DFM-直通率培训课程解析.ppt

质量设计不足的处理 更换封装选择 分板或分面设计（通过不同的排板， 要求工艺改进 采取特别工艺处理方法（包括手工组装） 更改电路设计（进而改器件封装） 特别布局设计 管理决策（接受较低质量水平） 比如减少组装密度，来减低dpmo） 200 dpmo 50 dpmo 100 dpmo 80 dpmo 故障种类 不良机率 机率 100 250 33 120 0.02 0.0125 0.0026 0.012 0.0471 不良率 单板 单板 总不良率 4.7 % 更改元件种类 修改设计 43 85 工艺改进 50 0.0034 0.0043 0.0202 2% 98 % Yield ! 直通率的改善 封装 # 1 封装 # 2 封装 # 3 封装 # 4 预计结果的信心评估 在做出最后决策前，应该对预计经过的信心进行评估 … 预计带较大的主观性，需要足够的知识和经验 ！ 评估主要目的在确保考虑周到 ！ 是否选择正确和足够的数据依据 ？ 历史数据的量是否足够？偶发情况是否排除？ 波动性强不强？有没有混合不同设计应用在一起？ 试验的设计是否有足够的模拟？结果和推理的符合性 强不强？ 推理计算的参考是否有足够的代表性？特性差异大不 大？ 数据的不确定性 产品（设计）变化因素 工艺变化元素 物料变化因素 抽样和计算因素 能力提升因素 您的质量依据数据存在不确定性 … 产品（设计）变化因素 我们知道 … 50 dpmo 500 dpmo 您正在设计的产品属于哪一类设计? dpmo 时间 均值 不同产品 同一产品 不同设计版本 工艺变化因素 工艺结果 因素 # 3 因素 # 4 因素 # 5 因素 # 1 因素 # 2 您的规范可能未照顾到所有因素的变化范围！ dpmo 产品/时间 均值 新旧锡膏 设备保养后 不同生产线 您将来的工艺会完整的控制吗？ 物料变化因素 供应商的变化 制造时间（批次）变化 供应商生产质量的变化 库存变化 物料变化种类： dpmo 产品/时间 均值 不同供应商 不同批 抽样和计算因素 故障的判断和计算的一致性 非100%检查的数据可信度 大小批量的计算差距 检查25样本有92%可信度 检查15样本有78%可信度 检查5样本有39%可信度 是一个器件还是3个焊点? (数据分析度问题) 注意计算的准确性 1月份dpmo = 200 2月份dpmo = 300 平均dpmo = 250 ？？？ 1月份制造 50,000 次品数目 = 10 200 dpmo 2月份制造 6,670 次品数目 = 2 300 dpmo 1 + 2月份共制造56,670 总次品数目 = 12 平均dpmo = 212 能力提升因素 dpmo 产品/时间 均值 工艺改进 设备改进 您的工艺能力和设备能力也再提升 … 新的能力是否有完善的规范? 您设计采用的规范是否和数据依据相符合? 所以您必须 … 避免把预计的结果当成硬性依据 ！ 注意您的参考数据选择 ！ 数据必须具真正代表性（时间、产品设计等） 只有平均值不是好的参考 评估您预计的可信度 历史经验数据的应用 dpmo 产品/时间 均值 不稳定的质量 均值使用意义有可能不大 ！ dpmo 产品/时间 均值 了解波动原因 已解决物料问题 设备故障 历史经验数据的应用 dpmo 产品/时间 均值 dpmo 产品/时间 均值 去除有解决规范的数据 dpmo 产品/时间 最差值 预计最差和波动情况 均值 找出特别情况 均值、最差值和波动幅度都提供重要的信息 ！ 历史经验数据的应用 必达目标 希望目标 首次设计预计 首次设计修改结果 最终设计修改结果 均值 最差值 最佳值 波动 总dpmo或直通率 历史经验数据的应用 必达目标 希望目标 首次设计预计 首次设计修改结果 最终设计修改结果 未达到要求！ 一般达到要求，但有时可能会出错（机会不很高），质量不是很稳定！ 一般可达目标，质量稳定和不容易出错！ 一个有用的统计学概念 故障数 D 生产数 P 故障率 F = F 生产批次 P 数 P 数越多，F值的波动越小 ！ 均值越可靠 ！ 系统性和可信度的判断 累计综合dpmo 产品/时间 缩小的波动显示系统化控制强 P 值因累计而增加 最终dpmo值可用 ！ 品质水平接受决策 对预计质量水平进行评审时, 应该同时考虑 … 返修可行性和成本 报废成本 返修可靠性 市场策略和利润 客户要求 依据可信度 PFMEA团队决策 品质水平预计输出 质量预计表 封装组 预计水平依据（dpmo） 单板不良率 故障模式 0603，0805，SOT，Melf，SOD 50 0.012 少锡，掉件 PLCC，SOJ 40 0.001 虚焊 VSOP，TSOP 350