CN108416470A - 线路板的良品率预测方法 - Google Patents

线路板的良品率预测方法 Download PDF

Info

Publication number
CN108416470A
CN108416470A CN201810143275.9A CN201810143275A CN108416470A CN 108416470 A CN108416470 A CN 108416470A CN 201810143275 A CN201810143275 A CN 201810143275A CN 108416470 A CN108416470 A CN 108416470A
Authority
CN
China
Prior art keywords
item
yield
wiring board
ability
equation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810143275.9A
Other languages
English (en)
Other versions
CN108416470B (zh
Inventor
廉泽阳
李娟�
李艳国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Sen Quick Circuit Technology Co Ltd
Shenzhen Fastprint Circuit Tech Co Ltd
Guangzhou Fastprint Circuit Technology Co Ltd
Original Assignee
Tianjin Sen Quick Circuit Technology Co Ltd
Shenzhen Fastprint Circuit Tech Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Sen Quick Circuit Technology Co Ltd, Shenzhen Fastprint Circuit Tech Co Ltd filed Critical Tianjin Sen Quick Circuit Technology Co Ltd
Priority to CN201810143275.9A priority Critical patent/CN108416470B/zh
Priority to PCT/CN2018/093635 priority patent/WO2019153631A1/zh
Publication of CN108416470A publication Critical patent/CN108416470A/zh
Application granted granted Critical
Publication of CN108416470B publication Critical patent/CN108416470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05KPRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K3/00Apparatus or processes for manufacturing printed circuits
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395Quality analysis or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种线路板的良品率预测方法,包括以下步骤:根据线路板的预设需求确定出加工所需的各个工序;获取对应的工序良率以确定基准良率;根据预设加工能力与实际加工能力确定线路板加工的难度系数;基于基准良率和难度系数、并根据第二方程式确定线路板加工的良品率。通过第二方程式确定线路板加工的良品率,不仅考虑了各个工序对应的工序良率问题,而且还考虑了产品要求的预设加工能力和实际加工能力之间的差异化给以难度系数的形式给出,使线路板的良品率预测能够通过量化的方式进行计算并预测,从而解决了线路板生产时良品率无法有效预估的问题,从而进行合理有效的生产安排,提高生产效率。

