Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
МЕТ_ТЭАобщ.pdf
Скачиваний:
88
Добавлен:
20.04.2015
Размер:
605.59 Кб
Скачать

8

K уi = KKi ; (2.12)

нi

Изделие считается технологичным, если

 

 

 

1

N

 

 

 

у =

K yi 1.

(2.13)

K

 

N

 

 

 

i=1

 

2.4.Порядок выполнения работы

1.Получить у преподавателя изделие для оценки его уровня технологичности.

2.Рассчитать показатели технологичности и показатели уровня технологичности.

3.Используя соотношение (2.13), оценить технологичность конструкции.

4.Проанализировать полученные результаты.

2.5.Контрольные вопросы

1.Технологичность изделия.

2.Этапы жизни изделия.

3.Качественная оценка технологичности.

4.Количественная оценка технологичности.

5.Базовые показатели технологичности.

6.Классификация показателей для количественной оценки технологичности.

3. ЛАБОРАТОРНАЯ РАБОТА № 2. ИССЛЕДОВАНИЕ И ОПТИМИЗАЦИЯ МОДЕЛИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ГРУППОВОЙ ПАЙКИ ПЕЧАТНЫХ УЗЛОВ

Цель работы: Изучение технологии пайки "волной припоя" печатных узлов; исследование технологических факторов, определяющих качество паяных соединений с помощью методов планирования эксперимента.

3.1. Выделение основных влияющих факторов и параметров оптимизации процесса

В настоящее время при серийном и массовом производстве основная часть печатных узлов паяется с помощью оборудования для пайки волной припоя.

Современная пайка волной припоя обеспечивает выход годных контактных соединений (КС) 60-85%. Остальные КС подвергаются исправлению с помощью паяльника. Таким образом, групповой метод для выполнения всех КС реализовать не удается. Доля дефектных КС в сильной степени зависит от ряда технологических факторов, которые подлежат тщательному контролю, обеспечивающему возможность стабилизации уровня качества пайки. Технологические факторы, определяющие качество пайки, связаны с характеристиками припоя и флюса, свойствами поверхностей монтажных площадок и выводов электрорадиоэлементов (ЭРЭ), режимами операций пайки.

Эти факторы в дальнейшем будем обозначать через Xi , где i=16. . Границы изменения факторов определяют так, чтобы обеспечить условие физической реализации переменных факторов, т.е. нормальный ход технологического процесса с ожидаемым показателем параметра оптимизации, а состав факторов должен быть определен на основании следующих требований:

-факторы должны быть управляемыми;

-для любой пары факторов должно выполняться условие совместимости;

-факторы должны быть независимыми;

-факторы должны быть однозначны;

9

-факторы должны непосредственно воздействовать на параметр оптимизации;

-факторы должны быть определены операционно;

-точность установления граничных факторов должна быть максимально высокой[4].

На основании анализа [4,5] и вышеперечисленных требований в число факторов, влияющих на качество пайки, необходимо включить:

1.Состав припоя.

2.Активность флюса.

3.Степень очистки платы.

4.Температуру пайки.

5.Ширину волны припоя на уровне платы.

6.Скорость перемещения припоя на уровне платы.

Для выявления параметра оптимизации данного технологического процесса, в наибольшей степени комплексно оценивающего качество пайки, рассмотрим основные дефекты печатных узлов после пайки [4].

1.Плохое смачивание проявляется в виде точечных отверстий и участков обнаженной меди на монтажных площадках. Облуженная поверхность неоднородна. Плохое смачивание вызвано наличием неоднородных включений на поверхности (масла, краски, окисные пленки, которые не могут быть растворены флюсом).

2.Избыток припоя на печатной плате. Пайка должна быть "скелетной", т.е. толщина припоя не должна превышать 0,1-0,2 мм на монтажной площадке и выводе ЭРЭ. Избыток припоя не обеспечивает ни повышения механической прочности, ни электропроводности, но исключает возможность визуального контроля смачивания. Избыток припоя образует конусно острой верхушкой "сосульку", устранение сосулек обеспечивается увеличением угла наклона печатной платы зеркалу припоя, повышением температуры припоя, предварительным нагревом печатных плат.

