마이크로전자 제조 분야의 자동화 증가와 인력 부족으로 인해 품질 관리 시스템의 신뢰성과 효율성 향상이 매우 중요해졌습니다. 본 프로젝트는 솔더 페이스트 인쇄 후 이어지는 솔더 페이스트 검사(SPI) 공정에 초점을 맞춘 인쇄 회로 기판 조립(PCBA) 라인에 대한 데이터 기반 분석을 제시합니다. SPI 시스템은 개별 솔더 페이스트 증착물을 고해상도로 측정하고, 측정값이 사전 정의된 사양 한계를 벗어날 경우 잠재적 결함을 표시합니다. 이러한 시스템은 기술적 정교함에도 불구하고 결함 검증을 위해 여전히 작업자의 판단에 크게 의존합니다.
SPI 장비는 상당한 수의 오탐(false positive)을 발생시킬 수 있으며, 이는 작업자의 업무량과 전반적인 라인 효율성에 직접적인 영향을 미칩니다. PCB 설계가 더욱 복잡해지고 집적도가 높아짐에 따라, 기판당 솔더 페이스트 측정 횟수는 수만 건에 달할 수 있습니다. 이를 해결하기 위해, 저희는 통계적 이상치 분석을 적용하여 라인을 지원하는 공정 엔지니어가 사용할 수 있는 데이터 세트를 효과적으로 필터링하고 축소함으로써 비정상적인 솔더 페이스트 증착을 집중적으로 조사할 수 있도록 합니다. 이 방법을 통해 SPI 시스템과 작업자 모두가 놓쳤을 수 있는 잠재적인 실제 결함을 식별하여 궁극적으로 더욱 신뢰할 수 있는 품질 관리를 지원하고 자동화된 데이터 기반 프로세스 개선을 위한 강력한 기반을 구축합니다.
더 나아가, JMP 시각화 기능과 Python 통합을 사용하여 SPI에서 생성된 잠재적 결함의 이미지를 추출하고 대화형 자동 보고서를 생성했습니다.