Description

线路板的良品率预测方法
技术领域
本发明涉及线路板加工技术领域,特别是涉及一种线路板的良品率预测方法。
背景技术
随着终端产品功能的不断丰富,产品对印刷线路板的多样化需求不断上升。在多样化需求的印刷线路板市场,不同客户根据自身的产品需求提出印刷线路板的加工要求(如线宽间距能力、孔到导体能力、阻焊桥能力等),若加工要求所需的加工能力在企业的加工能力范围内,则线路板的产品良率能够得到有效保障;若加工要求所需的加工能力超出企业的加工能力范围,则线路板的产品良率很难得到保障,更无法对线路板的生产良率进行相应预估。而对于不同的线路板生产,加工流程不同,线路板的生产良品率也就无法确定。
而线路板的生产良品率无法确定,则线路板的加投率、生产期限及加工成本等均无法有效预估,给生产预估带来极大困扰,并无法进行合理有效的生产安排,影响企业的生产效率。
发明内容
基于此,有必要针对线路板生产时良品率无法有效预估的问题,提供一种线路板的良品率预测方法。
其技术方案如下:
一种线路板的良品率预测方法,包括以下步骤:
(1)、根据线路板的预设需求确定出加工所需的各个工序;
(2)、获取各个工序对应的工序良率Ai、并根据第一方程式确定基准良率R0
(3)、根据预设加工能力与实际加工能力确定线路板加工的难度系数λ;
(4)、基于基准良率R0和难度系数λ、并根据第二方程式确定线路板加工的良品率R;
其中,第一方程式为:R0=∏Ai;第二方程式为:R=λ*R0;i为工序的个数。
上述线路板的良品率预测方法,通过第二方程式确定线路板加工的良品率,不仅考虑了各个工序对应的工序良率问题,而且还考虑了产品要求的预设加工能力和实际加工能力之间的差异化给以难度系数的形式给出,使线路板的良品率预测能够通过量化的方式进行计算并预测,从而解决了线路板生产时良品率无法有效预估的问题,从而进行合理有效的生产安排,提高生产效率。
下面进一步对技术方案进行说明:
在其中一个实施例中,步骤(3)中,难度系数λ的确定包括以下步骤:
根据预设能力项的要求获取与预设能力项对应的预设良率Bj
获取与预设能力项对应的标定能力项、并获取与标定能力项对应的标定良率Cj
基于预设良率Bj和标定良率Cj、并根据第三方程式确定线路板加工的难度系数λ;
其中,第三方程式为:λ=∏(Bj/Cj);j为预设能力项的项数。
预设能力项指线路板的相关要求项,预设良率为对应要求项的良率,标定能力项与预设能力项的相关要求项对应,标定能力项为企业实际生产中确定出造成线路板报废的项,标定良率为与标定能力项对应的良率,将标定良率作为基准,将预设良率与标定良率的比值作为线路板加工的难度系数,以考虑需求能力与实际能力对线路板加工的良品率影响。
在其中一个实施例中,标定能力项的确定包括如下步骤:
获取造成线路板报废的缺陷项,分别获取各个缺陷项对应的报废面积占整个线路板的板面面积百分比dk、并建立第四方程式;
根据第四方程式确定出k的最小值,当k取最小值时,d1、d2、d3······dk所对应的各个缺陷项为标定能力项;
其中,第四方程式为:d1+d2+d3+······+dk≥D;d1>d2>d3>······>dk,k为缺陷项的项数,D为预设的主报废面积占比总值。
通过确定出造成线路板报废的主要缺陷项以作为标定能力项,进而基于此给出标定能力项对应的标定良率,给出了确定标定能力项的确定方法。
在其中一个实施例中,缺陷项包括孔到导体能力项、外层间距能力项、夹膜能力项、阻焊到图形能力项、掉桥能力项、双面开窗最小孔径能力项、内层线宽能力项、外层线宽能力项和厚径比能力项中的其中至少一项。缺陷项包括多项,在不同要求的线路板加工中,造成线路板报废的主要缺陷项可能不同,因此,需要根据具体的线路板加工要求进行确定。
在其中一个实施例中,当k<j时,预设能力项选取与标定能力项对应的项确定第三方程式;当k≥j时,标定能力项选取与预设能力项对应的项确定第三方程式。由于给出的预设能力项项数和确定的标定能力项项数可能不同,因此,在两者不相同的情况下根据具体情况进行相应处理,以得到对应的难度系数。
在其中一个实施例中,标定良率Cj的获取包括以下步骤:
获取多个标定能力项分别对应的标定能力子项、并获取标定能力子项对应的标定子良率cj
分别获取各个标定能力项对应的其中一个标定能力子项、并使标定能力子项对应的标定子良率cj满足第五方程式,满足第五方程式的对应标定子良率cj为标定良率Cj
其中,第五方程式为:∏cj=R0+M;M为预设的管理项提升良率。
