마이크로일렉트로닉스 제조 분야에서 자동화가 증가하고 인력 부족 현상이 심화됨에 따라 품질 관리 시스템의 신뢰성과 효율성을 향상시키는 것이 매우 중요해졌습니다. 본 프로젝트는 인쇄회로기판 조립(PCBA) 라인, 특히 솔더 페이스트 도포 후 이어지는 솔더 페이스트 검사(SPI) 공정에 대한 데이터 기반 분석을 제시합니다. SPI 시스템은 개별 솔더 페이스트 도포층을 고해상도로 측정하고, 측정값이 사전 정의된 사양 범위를 벗어날 경우 잠재적 결함으로 표시합니다. 이러한 시스템은 기술적으로 매우 정교하지만, 결함 검증에 있어 여전히 작업자의 판단에 크게 의존하고 있습니다.
SPI 장비는 상당한 수의 오탐지를 발생시킬 수 있으며, 이는 작업자의 업무 부담과 전체 생산 라인 효율에 직접적인 영향을 미칩니다. PCB 설계가 더욱 복잡해지고 부품 밀도가 높아짐에 따라 보드당 솔더 페이스트 측정 횟수가 수만 건에 달할 수 있습니다. 이러한 문제를 해결하기 위해 통계적 이상치 분석을 적용하여 생산 라인을 지원하는 공정 엔지니어가 활용할 수 있는 데이터 세트를 효과적으로 필터링하고 축소함으로써 비정상적인 솔더 페이스트 증착에 대한 집중적인 조사를 가능하게 합니다. 이 방법을 통해 SPI 시스템과 작업자 모두가 놓쳤을 수 있는 잠재적인 실제 결함을 식별할 수 있으며, 궁극적으로 더욱 신뢰할 수 있는 품질 관리를 지원하고 자동화된 데이터 기반 공정 개선을 위한 견고한 토대를 구축할 수 있습니다.
또한, JMP 시각화 기능과 Python 통합을 활용하여 SPI에서 생성된 잠재적 결함 이미지를 추출하고 대화형 자동 보고서를 생성했습니다.