3.Перемычки возникают из-за прилипания припоя к поверхности основания между монтажными площадками. Перемычки могут возникать из-за избытка флюса, либо из-за посторонних веществ, находящихся в припое.

Вчастности, попадание шлака из ванны припоя на печатные платы может привести к образованию перемычки.

4.Раковины и поры образуются в результате образования газовых пузырьков, которые не успевают выйти из жидкого припоя. К образованию полостей приводят органические загрязнения на печатных платах, а также остатки влаги.

5.Потускнение припоя может быть вызвано перегревом ванны, либо чрезмерным количеством примесей в припое. Влияние флюса на горячую поверхность также может вызвать потускнение.

6.На печатных узлах после пайки иногда образуются осадки белого и темного цвета. Причина появления осадков связана с чрезмерным количеством флюса, оставшимся после пайки, либо продуктов разложения флюса и взаимодействия с медью. Устраняются осадки тщательной очисткой после пайки с последующим покрытием печатных узлов специальным лаком.

Все указанные дефекты воздействуют, в конечном счете, на прочность спая КС, переходное сопротивление КС и возникновение шумов в КС. Два последних параметра, однако, чрезвычайно трудно контролировать для печатных узлов [4].

Поэтому из произведенного рассмотрения дефектов печатных узлов после пайки видно, что

вкачестве параметра оптимизации данного технологического процесса целесообразно взять прочность спая КС, которая в наибольшей степени зависит от рассмотренных дефектов.

Причем именно этот параметр соответствует требованиям, предъявляемым к параметрам оптимизации технологических процессов:

-параметр измеряется при любом изменении режима технологического процесса;

10

-параметр статистически эффективен;

-параметр является информационным, т.е. всесторонне характеризует технологический

процесс;

-параметр имеет физический смысл;

-параметр является однозначным.

Прочность спая КС (параметр оптимизации) обозначим символом У.

3.2. План технологического процесса пайки печатных плат волной припоя

Из проведенного анализа видно, что для технологического процесса групповой пайки печатных узлов характерна зависимость выходного параметра (прочность слоя КС) от большого числа разнородных технологических факторов, задавших различные по своей природе, но тесно взаимодействующие друг с другом процессы.

Системы, в которых нельзя четко выделить отдельные явления, определяются математиками как диффузионные или плохо организованные. Под эту категорию хорошо подходят производственные процессы.

Поэтому для исследования построения математической модели процесса широко применяются экспериментальные методы. Технологический процесс групповой пайки печатных узлов зависит от большого числа слабоуправляемых технологических факторов. Это обуславливает необходимость статистического подхода к описанию этих факторов и их воздействия, например, методами регрессивного анализа. В настоящее время известны следующие виды регрессивного анализа:

1.Пассивный (классический), базирующийся на математической обработке совокупности однофакторных экспериментов.

2.Активный (многофакторный), базирующийся на обработке совокупности многофакторных экспериментов.

Пассивный эксперимент проводится по принципу: "изменяя один фактор, прочие держи постоянными". Однако этот метод не применим для сложных, диффузных, неорганизованных систем.

Основным отличием активного регрессивного анализа является использование математических методов не только на последнем этапе исследования, но и на более ранних этапах: при формализации априорных сведений перед постановкой опыта, при планировании эксперимента и при принятии решения об изменении направления эксперимента (оптимизации) в процессе его проведения по результатам промежуточных опытов. Основное достоинство метода - возможность оптимального управления экспериментом при неполном знании механизма процесса.

Поскольку факторы процесса пайки печатных узлов волной припоя неоднородны и имеют различные единицы измерения, а числа, выражающие величины факторов, имеют различные порядки, их следует привести единой системе счисления путем перехода от действительных значений факторов к кодированным по формулам:

X iосн =

X i max + X i min

,

(3.1)

2

 

 

 

где Хiосн- основной уровень (определенный для каждого фактора); Хimax - верхний уровень (определенный для каждого фактора); Хimin - нижний уровень (определенный для каждого фактора); 2 - число уровней; i - номер фактора.