生产过程可通过加强管理来提升线路板加工的良品率,因此,考虑管理因素后在基准良率的基础上增加一个管理项提升良率、并得到良率数据,这是其中的一种良率数据计算方法;考虑造成线路板报废的主要缺陷项即标定能力项,各个标定能力项均对应有多个标定能力子项,统计各个标定能力子项对应的标定子良率,根据各个标定能力子项对应的标定子良率即可确定良率,这是另一种良率数据的计算方法,由于两种方法得到的数据是一致的,使两者相等也即得到第五方程式,由于标定能力子项有多个,当各个标定能力子项对应的其中一个良率组合恰好满足第五方程式时,该良率组合对应的各个标定能力子项的良率即为标定子良率。
在其中一个实施例中,预设的主报废面积占比总值为70%-90%,预设的管理项提升良率M为3%-10%。给出具体的计算数据范围,以作为计算时的参数选择。
在其中一个实施例中,步骤(4)中,还包括:根据线路板的预设需求确定是否存在特殊工艺,如有,则执行步骤(s1);否则,执行步骤(s2);
步骤(s1),分别获取各个特殊工艺对应的特殊工艺良率tm、并基于第六方程式确定线路板加工的良品率R;
步骤(s2),执行步骤(4);
其中,第六方程式为:R=λ*R0*∏(tm);m为特殊工艺的项数。
由于线路板产品的多样化,不同线路板可能涉及到不同的特殊工艺,特殊工艺将带来新的报废率,因此,考虑到特殊工艺的存在,原有的第二方程式已无法满足预测的需求,考虑特殊工艺并建立第六方程式、以得到考虑特殊工艺的线路板加工良品率计算方程式。
在其中一个实施例中,特殊工艺包括埋铜块工艺、金手指工艺、盲孔工艺、埋电容工艺、埋电阻工艺、局部混压工艺和背钻工艺中的其中至少一个。特殊工艺的种类较多,不同线路板产品的加工可能涉及到一种或多种不同的特殊工艺。
在其中一个实施例中,步骤(2)中,工序良率Ai的确定根据历史生产数据统计得出。工序良率的确定基于企业的历史生产数据并进行统计和处理得到,为后续的加工和生产安排做参考,提高生产效率。
附图说明
图1为线路板的良品率预测方法的流程图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明:
需要说明的是,文中所称元件与另一个元件“固定”时,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是与另一个元件“连接”时,它可以是直接连接到另一个元件或者可能同时存在居中元件。相反,当元件被称作“直接在”另一元件“上”时,不存在中间元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示的实施例,一种线路板的良品率预测方法,包括以下步骤:
(1)、根据线路板的预设需求确定出加工所需的各个工序;
(2)、获取各个工序对应的工序良率Ai、并根据第一方程式确定基准良率R0
(3)、根据预设加工能力与实际加工能力确定线路板加工的难度系数λ;
(4)、基于基准良率R0和难度系数λ、并根据第二方程式确定线路板加工的良品率R;
其中,第一方程式为:R0=∏Ai;第二方程式为:R=λ*R0;i为工序的个数。
通过第二方程式确定线路板加工的良品率,不仅考虑了各个工序对应的工序良率问题,而且还考虑了产品要求的预设加工能力和实际加工能力之间的差异化给以难度系数的形式给出,使线路板的良品率预测能够通过量化的方式进行计算并预测,从而解决了线路板生产时良品率无法有效预估的问题,从而进行合理有效的生产安排,提高生产效率。
需要说明的是:
这里的工序指常规线路板生产所需要的必经工序,如内干膜/蚀刻、AOI、层压、钻孔、树脂钻孔、背钻、沉铜等工序;
预设加工能力指预设需求线路板所要求达到的加工能力,实际加工能力指生产方实际能够达到的常规加工能力;
难度系数的确定可基于加工经验确定,如基于经验将预设加工能力与实际加工能力进行对比并给出相应的难度系数;也可以基于历史加工数据确定对应的难度系数,以作为预测;还可以基于已有的数据查找相关数据确定合适的难度系数;难度系数的最大值为1。
进一步的,步骤(3)中,难度系数λ的确定包括以下步骤:
根据预设能力项的要求获取与预设能力项对应的预设良率Bj
获取与预设能力项对应的标定能力项、并获取与标定能力项对应的标定良率Cj
基于预设良率Bj和标定良率Cj、并根据第三方程式确定线路板加工的难度系数λ;
其中,第三方程式为:λ=∏(Bj/Cj);j为预设能力项的项数。
预设能力项指线路板的相关要求项,预设良率为对应要求项的良率,标定能力项与预设能力项的相关要求项对应,标定能力项为企业实际生产中确定出造成线路板报废的项,标定良率为与标定能力项对应的良率,将标定良率作为基准,将预设良率与标定良率的比值作为线路板加工的难度系数,以考虑需求能力与实际能力对线路板加工的良品率影响。
