Nel contesto della crescente automazione e della carenza di manodopera nel settore della produzione di microelettronica, il miglioramento dell'affidabilità e dell'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 si discostano dai limiti di specifica predefiniti. Nonostante la loro sofisticatezza tecnica, questi sistemi si basano ancora in larga misura sul giudizio dell'operatore per la validazione dei difetti.
Le macchine SPI possono produrre un numero significativo di falsi positivi, con un impatto diretto sul carico di lavoro degli operatori e sull'efficienza complessiva della linea. Con la crescente complessità e densità dei progetti di PCB, il numero di misurazioni della pasta saldante per scheda può raggiungere le decine di migliaia. Per ovviare a questo problema, applichiamo un'analisi statistica degli outlier per filtrare e ridurre efficacemente il set di dati a disposizione degli ingegneri di processo che supportano la linea, consentendo un'indagine mirata sui depositi anomali di pasta saldante. Questo metodo permette 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 costruendo una base più solida per miglioramenti di processo automatizzati e basati sui dati.
Inoltre, abbiamo utilizzato le funzionalità di visualizzazione di JMP e l'integrazione con Python per estrarre l'immagine del potenziale difetto generato dall'SPI e generare report automatici interattivi.