X i =

X i max X i min

,

(3.2)

 

 

 

2

 

 

 

где Хi - интервал варьирования (определенный для каждого фактора);

 

~

X i X iосн

 

 

 

X i =

 

 

,

 

(3.3)

 

X i

 

 

 

 

 

 

11

~

где X i -кодированное значение фактора, вычисляемое по указанной формуле; Хi -

значение фактора в абсолютных единицах на нижнем или верхнем уровне варьирования.

Выбор основного исходного уровня и величины интервалов варьирования производится на основе априорной (т.е. известной заранее) информации. В нашем случае мы за основные уровни каждого фактора примем характеристики типового технологического процесса.

Интервал варьирования, равный половине разности между верхним и нижним уровнями, выберем равным 10-20 % от значения каждого фактора. Например, Хi - температура припоя на основном уровне 200°С, интервал варьирования Хi =20°С, то в кодовых единицах значения этого фактора на нижнем и верхнем уровне ±1.

Полнофакторный эксперимент (ПФЭ) для шестифакторного процесса будет содержать 26 = 64 опыта. Если учесть, что для определения дисперсии воспроизводимости необходимо каждый опыт проделать минимум три раза, то этот эксперимент будет включать 192 опыта. Количество опытов можно резко сократить, если провести так называемый отсеивающий эксперимент.

Известно, что для сложных технологических процессов характерно то, что лишь небольшое количество факторов оказывает существенное влияние на выходные параметры изделия, воздействие остальных факторов малозначимо, и его можно рассмотреть как некоторое "шумовое" поле, на фоне которого протекает процесс. Для того чтобы выяснить, какие из факторов малозначимы, необходимо провести серию опытов. По результатам этой серии опытов малозначимые факторы исключаются из дальнейшего рассмотрения. Это значительно сокращает объем эксперимента основной серии.

Стремясь описать исследуемый процесс линейной моделью, предположим, что все парные взаимодействия незначимы. Термин "незначимы" показывает, что совместным влиянием факторов можно пренебречь и получить уравнение вида:

k

 

У = b0 +bi xi ,

(3.4)

i=1

Вместо взаимодействия можно ввести в матрицу планирования другие факторы. При этом матрица будет выглядеть так:

№ опыта

X1

X2

X3

X4

X5

X6

У

1

-

-

-

+

+

-

 

2

+

-

-

-

-

+

 

3

-

+

-

-

+

+

 

4

+

+

-

+

-

-

 

5

-

-

+

+

-

+

 

6

+

-

+

-

+

-

 

7

-

+

+

-

-

-

 

8

+

+

+

+

+

+

 

Такая матрица называется дробной репликой от ПФЭ. Для её реализации необходимо проделать всего восемь опытов, что составляет одну восьмую от ПФЭ типа 26.

По результатам 1/8 реплики от ПФЭ типа 26 можно определить значимость факторов. Для этого необходимо построить диаграмму рассеяния [5], где по оси абсцисс на равном расстоянии друг от друга располагаются факторы, по оси ординат - значения выходного параметра. Слева от вертикальной линии, проведенной перпендикулярно оси абсцисс из точек, соответствующих режимным факторам откладываются значения выходного параметра для тех же режимов, когда данный фактор находился на нижнем уровне. Справа откладываются значения выходного параметра, когда данный фактор находился на верхнем уровне.

12

Рис.3.1. Диаграмма рассеяния.

Далее для каждого ряда точек, для каждого уровня факторов строится медиана. Медиана равна значению средней точки, если число точек нечетное. Если число точек - четное, то медиана равна полусумме значений двух средних точек. Разность медиан разных уровней одного и тоге же фактора определяет его вклад. На основе анализа данных диаграмм рассеяния определяются факторы, дающие наибольшие вклады. Оставшиеся факторы, как малозначимые, исключаются из дальнейшего рассмотрения. После того, как проведен отсеивающий эксперимент, можно приступить к основному эксперименту, который необходимо производить согласно матрице планирования типа 2К, где к - число факторов, оставшихся после отсеивающего эксперимента.