进一步的,标定能力项的确定包括如下步骤:
获取造成线路板报废的缺陷项,分别获取各个缺陷项对应的报废面积占整个线路板的板面面积百分比dk、并建立第四方程式;
根据第四方程式确定出k的最小值,当k取最小值时,d1、d2、d3······dk所对应的各个缺陷项为标定能力项;
其中,第四方程式为:d1+d2+d3+······+dk≥D;d1>d2>d3>······>dk,k为缺陷项的项数,D为预设的主报废面积占比总值。
通过确定出造成线路板报废的主要缺陷项以作为标定能力项,进而基于此给出标定能力项对应的标定良率,给出了确定标定能力项的确定方法。
进一步的,缺陷项包括孔到导体能力项、外层间距能力项、夹膜能力项、阻焊到图形能力项、掉桥能力项、双面开窗最小孔径能力项、内层线宽能力项、外层线宽能力项和厚径比能力项中的其中至少一项。缺陷项包括多项,在不同要求的线路板加工中,造成线路板报废的主要缺陷项可能不同,因此,需要根据具体的线路板加工要求进行确定。
进一步的,当k<j时,预设能力项选取与标定能力项对应的项确定第三方程式;当k≥j时,标定能力项选取与预设能力项对应的项确定第三方程式。由于给出的预设能力项项数和确定的标定能力项项数可能不同,因此,在两者不相同的情况下根据具体情况进行相应处理,以得到对应的难度系数。
需要说明的是,预设能力项直接预设给出,如客户在订单中直接给出,因此,预设能力项与所需生产的线路板要求有关;而标定能力项则由企业根据生产需求确定,因此,预设能力项的项数与标定能力项的项数可能不相同或不对应。如预设能力项包括孔到导体能力项、外层间距能力项,而标定能力项包括孔到导体能力项、阻焊到图形能力项、掉桥能力项。
基于定义,预设能力项为客户给出的线路板具体生产要求,而标定能力项为报废率较高的几个项,因此:
当k<j时,也即标定能力项的项数少于预设能力项的项数时:
首先,确定标定能力项与预设能力项对应的项;
接着,选取标定能力项与预设能力项对应的项作为第三方程式计算的项;
然后,基于存在对应关系的标定能力项和预设能力项、并根据第三方程式进行计算得到难度系数。
这样处理的原因是:当标定能力项的项数少于预设能力项的项数时,没有对应关系的项可能存在于标定能力项中,也可能存在于预设能力项中。当没有对应关系的项存在于标定能力项中时,说明客户只对造成线路板报废的其中若干缺陷项有要求,且该要求少于企业自己统计得出的缺陷项数,因此,这些项客户没有要求也即该部分不存在难度,也即没有对应关系的项的加工难度系数为1;而当没有对应关系的项存在于预设能力项中时,说明客户对造成线路板报废的缺陷项要求较高,但多出的几个缺陷项由于经过企业自己的统计认为造成线路板报废的面积小可忽略不计,因此相当于该部分的加工难度系数为1,因此,只需考虑标定能力项和预设能力项有对应关系的项即可。
当k≥j时,也即标定能力项的项数多于预设能力项的项数时,由上述分析,同理可知,只需标定能力项与预设能力项有对应关系的项根据第三方程式计算即可。
进一步的,标定良率Cj的获取包括以下步骤:
获取多个标定能力项分别对应的标定能力子项、并获取标定能力子项对应的标定子良率cj
分别获取各个标定能力项对应的其中一个标定能力子项、并使标定能力子项对应的标定子良率cj满足第五方程式,满足第五方程式的对应标定子良率cj为标定良率Cj
其中,第五方程式为:∏cj=R0+M;M为预设的管理项提升良率。
生产过程可通过加强管理来提升线路板加工的良品率,因此,考虑管理因素后在基准良率的基础上增加一个管理项提升良率、并得到良率数据,这是其中的一种良率数据计算方法;考虑造成线路板报废的主要缺陷项即标定能力项,各个标定能力项均对应有多个标定能力子项,统计各个标定能力子项对应的标定子良率,根据各个标定能力子项对应的标定子良率即可确定良率,这是另一种良率数据的计算方法,由于两种方法得到的数据是一致的,使两者相等也即得到第五方程式,由于标定能力子项有多个,当各个标定能力子项对应的其中一个良率组合恰好满足第五方程式时,该良率组合对应的各个标定能力子项的良率即为标定子良率。
需要说明的是,第五方程式的等式并非严格的相等关系,这里只是以给出第五方程式的方式便于说明,第五方程式两侧保持一致即可,因此,标定良率可能是一组,也可能是多组,但确定一组即可。
进一步的,预设的主报废面积占比总值为70%-90%,预设的管理项提升良率M为3%-10%。给出具体的计算数据范围,以作为计算时的参数选择。
