マイクロエレクトロニクス製造分野における自動化の進展と人手不足を背景に、品質管理システムの信頼性と効率性の向上が不可欠となっています。本プロジェクトでは、プリント基板組立（PCBA）ラインのデータ駆動型分析を提示し、はんだペースト印刷後のはんだペースト検査（SPI）プロセスに焦点を当てます。SPIシステムは、個々のはんだペーストの堆積を高解像度で測定し、測定値が事前に定義された仕様限界を超えた場合に潜在的な欠陥を警告します。これらのシステムは技術的に高度であるにもかかわらず、欠陥の検証は依然としてオペレーターの判断に大きく依存しています。
SPIマシンは誤検知を大量に発生させる可能性があり、これはオペレーターの作業負荷とライン全体の効率に直接的な影響を与えます。PCB設計が複雑化し、実装密度が高まるにつれて、基板1枚あたりのはんだペースト測定数は数万に達する可能性があります。この問題に対処するため、統計的外れ値分析を適用し、ラインをサポートするプロセスエンジニアが利用できるデータセットを効果的にフィルタリング・削減することで、異常なはんだペーストの堆積を集中的に調査できるようにします。この手法により、SPIシステムとオペレーターの両方が見逃していた可能性のある潜在的な欠陥を特定できるため、最終的には品質管理の信頼性を高め、自動化されたデータ駆動型のプロセス改善のための強固な基盤を構築できます。
さらに、JMP の視覚化機能と Python 統合を使用して、SPI によって生成された潜在的な欠陥の画像を抽出し、インタラクティブな自動レポートを生成しました。
