電子および PCB 組立プロセスを品質エラーから保護

金曜日の午後、顧客から「当社のボードが動作しません。あなたのチームはボードをテストしませんでしたか?緊急納品があり、この品質は保証できません。」という電話を受けたとします。 喉にしこりができます。 品質管理のプロセスが整っていることはご存知でしょうが、欠陥のあるボードが出荷までにまだ届いています。 プロセス内の何かを変える必要があります。

品質上の問題やエラーは、特に PCB や電子機器の製造に関わる人が行う複雑な作業で発生します。 多くの場合、組織は自動光学検査 (AOI) のようなシステムを備えている場合があります。AOI は通常、製造プロセスの「中間」での検査に使用されます。 AOI システムは品質管理に価値をもたらしますが、プロセスのフロントエンドとバックエンドは依然としてエラーに対して脆弱なままになっています。

品質エラーは、不満を抱いた顧客からのクレームとして数千ドル以上の損害が発生する可能性があるだけでなく、サプライヤーとしてのブランドや評判に損害を与える可能性もあります。 コストのかかる人的エラーを回避するために、プロセスに適用してブランドと高品質の生産をエンドツーエンドで保護するための役立つヒントがいくつかあります。

受入品質管理は、品質問題に対する最初の防御線です。 PCB アセンブリショップでは、受け取った PCB の品質を評価し、組み立て前に適切なコンポーネントが準備されていることを確認することから始めるのが良いでしょう。 エレクトロニクス製造では、製品の製造を開始する前に正しい部品を確実に受け取ったことを確認することが最優先事項です。

この最初の段階では通常、目視検査が使用され、品質上の問題がないか事前にチェックされます。 これは理論的には簡単に思えますが、オペレーターは複数の複雑な製品を管理するため、「良い」コンポーネントと「悪い」コンポーネントを区別するのは困難な場合があります。

これに対処するには、基板または部品の参照「ゴールデン」イメージを保持し、それを使用して、生産を開始する前に正しいコンポーネントが配置されていることを確認することをお勧めします。 AI に関する最新テクノロジーは、受け取った部品や基板を自動的に検査するシステムをトレーニングして、それらの品目がこれから生産を開始する製品と正しく関連付けられているかどうかを示すことができるため、目視検査を支援できます。

必ず最初の記事を確認してください。 完全な生産稼働にゴーサインが出る前に、製造される最初のボードまたはコンポーネントをレビューする必要があります。 初回製品検査 (FAI) は、基板が顧客が提供した仕様に照らして正しく製造されていることを確認するための長いプロセスになる可能性がありますが、この交差点での適切な検査は、生産の全バッチでコストのかかる品質エラーを回避するための鍵となります。 。 FAI は、製品の過去の合併症に基づいて潜在的な問題を特定し、以前に製造されたサンプルと比較して逸脱を示す必要があります。

この段階での品質エラーの主なリスクは、人による目視検査にあります。 ご存知のとおり、人間は疲労、マルチタスク、意思決定に直面すると、間違いを犯しやすくなります。 FAI プロセスを促進するために、メーカーは高度な AI 機能を追加して人間の意思決定をサポートし、AI を使用して保存された「ゴールデン」参照画像を FAI と比較し、矛盾を自動的に分離することで品質管理を向上させることができます。

AOI システムはインライン検査に最適ですが、スルーホールコンポーネント、接着剤またはシールの欠陥など、AOI では検出できない欠陥を含む、さまざまな種類の欠陥の検査範囲を拡大するには、製品のサンプリング検査戦略を組み込むことが有益です。 AOI プロセスと組み合わせます。

スタンドアロンの外観検査システムは、二次検査として AOI プロセスを補完し、部品やネジの欠落や不正などの欠陥、極性や色が逆の問題を特定するのに役立ちます。

確かに AOI システムは貴重な目的を果たしますが、AOI システム検査後の最終梱包および出荷前のエラーのリスクはどのようなものでしょうか? プロセスにはんだ付け、手作業、現場での輸送が含まれる場合、品質管理は損傷、欠陥、ラインダウンコストの影響を受けやすくなります。

AOI システムは誤った安心感を与える可能性があります。 AOI による 90% の品質管理は可能ですが、特にある程度の手作業が含まれる場合、他の問題が発生する可能性が 10% ある可能性があります。 人間はできる限り指示に従いますが、人によって異なるスキルやコミュニケーションの解釈により、生産プロセスにエラーが発生する可能性があります。 これは、同僚と同じスピードと効率で検査するための新人研修の指示、時間、経験を必要とする新しいオペレーターにとっても懸念事項となる可能性があります。

最終検査段階でベストプラクティスを確実に実施するには、再発する問題、一貫性の要件、最適な客観性を実現するために可能な場合はカメラベースの検査と AI サポートの実装などの懸念事項を検討します。

適切な管理、チェック、設備があれば、品質エラーが発生する可能性は依然としてあり、欠陥製品が顧客に届く可能性は依然としてあります。 多くの場合、これは輸送中または顧客サイトに到着したときに製品が破損した場合に発生する可能性があります。 メーカーはどのようにしてトレーサビリティを向上させ、プロセス内でエラーが発生した可能性のある場所を遡って検索できるでしょうか?

入荷した在庫を確認することが重要であるのと同様に、出荷されたすべての製品の記録を保持することが重要です。 おそらく、シリアル化プロセスを実装して、各製品に固有のバーコードと送信バッチの保存画像を持たせます。

利益？ 次回、顧客から品質に関するクレームや問題について問い合わせがあった場合、施設を離れる前に製品の状態を示すファイルを利用できるため、品質プロセスのエラーについての貴重な洞察が得られます。

改善すべき領域を評価するときは、製造施設や組立施設の主要なポイントにある自動化および視覚検査システムが品質管理のリスクを軽減し、大手サプライヤーのブランドの完全性を維持するのに役立つことを忘れないでください。 手動検査における AI 支援の意思決定により、オペレーターの疲労とそれに関連するエラーが確実に回避されます。