更进一步的,预设的主报废面积占比总值为80%,预设的管理项提升良率为5%。
进一步的,步骤(4)中,还包括:根据线路板的预设需求确定是否存在特殊工艺,如有,则执行步骤(s1);否则,执行步骤(s2);
步骤(s1),分别获取各个特殊工艺对应的特殊工艺良率tm、并基于第六方程式确定线路板加工的良品率R;
步骤(s2),执行步骤(4);
其中,第六方程式为:R=λ*R0*∏(tm);m为特殊工艺的项数。
由于线路板产品的多样化,不同线路板可能涉及到不同的特殊工艺,特殊工艺将带来新的报废率,因此,考虑到特殊工艺的存在,原有的第二方程式已无法满足预测的需求,考虑特殊工艺并建立第六方程式、以得到考虑特殊工艺的线路板加工良品率计算方程式。
进一步的,特殊工艺包括埋铜块工艺、金手指工艺、盲孔工艺、埋电容工艺、埋电阻工艺、局部混压工艺和背钻工艺中的其中至少一个。特殊工艺的种类较多,不同线路板产品的加工可能涉及到一种或多种不同的特殊工艺。
进一步的,步骤(2)中,工序良率的确定根据历史生产数据统计得出。工序良率的确定基于企业的历史生产数据并进行统计和处理得到,为后续的加工和生产安排做参考,提高生产效率。
实施例:客户给定的线路板加工要求如表1所示,客户还要求金手指工艺和局部混压特殊加工,各特殊工艺的特殊工艺良率如表2所示,各个工序对应的工序良率如表3和表4所示。
基于客户的给定需求并对照表3和表4、以确定线路板的加工主流程为:内层干膜→内层蚀刻→内层AOI→层压→钻孔→沉铜→板镀→外层干膜→图形电镀→外层蚀刻→阻焊→字符→喷锡→铣板(外形),因此,基准良率为:
R0=A1*A2*A3*A4*A7*A12*A10*A16*A19*A20*A21*A23
表1预设能力项
客户要求 预设能力项
孔到导体/mil 5
外层间距/mil 3.5
夹膜(正片)/mil 3
阻焊到图形/mil 1.5
掉桥/mil 3
双面开窗最小孔刀径/mm 0.25
内层线宽/mil 3
外层线宽/mil 3.5
厚径比 16:1
表2特殊工艺
特殊加工要求 报废率
盲槽 t1
埋铜块 t2
金手指 t3
背钻 t4
局部混压 t5
埋电容 t6
埋电阻 t7
表3工序统计表一
表4工序统计表二
若预设的主报废面积占比总值为80%,统计各缺陷项造成线路板的报废面积占整个线路板的板面百分比,如表5所示,由该表可得到:
孔到导体能力项、外层间距能力项、夹膜能力项、阻焊到图形能力项、掉桥能力项、双面开窗最小孔径能力项、内层线宽能力项、外层线宽能力项和厚径比能力项共同造成线路板板面报废面积占比恰好超过80%,若去除其中任一个缺陷项则会导致其余缺陷项共同造成的报废面积占比小于80%,而造成线路板板面报废的其他缺陷项造成的报废面积占比均小于上述缺陷项中的任一个造成的报废面积占比;
表中的缺陷项也即确定后得到的标定能力项均分别对应有三个标定能力子项,表中还给出了各个标定能力子项分别对应的标定子良率如c11、c12、c3等。
若预设的管理项提升良率为5%,且满足:c11*c21*c31*c41*c51*c61*c71*c81*c91=R0+5%;则c11、c21、c31、c41、c51、c61、c71、c81、c91为分别为对应标定能力项的标定良率。
表5标定能力项对应标定能力子项及标定子良率
基于表1和表5,将确定的标定良率和在表5中与表1对照得到的标定子良率代入第三方程式、并得到难度系数为:
λ=(c11/c11)*(c22/c21)*(c32/c31)*(c42/c41)*(c52/c51)*(c61/c61)*(c72/c71)*(c82/c81)*(c92/c91)
基于表2得到线路板加工中特殊工艺对应的特殊工艺良率分别为t3和t5,因此,基于第二方程式,线路板加工的良品率为:
R=λ*R0*(t3*t5)=((c11/c11)*(c22/c21)*(c32/c31)*(c42/c41)*(c52/c51)*(c61/c61)*(c72/c71)*(c82/c81)*(c92/c91))*(A1*A2*A3*A4*A7*A12*A10*A16*A19*A20*A21*A23)*(t3*t5);
需要说明的是,本领域技术人员在进行预测计算的过程中,可根据数学原理进行适当变形并结合相应表格灵活处理,如给定的如果是报废率,那么将其转换为良品率即可仍然按照本申请给出的线路板的良品率预测方法进行计算,该内容并不构成对本申请所要求保护范围的限定,其仅是为了说明的方便。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种线路板的良品率预测方法,其特征在于,包括以下步骤:
