En el contexto de la creciente automatización y la escasez de mano de obra en el sector de fabricación de microelectrónica, mejorar la fiabilidad y la eficiencia de los sistemas de control de calidad se ha vuelto crucial. Este proyecto presenta un análisis basado en datos de una línea de ensamblaje de placas de circuito impreso (PCBA), centrándose en el proceso de inspección de pasta de soldadura (SPI) posterior a la impresión de la pasta de soldadura. Los sistemas SPI realizan mediciones de alta resolución de depósitos individuales de pasta de soldadura y detectan posibles defectos cuando las mediciones exceden los límites de especificación predefinidos. A pesar de su sofisticación técnica, estos sistemas aún dependen en gran medida del criterio del operador para la validación de defectos.
Las máquinas SPI pueden producir una cantidad significativa de falsos positivos, lo que afecta directamente la carga de trabajo del operador y la eficiencia general de la línea. A medida que los diseños de PCB se vuelven más complejos y densos, el número de mediciones de pasta de soldadura por placa puede alcanzar decenas de miles. Para solucionar esto, aplicamos análisis estadístico de valores atípicos para filtrar y reducir eficazmente el conjunto de datos disponible para los ingenieros de procesos que dan soporte a la línea, lo que permite una investigación específica de depósitos anómalos de pasta de soldadura. Este método permite identificar posibles defectos reales que podrían haber pasado desapercibidos tanto para el sistema SPI como para el operador, lo que, en última instancia, contribuye a un control de calidad más fiable y sienta las bases para mejoras automatizadas de procesos basadas en datos.
Además, utilizamos capacidades de visualización JMP e integración de Python para extraer imágenes del defecto potencial generado por el SPI y generar informes automatizados que son interactivos.
