En el contexto de la creciente automatización y la escasez de mano de obra en el sector de la fabricación de microelectrónica, mejorar la fiabilidad y la eficiencia de los sistemas de control de calidad se ha vuelto fundamental. 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 e indican posibles defectos cuando las mediciones se encuentran fuera de los límites de especificación predefinidos. A pesar de su sofisticación técnica, estos sistemas aún dependen en gran medida del criterio del operario para la validación de defectos.
Las máquinas SPI pueden generar un número significativo de falsos positivos, lo que repercute directamente en la carga de trabajo del operario y en la eficiencia general de la línea. A medida que los diseños de PCB se vuelven más complejos y con mayor densidad de componentes, el número de mediciones de pasta de soldadura por placa puede alcanzar las decenas de miles. Para solucionar este problema, aplicamos un 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 más precisa de los depósitos anómalos de pasta de soldadura. Este método posibilita la identificación de posibles defectos reales que podrían haber pasado desapercibidos tanto para el sistema SPI como para el operario, lo que, en última instancia, contribuye a un control de calidad más fiable y sienta las bases para mejoras de procesos automatizadas y basadas en datos.
Además, utilizamos las capacidades de visualización de JMP y la integración con Python para extraer imágenes del posible defecto generado por el SPI y generar informes automatizados interactivos.