(1)、根据线路板的预设需求确定出加工所需的各个工序;
(2)、获取各个所述工序对应的工序良率Ai、并根据第一方程式确定基准良率R0
(3)、根据预设加工能力与实际加工能力确定所述线路板加工的难度系数λ;
(4)、基于所述基准良率R0和所述难度系数λ、并根据第二方程式确定所述线路板加工的良品率R;
其中,所述第一方程式为:R0=∏Ai;所述第二方程式为:R=λ*R0;i为所述工序的个数。
2.根据权利要求1所述的线路板的良品率预测方法,其特征在于,所述步骤(3)中,所述难度系数λ的确定包括以下步骤:
根据预设能力项的要求获取与所述预设能力项对应的预设良率Bj
获取与所述预设能力项对应的标定能力项、并获取与所述标定能力项对应的标定良率Cj
基于所述预设良率Bj和所述标定良率Cj、并根据第三方程式确定所述线路板加工的所述难度系数λ;
其中,所述第三方程式为:λ=∏(Bj/Cj);j为所述预设能力项的项数。
3.根据权利要求2所述的线路板的良品率预测方法,其特征在于,所述标定能力项的确定包括如下步骤:
获取造成所述线路板报废的缺陷项,分别获取各个所述缺陷项对应的报废面积占整个所述线路板的板面面积百分比dk、并建立第四方程式;
根据所述第四方程式确定出k的最小值,当k取最小值时,d1、d2、d3······dk所对应的各个所述缺陷项为所述标定能力项;
其中,所述第四方程式为:d1+d2+d3+······+dk≥D;d1>d2>d3>······>dk,k为缺陷项的项数,D为预设的主报废面积占比总值。
4.根据权利要求3所述的线路板的良品率预测方法,其特征在于,所述缺陷项包括孔到导体能力项、外层间距能力项、夹膜能力项、阻焊到图形能力项、掉桥能力项、双面开窗最小孔径能力项、内层线宽能力项、外层线宽能力项和厚径比能力项中的其中至少一项。
5.根据权利要求3所述的线路板的良品率预测方法,其特征在于,当k<j时,所述预设能力项选取与所述标定能力项对应的项确定所述第三方程式;当k≥j时,所述标定能力项选取与所述预设能力项对应的项确定所述第三方程式。
6.根据权利要求3所述的线路板的良品率预测方法,其特征在于,所述标定良率Cj的获取包括以下步骤:
获取多个所述标定能力项分别对应的标定能力子项、并获取所述标定能力子项对应的标定子良率cj
分别获取各个所述标定能力项对应的其中一个所述标定能力子项、并使所述标定能力子项对应的所述标定子良率cj满足第五方程式,满足所述第五方程式的对应所述标定子良率cj为所述标定良率Cj
其中,所述第五方程式为:∏cj=R0+M;M为预设的管理项提升良率。
7.根据权利要求6所述的线路板的良品率预测方法,其特征在于,预设的所述主报废面积占比总值为70%-90%,预设的所述管理项提升良率M为3%-10%。
8.根据权利要求1所述的线路板的良品率预测方法,其特征在于,所述步骤(4)中,还包括:根据所述线路板的预设需求确定是否存在特殊工艺,如有,则执行步骤(s1);否则,执行步骤(s2);
步骤(s1),分别获取各个所述特殊工艺对应的特殊工艺良率tm、并基于所述第六方程式确定所述线路板加工的良品率R;
步骤(s2),执行所述步骤(4);
其中,所述第六方程式为:R=λ*R0*∏(tm);m为所述特殊工艺的项数。
9.根据权利要求8所述的线路板的良品率预测方法,其特征在于,所述特殊工艺包括埋铜块工艺、金手指工艺、盲孔工艺、埋电容工艺、埋电阻工艺、局部混压工艺和背钻工艺中的其中至少一个。
10.根据权利要求1-9任一项所述的线路板的良品率预测方法,其特征在于,所述步骤(2)中,所述工序良率Ai的确定根据历史生产数据统计得出。
CN201810143275.9A 2018-02-11 2018-02-11 线路板的良品率预测方法 Active CN108416470B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810143275.9A CN108416470B (zh) 2018-02-11 2018-02-11 线路板的良品率预测方法
PCT/CN2018/093635 WO2019153631A1 (zh) 2018-02-11 2018-06-29 线路板的良品率预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810143275.9A CN108416470B (zh) 2018-02-11 2018-02-11 线路板的良品率预测方法

