您的位置:主页 > 六西格玛专栏 >
如何用六西格玛项目来降低贴片DPMO

一、案例索引

分门别类
 
推荐指数:★★★★★

SMT(表面组装技术)是新一代电子组装技术。经过20世纪80年代和90年代的迅速发展已进入成熟期,但贴片不良特别是虚焊和连焊在很多SMT生产企业中还处于较高的水平。

本项目通过6SIGMA的方法经过全体项目组成员近6个月的努力,查找到影响贴片不良的根本原因并加以改善,使长期困扰企业的问题得到了很好的解决。相信该项目的思路、做法将对降低SMT不良方面有很好的借鉴作用。

二、案例内容

D定义阶段1.项目背景

影响装配车间的效率和成品质量CTQ(关键质量要素)、y及缺陷定义:

根据公司的业务要求(VOB)和外部顾客对产品性能质量的抱怨(VOC),确定贴片DPMO(即发生在SMT贴片机芯中的制程不良百万机会数)为项目的CTQ,同时将其定义为项目的y。其计算公式为:

 

贴装缺陷(Dp):因贴装引起的不良。

如:多件、少件、错件、侧件、反件、反向、偏移、竖件等。

端子缺陷(Dt):非贴装原因引发的端子不良。

如:短路、假焊、空焊、冷焊、少锡、多锡、锡珠等。

元件缺陷(Dc):因元件来料不良引发的缺陷。如:元件破裂、尺寸偏差等。

2.项目范围

上扳机 →印锡 →上料 →自动贴片 →炉前校正→回流焊接 →收板 →IPQC全检 →OQC抽检

专家点评:

能够从公司的业务需要和顾客的声音(VOC)出发,选择顾客抱怨最大的问题做6SIGMA项目,完全符合项目选择的原则。

在定义阶段非常明确地界定了项目的关键的质量要素CTQ:贴片DPMO,并确定了以西门子生产线为重点改善领域,待该生产线得到改善后逐渐将该项目的成果和经验应用到其他生产线的战略。既可集中精力解决主要问题又可节省时间保证项目的期限要求。

M测量阶段:

1.测量系统分析

为了准确地把握Y的现水平及保证后续数据分析的可靠性,随机挑选三名检验员,25个样本进行检验员对不良和缺陷的判断一致性检验。

 

检验结果三名检验员的一致性(本身的重复性、与标准的一致性等)均达到90%以上。测量系统可靠。

2.流程能力分析
 
3.查找潜在的原因的变量

1)通过变量流程图查找潜在的原因因子

2)通过FMEA筛选出关键的X变量(KPIV)经过FMEA导出7个关键因子:
 
1)炉温参数
2)锡膏管控
3)钢网质量
4)网印机性能
5) Feeder
6)网印参数
7)贴片机性能

专家点评:

该项目通过测量系统的分析和改善使检验员对不良和缺陷的判定一致性由82%提高到90%以上,保证了后续数据分析的可靠性。为了查找对Y产生关键影响的X变量巧妙地利用了变量流程图导出了46个潜在的原因变量(利用该工具的好处是比起鱼骨图它在查找原因变量时与具体的流程步骤更加贴近,且不易遗漏重要的因子)。再利用失效模式及影响分析(FMEA)作为漏斗工具筛选出7个关键的X变量,很好地体现了六西格玛思想。

A分析阶段:

1.查找更深层次的原因变量(KPIV)

为了进一步查明更深层次的原因通过鱼骨图对M阶段查找到的7个关键因子再进行分解研究。

 
经过头脑风暴法确定了以下24个更详细的因子。并建立了数据收集计划。

 

2.网印参数DOE分析

为分析和确定网印参数中对贴片DPMO产生关键影响的因子,对刮刀压力、网印速度、脱模速度、擦网频率、脱模距离和网印间隙等6个因子用2K阶乘实验的方法分别取2个水平进行实验。
 

分析结果刮刀压力的影响最为显著,其次为印刷速度(虽然统计显著性差一些,但对结果有一定的影响),另外对刮刀压力和Snap off的交互作用也要关注。

 

通过分析确定网印参数的最佳设定条件为:刮刀压力8.5、印刷速度34.7、Snap off–0.5

3.炉温参数DOE分析

为分析和确定炉温参数中对贴片DPMO产生关键影响的因子,对预热温度、预热时间、焊接温度、焊接时间等4个因子用2K阶乘实验的方法分别取2个水平进行实验。
 

分析结果预热时间(温度为140-170度)、200度以上焊接时间等两个因子的主效果显著,但由于该两个因子的交互作用也显著,因此通过二者的交互作用图来判断预热时间和焊接时间的最佳设定条件。从图中可见,当200度以上焊接时间为35秒(虽然时间越长DPMO显现越低,但考虑降低对产品的性能的影响,200度以上焊接时间在35秒时较为理想;预热时间为95到115秒时较为理想。

专家点评:

该项目在A阶段很好地利用鱼骨图、头脑风暴法等工具和方法,在M阶段查找出7个潜在的原因变量基础上再对其进行深层次因子的挖掘,避免了在筛选潜在的原因变量时由于一开始就对重要因子过于细化而在FMEA打分时弱化其重要性而丢失关键因子的风险。

针对网印参数和炉温参数对应的因子分别采用DOE实验中的2K阶乘实验方法对因子进一步优化,把对DPMO影响不显著的因子筛掉后对剩下的核心因子确定了各自最佳参数设定条件,为参数优化类项目提供了很好的典范。
I改善阶段:

1.建立改善方案及实施计划
 

针对分析阶段得出的Vital few X’s制定了如下的改善方案及实施计划。

2.DOE实验成果推广

 

3.改善效果的验证

零假设H0: 改善前后DPMO无显著差异备择假设Ha:改善前后DPMO差异显著

 

结论:P=0.017<0.05,因此推翻H0采纳Ha即改善前后DPMO差异显著,改善效果明显。C控制阶段

1.改善后流程能力演算

经过DOE实验分析及改善,贴片DPMO由改善前的110PPM降低到改善后的41PPM,改善效果显著。

 

2.文件化共享及标准化

为确保项目的改善成果对于重要的改善点实施了标准化,并将标准化内容添加到受控文件进行有效管理。

专家点评:

通过重新计算改善后贴片DPMO进一步验证了改善效果,并依据该指标确认了项目的财务收益,同时通过对所实施改善的关键和核心因子实施标准化和统计流程控制等手段确保了项目改善成果的维持。通过该项目的实施不仅解决了长期未得到解决的技术难题,而且使项目的骨干成员掌握了在现场非常实用的DOE实验分析方法,同时使全体项目组成员深刻地体会到看问题不能只看表面,要进行调查和测量,用数据说话,数据是分析和解决问题的基础,经验值不一定就对,改进就要敢于否定以前的做法,当然,还是要用数据说话。
 

随机推荐

图文聚集

热门排行

最新文章