维持印刷工艺过程一直处于统计受控状态。

标准偏差控制图和缺陷数控制图可按发明内容所述方法绘制，在此不再赘述。参见图8，缺陷成团控制图模块包括4部分：

(1)确定缺陷数据是否服从泊松分布：若数据服从泊松分布，就采用常规控制图进行分析处理，否则进行下一步，其中上下控制限为：

${\mathrm{UCL}}_2=\stackrel{\‾}{x}+3\sqrt{\stackrel{\‾}{x}},{\mathrm{LCL}}_2=\stackrel{\‾}{x}-3\sqrt{\stackrel{\‾}{x}};$

(2)判断缺陷是否成团：首先采用有关数据处理方法剔除“异常数据”。将剔除了“异常数据”后的剩余数据重复第(1)步的操作。若服从泊松分布，表明过程受控时，缺陷数据否服从泊松分布，可采用常规c图分析原来的缺陷数据(注意：试分析原始缺陷数据，而不是剔除了“异常数据”后的剩余数据)。若剔除了“异常数据”后的剩余数据仍不服从泊松分布，则表明缺陷是成团的，应对原来的缺陷数据采用下一步给出的缺陷成团模型进行分析和处理。

(3)确定缺陷成团控制图的控制限：在确定缺陷成团效应以后，就应该对原来的缺陷数据采用式和式计算缺陷成团控制图的控制限。其中参数λ和可以由Neyman分布的数据x₁,x₂,...,x_n用下式估算：

式中和S²由下式给出：

$\stackrel{\‾}{x}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i,s=\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2}$

(4)控制图的自动绘制和受控状态的自动分析：在确定了缺陷成团控制图的控制限以后自动绘制控制图并从控制图上通过判断规则自动分析生产过程受控状态。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种PCB锡膏印刷过程质量智能监控系统，其特征在于，包括数据采集模块、印刷质量管理数据库、统计分析模块和灯光控制模块；

所述数据采集模块用于实时采集SPI检测系统检测到的PCB锡膏印刷过程中各类参数数据，同时将采集到的数据传输到印刷质量管理数据库进行存储；

所述统计分析模块获取数据采集模块采集到的数据，并对数据进行分析，根据分析结果判断锡膏印刷过程质量是否受控，当PCB锡膏印刷过程质量失控或有失控倾向时，向灯光控制模块发出印刷过程质量不受控信号；

所述灯光控制模块接收到来自统计分析模块的印刷过程质量不受控信号时，启动报警灯进行报警。

2.如权利要求1所述的PCB锡膏印刷过程质量智能监控系统，其特征在于，所述PCB锡膏印刷过程中各类参数数据包括但不限于印刷锡膏的百分比高度、印刷锡膏的百分比体积、面积、X坐标偏移和Y坐标偏移。

3.如权利要求1所述的PCB锡膏印刷过程质量智能监控系统，其特征在于，所述统计分析模块利用SPC控制图对数据采集模块所采集的数据进行分析；SPC控制图包括控制图，s控制图和c控制图，统计分析模块根据各类参数数据的控制图分别监测各类参数数据中心值的起伏变化情况，根据各类参数数据的s控制图分别监测各类参数数据分散性的起伏变化情况，根据各类参数数据的c控制图监测锡膏印刷过程中产生的缺陷变化情况是否处于统计受控状态。

4.如权利要求3所述的PCB锡膏印刷过程质量监控系统，其特征在于，所述控制图中其中，UCL₁为控制图的上控制线，LCL₁为控制图的下控制线，CL₁为控制图的中心线，为每块PCB焊点位置的参数数据的平均值，为的均值，为第j块PCB板上焊点位置的参数数据的平均值。

5.如权利要求3所述的PCB锡膏印刷过程质量监控系统，其特征在于，所述s控制图中CL₂＝μ_s，UCL₂＝μ_s+3σ_s，LCL₂＝μ_s-3σ_s；其中，UCL₂为s控制图的上控制线，LCL₂为s控制图的下控制线，CL₂为s控制图的中心线，k块PCB中第j块上n个焊点的标准偏差由下式计算j＝1,2,......,k，由每块PCB标准偏差s_j组成的随机变量的期望值和标准偏差分别为μ_s和σ_s。

6.如权利要求3所述的PCB锡膏印刷过程质量监控系统，其特征在于，所述c控制图中CL₃＝μ,UCL₃＝μ+3σ,LCL₃＝μ-3σ；其中UCL₃为c控制图的上控制线，LCL₃为c控制图的下控制线，CL₃为c控制图的中心线，参数数据服从正态分布，即X～N(μ,σ²)。

7.如权利要求3所述的PCB锡膏印刷过程质量监控系统，其特征在于，所述统计分析模块获取数据利用SPC控制图对某类参数数据进行分析时，如果该类参数数据的SPC控制图出现受控状态的五组规则中的小概率事件时，向灯光控制模块发出该类参数数据不受控信号，提示该类参数数据失控或有失控倾向。

8.如权利要求1所述的PCB锡膏印刷过程质量监控系统的方法，其特征在于，包括：

采集SPI检测系统检测到的PCB锡膏印刷过程中各类参数数据；

利用各类参数数据分别计算各类参数数据对应的SPC控制图中的控制限，绘制各类参数数据的对应的SPC控制图，并将采集到的各类参数数据分别标示在各类参数数据对应的SPC控制图中；

分别判断各类参数数据的SPC控制图是否存在受控状态的五组规则中的小概率事件，如果某类参数数据的SPC控制图存在受控状态的五组规则中的小概率事件，向灯光控制模块发出该类参数数据不受控信号，提示该类参数数据失控或有失控倾向。