Publications (2)

Publication Number Publication Date
CN108416470A true CN108416470A (zh) 2018-08-17
CN108416470B CN108416470B (zh) 2020-11-17

Family

ID=63128583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810143275.9A Active CN108416470B (zh) 2018-02-11 2018-02-11 线路板的良品率预测方法

Country Status (2)

Country Link
CN (1) CN108416470B (zh)
WO (1) WO2019153631A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871978A (zh) * 2018-12-28 2019-06-11 广州兴森快捷电路科技有限公司 一种pcb订单合格率预测方法、装置及可读存储介质
CN110209542A (zh) * 2019-05-21 2019-09-06 苏州浪潮智能科技有限公司 一种基于朴素贝叶斯分类器的内存测试方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200717592A (en) * 2005-10-31 2007-05-01 Taiwan Semiconductor Mfg Co Ltd Metrology method, virtual metrology system and computer-readable medium
CN102982234A (zh) * 2012-10-26 2013-03-20 西安电子科技大学 一种多变量工序能力指数的计算方法
CN103367188A (zh) * 2012-03-28 2013-10-23 无锡华润上华科技有限公司 晶圆良率分析方法及系统
CN103579035A (zh) * 2012-08-06 2014-02-12 无锡华润上华科技有限公司 缺陷密度计算方法
CN104766808A (zh) * 2014-01-07 2015-07-08 无锡华润上华半导体有限公司 晶圆缺陷密度获得方法、测试方法及半导体装置形成方法
CN105335536A (zh) * 2014-07-09 2016-02-17 中芯国际集成电路制造(上海)有限公司 用于集成电路设计优化和良率改进的方法
CN105775665A (zh) * 2016-05-06 2016-07-20 王凯盛 一种fpc供料机器人
CN106485401A (zh) * 2016-09-26 2017-03-08 西安电子科技大学 满足泊松分布的计点值工序能力指数评价方法
CN107065795A (zh) * 2017-03-27 2017-08-18 深圳崇达多层线路板有限公司 一种多品种小批量pcb板的自动投料方法及其系统
CN107274095A (zh) * 2017-06-15 2017-10-20 上海城建物资有限公司 构件订单的订单分配方法及装置、存储介质、订单分配服务器
CN107506514A (zh) * 2017-06-29 2017-12-22 广州兴森快捷电路科技有限公司 Pcb订单报废率预测方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001174503A (ja) * 1999-12-17 2001-06-29 Hitachi Chem Co Ltd 印刷配線板の内層回路間絶縁信頼性評価方法
KR20040050984A (ko) * 2002-12-11 2004-06-18 엘지전자 주식회사 적응형 전력 제어 방법

