Nel contesto di crescente automazione e carenza di manodopera nel settore della produzione microelettronica, migliorare l'affidabilità e l'efficienza dei sistemi di controllo qualità è diventato fondamentale. Questo progetto presenta un'analisi basata sui dati di una linea di assemblaggio di circuiti stampati (PCBA), concentrandosi sul processo di ispezione della pasta saldante (SPI) che segue la stampa della pasta saldante. I sistemi SPI eseguono misurazioni ad alta risoluzione dei singoli depositi di pasta saldante e segnalano potenziali difetti quando le misurazioni non rientrano nei limiti di specifica predefiniti. Nonostante la loro sofisticatezza tecnica, questi sistemi si basano ancora in larga misura sul giudizio dell'operatore per la convalida dei difetti.
Le macchine SPI possono generare un numero significativo di falsi positivi, con un impatto diretto sul carico di lavoro dell'operatore e sull'efficienza complessiva della linea. Con l'aumentare della complessità e della densità dei progetti PCB, il numero di misurazioni della pasta saldante per scheda può raggiungere le decine di migliaia. Per risolvere questo problema, applichiamo l'analisi statistica dei valori anomali per filtrare e ridurre efficacemente il set di dati disponibile per gli ingegneri di processo che supportano la linea, consentendo un'indagine mirata sui depositi anomali di pasta saldante. Questo metodo consente di identificare potenziali difetti reali che potrebbero essere sfuggiti sia al sistema SPI che all'operatore, supportando in definitiva un controllo qualità più affidabile e gettando basi più solide per miglioramenti di processo automatizzati e basati sui dati.
Inoltre, abbiamo utilizzato le funzionalità di visualizzazione JMP e l'integrazione Python per estrarre l'immagine del potenziale difetto generato dall'SPI e generare report automatizzati e interattivi.