Данные и результаты вычислений заносят в журнал планирования эксперимента (табл.3.2.).

Таблица 3.2. Пример журнала планирования эксперимента

 

 

Порядок реализации

 

Параметры (факторы)

 

 

Результаты

 

 

Сред

Дисп

Расч для пр

 

 

 

 

опытов

 

 

 

 

 

 

процесса

 

 

 

 

эксперимента

 

 

знач

 

адекватн.

 

 

m

 

m

 

m

 

m

 

x

0

 

x

 

x

2

 

x

3

у

 

у

2

 

у

3

 

у

4

yσ

S 2

y)σ

n

(

 

y y)

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

2

 

3

 

 

4

 

 

 

1

 

 

 

 

1

 

 

 

 

 

 

 

σ

 

 

 

σ σn

 

1

 

1

 

4

 

5

 

 

1

+

 

-

 

-

 

-

55,63

 

54,24

 

52,21

 

54,99

53,60

2,62

53,3

 

 

0,90

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

3

 

3

 

7

 

 

6

+

 

+

 

-

 

-

56,94

 

53,46

 

55,84

 

46,56

51,20

36,33

53,3

 

 

4,452

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

6

 

6

 

8

 

 

5

+

 

-

 

+

 

-

31,91

 

37,89

 

37,07

 

32,34

34,80

9,00

34,9

 

 

0,022

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4

 

8

 

1

 

4

 

 

8

+

 

+

 

+

 

-

34,97

 

39,46

 

38,86

 

34,53

36,90

3,01

34,9

 

 

3,802

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5

 

7

 

8

 

6

 

 

2

+

 

-

 

-

 

+

39,30

 

45,30

 

44,57

 

40,03

42,30

9,43

42,8

 

 

0,302

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

6

 

4

 

7

 

1

 

 

7

+

 

+

 

-

 

+

42,20

 

41,94

 

48,46

 

48,20

45,20

13,09

42,8

 

 

5,522

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7

 

2

 

5

 

3

 

 

4

+

 

-

 

+

 

+

27,40

 

21,40

 

22,36

 

26,44

24,40

8,77

24,4

 

 

0,008

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

8

 

5

 

2

 

2

 

 

3

+

 

+

 

+

 

+

20,51

 

25,09

 

24,81

 

20,79

22,80

6,18

24,4

 

 

2,856

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Коэффициенты регрессии

38,9

 

0,13

 

9,18

 

5,23

Проверка однородности

Проверка адекватности

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

дисперсии

 

 

 

модели

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Sσ2

 

 

 

88,43

 

( yσ y)σn )

 

17,179

 

 

 

Проверка значимости коэффициентов

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S2

max

 

 

 

86,33

 

S2ад

 

13,74

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Sил2

11,05

 

 

S2(bi)

 

0,34

 

0,34

 

0,34

 

0,34

 

0,34

G

 

 

 

 

 

0,41

 

F

 

 

 

1,1

 

 

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

g , %

 

 

 

 

 

g %

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

g , %

5

 

 

 

S(bi)

 

0,18

 

0,18

 

0,18

 

0,18

 

0,18

V

 

 

 

3

 

 

V1ад

 

 

4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

V

 

 

 

6

 

 

V2ад

 

 

24

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Vзн

24

 

 

 

ti

 

 

 

 

216

 

0,7

 

51

 

29

Gкр

 

 

 

0,44

 

Fкр

 

 

2,62

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

G-Gкр

 

 

0,4-0,44=-0,03

F-Fкр

1,1-2,62=-1,52

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

tкр

2,06

 

 

ti tкр

 

 

 

 

214

 

-1,36

 

49

 

27

Вывод

 

 

дисп однор

Вывод

М адекв.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Уравнение регрессии

 

У=38,9+9,18Х2+5,23Х3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вывод

 

 

 

 

 

 

 

 

 

 

зн

 

нз

 

зн

 

зн