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200717592A (en) * 2005-10-31 2007-05-01 Taiwan Semiconductor Mfg Co Ltd Metrology method, virtual metrology system and computer-readable medium
CN103367188A (zh) * 2012-03-28 2013-10-23 无锡华润上华科技有限公司 晶圆良率分析方法及系统
CN103579035A (zh) * 2012-08-06 2014-02-12 无锡华润上华科技有限公司 缺陷密度计算方法
CN102982234A (zh) * 2012-10-26 2013-03-20 西安电子科技大学 一种多变量工序能力指数的计算方法
CN104766808A (zh) * 2014-01-07 2015-07-08 无锡华润上华半导体有限公司 晶圆缺陷密度获得方法、测试方法及半导体装置形成方法
CN105335536A (zh) * 2014-07-09 2016-02-17 中芯国际集成电路制造(上海)有限公司 用于集成电路设计优化和良率改进的方法
CN105775665A (zh) * 2016-05-06 2016-07-20 王凯盛 一种fpc供料机器人
CN106485401A (zh) * 2016-09-26 2017-03-08 西安电子科技大学 满足泊松分布的计点值工序能力指数评价方法
CN107065795A (zh) * 2017-03-27 2017-08-18 深圳崇达多层线路板有限公司 一种多品种小批量pcb板的自动投料方法及其系统
CN107274095A (zh) * 2017-06-15 2017-10-20 上海城建物资有限公司 构件订单的订单分配方法及装置、存储介质、订单分配服务器
CN107506514A (zh) * 2017-06-29 2017-12-22 广州兴森快捷电路科技有限公司 Pcb订单报废率预测方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
孔繁玲: "六西格玛管理在SMT提高PCBA良品率中的应用研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 *
孙振晖: "PCB线路良率预测方法介绍", 《科学技术创新》 *
戴敏: "多工序制造过程质量分析方法与信息集成技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *
盛斌: "MES在制造业的定制与应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
肖国玲: "《微电子制造工艺技术》", 30 September 2008, 西安电子科技大学出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109871978A (zh) * 2018-12-28 2019-06-11 广州兴森快捷电路科技有限公司 一种pcb订单合格率预测方法、装置及可读存储介质
CN110209542A (zh) * 2019-05-21 2019-09-06 苏州浪潮智能科技有限公司 一种基于朴素贝叶斯分类器的内存测试方法
CN110209542B (zh) * 2019-05-21 2023-01-10 苏州浪潮智能科技有限公司 一种基于朴素贝叶斯分类器的内存测试方法

Also Published As

Publication number Publication date
CN108416470B (zh) 2020-11-17
WO2019153631A1 (zh) 2019-08-15

Similar Documents

Publication Publication Date Title
Trung Application of EDAS, MARCOS, TOPSIS, MOORA and PIV methods for multi-criteria decision making in milling process
Sabadka et al. Optimization of production processes using the Yamazumi method
CN108416470A (zh) 线路板的良品率预测方法
Narke et al. Value stream mapping: effective lean tool for SMEs
CN105045253B (zh) 电气设备异常运行工况快速甄别方法
CN107423350A (zh) 一种技术转移的方法和设备
CN108388202A (zh) 基于历史运行故障数据的数控机床可靠性预估方法
CN107506514B (zh) Pcb订单报废率预测方法和装置
CN106908713A (zh) 一种线路板内层线路短路原因的判定方法
TAnAsijević et al. Dependability assesment of open-pit mines equpment-Study on the bases of fuzzy algebra rules
CN107506515A (zh) Pcb加投率计算模型构建方法和装置
CN116188745A (zh) 一种加工工艺的确定方法、装置、电子设备及存储介质
CN106525114A (zh) 一种正片工艺中生产线制孔能力的测试方法
CN109183138A (zh) 一种电镀自动化方法及系统
CN110852617B (zh) 基于实时数据采集的smt产线分析方法及系统
Scagliarini et al. Monitoring operating room turnaround time: a retrospective analysis
Zheng et al. Application of non-cooperative game theory to multi-objective scheduling problem in the automated manufacturing system
CN112596473A (zh) 一种热镀板生产控制方法和装置
CN107292000B (zh) 一种通信车辆系统集成综合效能评价方法
Schmied et al. Framework for the Application of Industry 4.0 in Lithium-Ion Battery Cell Production
Tie-Jun et al. Application and study of lean production theory in the manufacturing enterprise
Abubakar et al. Production System Optimisation with a Multi-Level Process Control Tool Integrated into Maintenance and Quality Strategies under Services and Quality Constraints
CN109543847A (zh) 一种电力大数据设备生命周期管理系统
Wu et al. Design of Online Quality Analysis Platform for High-Speed Wire Rod Production Line Based on Big Data
CN109444587B (zh) 基于频数分布的不停电检测技术可靠性计算方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant