PCB-“智能工廠”中對(duì)準(zhǔn)度管控相關(guān)問(wèn)題解析課件

PCB“智能工廠”中對(duì)準(zhǔn)度管控相關(guān)問(wèn)題解析PCB“智能工廠”中對(duì)準(zhǔn)度管控相關(guān)問(wèn)題解析

第二次工業(yè)革命大量生產(chǎn)和

電力化第三次工業(yè)革命計(jì)算機(jī)控制和

自動(dòng)化第四次工業(yè)革命生態(tài)物聯(lián)網(wǎng)和智能系統(tǒng)第一次工業(yè)革命工廠

和機(jī)械化250年以來(lái)..

四次工業(yè)革命相繼發(fā)生第二次工業(yè)革命大量生產(chǎn)第三次工業(yè)革命計(jì)算機(jī)控制第四次工業(yè)

工業(yè)4.0–使眾多管理者疑惑如何開始的“模式轉(zhuǎn)換”

新階段的組織和管理

全數(shù)字化運(yùn)營(yíng)

從制造現(xiàn)場(chǎng)到管理團(tuán)隊(duì)

橫向連接供應(yīng)商和客戶

開放型網(wǎng)絡(luò)需求的基礎(chǔ)設(shè)施

關(guān)鍵溝通的信賴性和穩(wěn)定性

開放型網(wǎng)絡(luò)潛在的風(fēng)險(xiǎn)

保護(hù)數(shù)據(jù)中專業(yè)的行業(yè)技術(shù)

缺失足夠的技能

人才流失的風(fēng)險(xiǎn)組織架構(gòu)整合溝通安全人員工業(yè)4.0–使眾多管理者疑惑如何開始的“模式轉(zhuǎn)換”

工業(yè)4.0是宏大的共同目標(biāo),但是

如何實(shí)現(xiàn)的步驟還不清晰

工業(yè)4.0推動(dòng)所有設(shè)備使用標(biāo)準(zhǔn)的“通信協(xié)議”

許多設(shè)備已實(shí)現(xiàn)數(shù)據(jù)的溝通

但卻以自己的特定“語(yǔ)言”

不同供應(yīng)商的軟體和設(shè)備的交流

存在困難

“標(biāo)準(zhǔn)化”需要設(shè)備的重要升級(jí)或更替標(biāo)準(zhǔn)何時(shí)可以使用?

誰(shuí)來(lái)制定標(biāo)準(zhǔn)?工業(yè)4.0是宏大的共同目標(biāo),但是

如何實(shí)現(xiàn)的步驟還

智能工廠促進(jìn)現(xiàn)有設(shè)備和基礎(chǔ)設(shè)施來(lái)適應(yīng)智能制造的挑戰(zhàn)DesignRulesInnerLayerScalesPEPMeasurementLDIMeasurementQualityLaserDrillXrayMeasurement對(duì)準(zhǔn)度管控系統(tǒng)

允許現(xiàn)有設(shè)備的使用

“逐步”實(shí)施

加強(qiáng)現(xiàn)有基礎(chǔ)設(shè)施智能工廠

不需要全新的工廠

可在短期內(nèi)實(shí)現(xiàn)

專注數(shù)據(jù)管理

和溝通系統(tǒng)的應(yīng)用智能工廠促進(jìn)現(xiàn)有設(shè)備和基礎(chǔ)設(shè)施來(lái)適應(yīng)智能制造的挑戰(zhàn)Des

智能工廠–將智能引入PCB生產(chǎn)工藝的第一步策略

創(chuàng)新驅(qū)動(dòng)型開發(fā)

應(yīng)用智能技術(shù)

鞏固基礎(chǔ)

從質(zhì)變到量變的升級(jí)實(shí)用性不同于4.0,專注點(diǎn)不在于應(yīng)用最先進(jìn)的技術(shù)，而在于利用現(xiàn)有的領(lǐng)先技術(shù)完成實(shí)用性的實(shí)施智能工廠–將智能引入PCB生產(chǎn)工藝的第一步策略創(chuàng)新驅(qū)

設(shè)計(jì)工程質(zhì)量?jī)?nèi)層PCB工廠需要克服一系列的問(wèn)題來(lái)獲取智能工廠的利益信息孤島壓合抵觸改變

碎片式觀點(diǎn)

重復(fù)性的數(shù)據(jù)

“相同”本地變量的數(shù)據(jù)

獲取及時(shí)準(zhǔn)確信息的困難

報(bào)告導(dǎo)向數(shù)據(jù)的使用，而非制造

不同組織之間的低質(zhì)量溝通

部門的“專家”“剛剛好”的技術(shù)

過(guò)時(shí)的技術(shù)設(shè)計(jì)工程質(zhì)量?jī)?nèi)層PCB工廠需要

太多時(shí)候，人們覺(jué)得他們太忙了以至于無(wú)法著手提升現(xiàn)有的方法不

謝謝我們太忙了!想要提升嗎?太多時(shí)候，人們覺(jué)得他們太忙了以至于無(wú)法著手提升現(xiàn)有的方法

展望管控內(nèi)層對(duì)準(zhǔn)度的典型因子您可看到這些信息的孤島Planning–BillofMaterialsCAM–DesignData內(nèi)層–漲縮因子壓合–制程參數(shù)X-ray–量測(cè)Engineering–ProcessControl展望管控內(nèi)層對(duì)準(zhǔn)度的典型因子Planning–Bil

對(duì)準(zhǔn)度管控問(wèn)題演變?yōu)殚_發(fā)源數(shù)據(jù)至智能生產(chǎn)解決方案的需求典型對(duì)準(zhǔn)度管控方法

測(cè)試批次

切片分析

漲縮系數(shù)“查找表”Xray鉆靶設(shè)備優(yōu)化

坐標(biāo)量測(cè)機(jī)臺(tái)這些創(chuàng)造了許多隔離的數(shù)據(jù)伴隨著有限的理解和分析對(duì)準(zhǔn)度管控問(wèn)題演變?yōu)殚_發(fā)源數(shù)據(jù)至智能生產(chǎn)解決方案的需求典

制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)獲取正確的數(shù)據(jù)在正確的環(huán)境中在實(shí)時(shí)的狀況下“行動(dòng)”越快越好整合的制造系統(tǒng)制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)獲

制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)和使用它的人創(chuàng)建一個(gè)橋梁整合的制造系統(tǒng)為數(shù)據(jù)的創(chuàng)造者制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)和

為保證實(shí)現(xiàn)數(shù)據(jù)的價(jià)值關(guān)鍵的數(shù)據(jù)萃取步驟必須執(zhí)行整合萃取RAWDATAKNOWLEDGEBASE檢查&凈化為保證實(shí)現(xiàn)數(shù)據(jù)的價(jià)值整合萃取RAWKNOWLED

利用硬件和軟體的基礎(chǔ)設(shè)施鏈接數(shù)據(jù)的孤島至智能工廠，去除低效率整合設(shè)備網(wǎng)絡(luò)化自動(dòng)化的數(shù)據(jù)收集

生產(chǎn)中收集的數(shù)據(jù)必須通過(guò)工廠網(wǎng)絡(luò)允許遠(yuǎn)端網(wǎng)絡(luò)獲取

網(wǎng)絡(luò)連接可為有線或無(wú)線,但必須可靠和穩(wěn)定

系統(tǒng)依賴的數(shù)據(jù)傳輸不可缺失溝通.

監(jiān)測(cè)系統(tǒng)收集數(shù)據(jù)的創(chuàng)建–從遠(yuǎn)端系統(tǒng)讀入,或者輸出至遠(yuǎn)端系統(tǒng)

人工傳輸數(shù)據(jù)不再是一個(gè)選擇利用硬件和軟體的基礎(chǔ)設(shè)施整合設(shè)備網(wǎng)絡(luò)化自動(dòng)化的數(shù)據(jù)收集

若數(shù)據(jù)不正確數(shù)據(jù)收集的自動(dòng)化不會(huì)提升制造智能“商業(yè)中任何技術(shù)應(yīng)用的第一條規(guī)則是，將自動(dòng)化應(yīng)用于高效的運(yùn)營(yíng)中才會(huì)最大提升效率第二條規(guī)則是，將自動(dòng)化應(yīng)用于低效的運(yùn)營(yíng)中會(huì)最大化降低效率.”比爾

蓋茨–CofounderMicrosoft若數(shù)據(jù)不正確“商業(yè)中任何技術(shù)應(yīng)用的第一條規(guī)則是，將自動(dòng)化

為數(shù)據(jù)的質(zhì)量和真實(shí)性創(chuàng)建一個(gè)堅(jiān)實(shí)的框架去除現(xiàn)有運(yùn)營(yíng)步驟的風(fēng)險(xiǎn)檢查&凈化數(shù)據(jù)的質(zhì)量數(shù)據(jù)的真實(shí)

數(shù)據(jù)的不連續(xù)或不精確造成人員信賴性的丟失

若制造數(shù)據(jù)的沒(méi)有質(zhì)量，數(shù)據(jù)的價(jià)值就會(huì)丟失.若數(shù)據(jù)整合在一個(gè)不可靠的方法下，公司常?；貧w到舊的方法和知識(shí).許多數(shù)據(jù)未經(jīng)過(guò)正確性的評(píng)估，即被運(yùn)用到項(xiàng)目和報(bào)告中.為數(shù)據(jù)的質(zhì)量和真實(shí)性創(chuàng)建一個(gè)堅(jiān)實(shí)的框架檢查&凈化數(shù)據(jù)的

穩(wěn)固的制程管控從開始就至關(guān)重要保證數(shù)據(jù)的質(zhì)量而非錯(cuò)誤后糾正

量測(cè)設(shè)備必須維護(hù)和校正，這樣才可避免數(shù)據(jù)收集過(guò)程中的“雜音”和偏差

管控設(shè)備機(jī)臺(tái)周圍的環(huán)境–溫度和濕度的改變會(huì)顯現(xiàn)在數(shù)據(jù)之中

利用相關(guān)標(biāo)準(zhǔn)每天檢閱，溫/濕度監(jiān)控計(jì)的數(shù)據(jù)質(zhì)量也會(huì)改變

利用統(tǒng)計(jì)學(xué)管理方法來(lái)確定何時(shí)需要維護(hù)和校正–不要去等待計(jì)劃表管控量測(cè)制程!!穩(wěn)固的制程管控從開始就至關(guān)重要量測(cè)設(shè)備必須維護(hù)和校正，

量測(cè)系統(tǒng)分析將決定量測(cè)制程的精度和準(zhǔn)確數(shù)據(jù)中量測(cè)系統(tǒng)分析的差異是由于被量測(cè)產(chǎn)品的實(shí)際差異造成的，而非量測(cè)方法的差異是否所有員工表現(xiàn)相同?設(shè)備在每批次設(shè)置的持續(xù)性至關(guān)重要.Accurate?Precise?執(zhí)行GaugeR&R測(cè)試確認(rèn)重復(fù)性和再現(xiàn)性量測(cè)系統(tǒng)分析將決定量測(cè)制程的精度和準(zhǔn)確數(shù)據(jù)中量測(cè)系統(tǒng)分析

考慮相同層中每個(gè)量測(cè)個(gè)體與其他量測(cè)個(gè)體的相關(guān)性.

考慮每個(gè)板中每層量測(cè)個(gè)體與其他層之間的相關(guān)性.

考慮每一層量測(cè)個(gè)體與其他板中量測(cè)個(gè)體的相關(guān)性.過(guò)濾假性量測(cè)，不能使用單獨(dú)方法完成若同之前的批次相比較，確定當(dāng)批次材料變異是否異常是可行的.不規(guī)則的“雜音”應(yīng)被過(guò)濾，但超出范圍值的產(chǎn)品任然會(huì)提供有價(jià)值的數(shù)據(jù)考慮相同層中每個(gè)量測(cè)個(gè)體與其他量測(cè)個(gè)體的相關(guān)性.過(guò)濾假

只有理解數(shù)據(jù)的人，才能為數(shù)據(jù)增加價(jià)值擁有領(lǐng)先量測(cè)能力的設(shè)備，可以為量測(cè)數(shù)據(jù)設(shè)定范圍來(lái)確定“GO-NOGO”然而,“斷章取義”可使決定發(fā)生錯(cuò)誤…一個(gè)在“中間階段”的多次壓合產(chǎn)品的量測(cè)，會(huì)由于后面制程中的材料位移而并非最終尺寸。如果不知道量測(cè)產(chǎn)品不在最終的壓合制程,量測(cè)點(diǎn)的分析會(huì)提示此產(chǎn)品已超出容許值只有理解數(shù)據(jù)的人，才能為數(shù)據(jù)增加價(jià)值擁有領(lǐng)先量測(cè)能力的設(shè)

在PCB工廠中，許多的設(shè)計(jì)和制造數(shù)據(jù)以不同格式存在于不同地方拓展從多個(gè)源頭整合數(shù)據(jù)，可以衍生出眾多的信息來(lái)幫助我們了解制程.結(jié)合量測(cè)數(shù)據(jù)和設(shè)計(jì)信息（比如孔環(huán)，孔到銅），我們可以判斷產(chǎn)品是否滿足生產(chǎn)要求或者是否需要調(diào)整制程參數(shù)來(lái)提高良率/信賴性。在PCB工廠中，許多的設(shè)計(jì)和制造數(shù)據(jù)以不同格式存在于不同

從多個(gè)源頭整合相關(guān)數(shù)據(jù)增強(qiáng)了我們對(duì)制程和材料的理解結(jié)合內(nèi)層漲縮系數(shù)和量測(cè)的差異，我們可以確定此疊構(gòu)中的每張core的材料變化總量并對(duì)此給出補(bǔ)償。比較相同產(chǎn)品中不同批次之間的材料變化總量,我們可以識(shí)別出因制程變異或材料變化而導(dǎo)致的異常表現(xiàn)。從多個(gè)源頭結(jié)合量測(cè)數(shù)據(jù)(例如.曝光,蝕刻后沖孔,X-ray打靶)，我們可以確定每個(gè)制程中的材料變化狀況。從多個(gè)源頭整合相關(guān)數(shù)據(jù)結(jié)合內(nèi)層漲縮系數(shù)和量測(cè)的差異，我們

利用工程專業(yè)充實(shí)數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)變?yōu)閯?dòng)態(tài)的知識(shí)庫(kù)如果我們能夠回答為什么

異常表現(xiàn)會(huì)發(fā)生,那么我們真的可以拓展數(shù)據(jù).利用工程專業(yè)充實(shí)數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)變?yōu)閯?dòng)態(tài)的知識(shí)庫(kù)如果我們能

數(shù)據(jù)產(chǎn)生的容量要求，自動(dòng)的系統(tǒng)能夠智能和彈性制造工業(yè)正在向高混合產(chǎn)品和低產(chǎn)量轉(zhuǎn)變更短的產(chǎn)品生命周期，要求新產(chǎn)品每幾個(gè)月就推出，而非之前的幾年.考慮現(xiàn)在演變出的變化數(shù)目以及潛在的組合方式數(shù)據(jù)產(chǎn)生的容量要求，自動(dòng)的系統(tǒng)能夠智能和彈性制造工業(yè)正在

在X-ray優(yōu)化內(nèi)存量測(cè)數(shù)據(jù)時(shí)，設(shè)備的能力通常是阻礙有用數(shù)據(jù)收集的制約在量測(cè)一組單獨(dú)標(biāo)靶時(shí)，可以允許產(chǎn)品為鉆孔制程進(jìn)行優(yōu)化，但缺少真實(shí)的內(nèi)層對(duì)準(zhǔn)度的理解。在每批次大于100片板的量產(chǎn)時(shí)，量測(cè)每層所增加的時(shí)間周期極大的降低了制程的產(chǎn)能對(duì)準(zhǔn)度管控的失敗，使得產(chǎn)品必須被重新生產(chǎn)，也同樣降低了產(chǎn)能在X-ray優(yōu)化內(nèi)存量測(cè)數(shù)據(jù)時(shí)，設(shè)備的能力通常是阻礙有用

為永遠(yuǎn)知道使用正確的內(nèi)層漲縮系數(shù)，獲取需求的數(shù)據(jù)數(shù)量是可能的一個(gè)單次壓合的8層板–可涉及到多少種不同的制程/材料組合？5種core的樹脂型號(hào)

每個(gè)樹脂型號(hào)有10種core的厚度

每個(gè)core的厚度有2種構(gòu)造5x(10x2)2=2,0005種PP的樹脂型號(hào)

每個(gè)PP的樹脂型號(hào)有4種?？棽?/p>

每種?？棽加?種含膠量5x(4x2)4=20,480僅此就有4千萬(wàn)種

潛在組合！還是在不考慮銅箔厚度，殘銅率和制程因素的情況下.考慮一個(gè)簡(jiǎn)單的材料列表以及假設(shè)一個(gè)平衡的構(gòu)造:40,960,000為永遠(yuǎn)知道使用正確的內(nèi)層漲縮系數(shù)，獲取需求的數(shù)據(jù)數(shù)量是可

逐漸提升的技術(shù)能力將會(huì)對(duì)潛在的材料和制程的組合數(shù)量有極大的影響典型的技術(shù)發(fā)展藍(lán)圖…提高的層數(shù)增加的壓合次數(shù)增加的材料種類=更多的組合數(shù)目少或沒(méi)有的理解和知識(shí)+++逐漸提升的技術(shù)能力將會(huì)對(duì)潛在的材料和制程的組合數(shù)量有極大

歷史數(shù)據(jù)決不會(huì)提供所有的答案當(dāng)沒(méi)有數(shù)據(jù)可用時(shí)–只能請(qǐng)教“專家”.專家根據(jù)過(guò)去的經(jīng)驗(yàn)做出明智的猜測(cè).人類專家不會(huì)一天24小時(shí)/一周7天工作，并且有可能帶著他們的知識(shí)離開多個(gè)專家也許會(huì)有不同的意見–您如何決定?為了提升付出努力，計(jì)算機(jī)專家開發(fā)成為現(xiàn)實(shí)–從簡(jiǎn)單的數(shù)字表格到更綜合的以規(guī)則為基礎(chǔ)的系統(tǒng)。歷史數(shù)據(jù)決不會(huì)提供所有的答案當(dāng)沒(méi)有數(shù)據(jù)可用時(shí)–只能請(qǐng)教

動(dòng)態(tài)的決策要求專家系統(tǒng)被自學(xué)的系統(tǒng)所替代一個(gè)專家的系統(tǒng)使用一系列復(fù)雜的規(guī)則來(lái)制定決策.規(guī)則是固定的，不因人員干預(yù)而改變考慮到可能的設(shè)計(jì)排列組合的數(shù)目,針對(duì)每種狀況都提供規(guī)則是不可能的.智能工廠需要它們自己的智能…人工智能(A.I.)動(dòng)態(tài)的決策要求專家系統(tǒng)被自學(xué)的系統(tǒng)所替代一個(gè)專家的系統(tǒng)使

我們?nèi)绾螌⒅腔垡胫悄芄S?“人工智能”詞匯產(chǎn)生于1950年代，盡管在計(jì)算機(jī)中開發(fā)人類智慧的概念從第一代電子計(jì)算機(jī)時(shí)代就存在了。1950年,AlanTuring提出了著名的問(wèn)題“機(jī)器能否思考?”從此引起了計(jì)算系統(tǒng)可以像人類孩童一樣從經(jīng)驗(yàn)中學(xué)習(xí)的可能性這個(gè)領(lǐng)域正非?？焖俚南蚯鞍l(fā)展而針對(duì)生產(chǎn)制造領(lǐng)域，取決于3個(gè)主要因子:

可用的數(shù)據(jù)

提升的機(jī)臺(tái)學(xué)習(xí)和算法能力

更強(qiáng)大的計(jì)算機(jī)我們?nèi)绾螌⒅腔垡胫悄芄S?“人工智能”詞匯產(chǎn)生于195

當(dāng)撰寫明確的規(guī)則去解決問(wèn)題不可行或困難時(shí)，機(jī)器學(xué)習(xí)能力可被利用機(jī)器學(xué)習(xí)是一個(gè)統(tǒng)計(jì)學(xué)過(guò)程，利用積累的數(shù)據(jù)以及數(shù)據(jù)衍化的算法或程序來(lái)解釋數(shù)據(jù)本身，而這些也能被用來(lái)預(yù)測(cè)未來(lái)的數(shù)據(jù)。一個(gè)有著數(shù)百萬(wàn)參數(shù)的模型將會(huì)產(chǎn)生天文數(shù)目的可能性結(jié)果。所以一個(gè)成功的機(jī)器學(xué)習(xí)必須發(fā)現(xiàn)一個(gè)簡(jiǎn)單的參數(shù)模組，在可行的計(jì)算機(jī)工作下，實(shí)現(xiàn)最大的精確度和重復(fù)性當(dāng)撰寫明確的規(guī)則去解決問(wèn)題不可行或困難時(shí)，機(jī)器學(xué)習(xí)能力可

有效的機(jī)器學(xué)習(xí)，遵循一個(gè)簡(jiǎn)單的循環(huán)周期預(yù)測(cè)量測(cè)學(xué)習(xí)有效的機(jī)器學(xué)習(xí)，遵循一個(gè)簡(jiǎn)單的循環(huán)周期預(yù)測(cè)量測(cè)學(xué)習(xí)

在對(duì)準(zhǔn)度管控中，我們可以看見這些步驟是如何應(yīng)用到生產(chǎn)制程中內(nèi)層制造壓合量測(cè)持續(xù)生產(chǎn)CAM/設(shè)計(jì)新料號(hào)設(shè)計(jì)和疊構(gòu)數(shù)據(jù)內(nèi)層漲縮系數(shù)量測(cè)數(shù)據(jù)鉆孔補(bǔ)償對(duì)準(zhǔn)度管控預(yù)測(cè)量測(cè)學(xué)習(xí)在對(duì)準(zhǔn)度管控中，我們可以看見這些步驟是如何應(yīng)用到生產(chǎn)制程

一個(gè)對(duì)準(zhǔn)度系統(tǒng)為數(shù)據(jù)交流提供了一個(gè)平臺(tái)，實(shí)現(xiàn)了廣泛制程的無(wú)縫互動(dòng)CAM&EngineeringXACTRegistrationControlSystemLayup&LaminationPEP&AOIDevelopEtchStripImagingCAM&Engineering

CAM&EngineeringDrillCompensationProcessMonitoringInnerLayerMatchingMaterialMonitoringInnerLayerScalesXrayMeasurementOuterLayerScalesDrill&LaserDrill

OuterLayerProcessing

“一步步”逐漸實(shí)施，將概念轉(zhuǎn)化為現(xiàn)實(shí)，

彰顯投資回報(bào)率

一個(gè)標(biāo)準(zhǔn)化的對(duì)準(zhǔn)度系統(tǒng)“主干網(wǎng)”，促使大范圍的供應(yīng)商成為這個(gè)平臺(tái)的一部分，而且不需要特別開發(fā)一個(gè)對(duì)準(zhǔn)度系統(tǒng)為數(shù)據(jù)交流提供了一個(gè)平臺(tái)，實(shí)現(xiàn)了廣泛制程的

智能工廠開發(fā)-從公司到生產(chǎn)現(xiàn)場(chǎng)，整合所有的功能實(shí)現(xiàn)真正的自動(dòng)化的價(jià)值鏈PEP&AOIDevelopEtchStripInnerLayerImagingProcessEngineeringLayup&LaminationDrill&LaserDrillPlatingOuterLayerImagingPlanningCAM

EngineeringXrayInspectionTest&InspectionSolderMaskSuppliersInnerLayerScaleLayerMatchingPanelGroupingDrillCompensationMaterialMonitorCustomersQualityOuterLayerScaleProcessMonitorQualityReportsPrediction智能工廠開發(fā)-從公司到生產(chǎn)現(xiàn)場(chǎng)，整合所有的功能實(shí)現(xiàn)真正的36Thankyou!36Thankyou!

PCB“智能工廠”中對(duì)準(zhǔn)度管控相關(guān)問(wèn)題解析PCB“智能工廠”中對(duì)準(zhǔn)度管控相關(guān)問(wèn)題解析

第二次工業(yè)革命大量生產(chǎn)和

電力化第三次工業(yè)革命計(jì)算機(jī)控制和

自動(dòng)化第四次工業(yè)革命生態(tài)物聯(lián)網(wǎng)和智能系統(tǒng)第一次工業(yè)革命工廠

和機(jī)械化250年以來(lái)..

四次工業(yè)革命相繼發(fā)生第二次工業(yè)革命大量生產(chǎn)第三次工業(yè)革命計(jì)算機(jī)控制第四次工業(yè)

工業(yè)4.0–使眾多管理者疑惑如何開始的“模式轉(zhuǎn)換”

新階段的組織和管理

全數(shù)字化運(yùn)營(yíng)

從制造現(xiàn)場(chǎng)到管理團(tuán)隊(duì)

橫向連接供應(yīng)商和客戶

開放型網(wǎng)絡(luò)需求的基礎(chǔ)設(shè)施

關(guān)鍵溝通的信賴性和穩(wěn)定性

開放型網(wǎng)絡(luò)潛在的風(fēng)險(xiǎn)

保護(hù)數(shù)據(jù)中專業(yè)的行業(yè)技術(shù)

缺失足夠的技能

人才流失的風(fēng)險(xiǎn)組織架構(gòu)整合溝通安全人員工業(yè)4.0–使眾多管理者疑惑如何開始的“模式轉(zhuǎn)換”

工業(yè)4.0是宏大的共同目標(biāo),但是

如何實(shí)現(xiàn)的步驟還不清晰

工業(yè)4.0推動(dòng)所有設(shè)備使用標(biāo)準(zhǔn)的“通信協(xié)議”

許多設(shè)備已實(shí)現(xiàn)數(shù)據(jù)的溝通

但卻以自己的特定“語(yǔ)言”

不同供應(yīng)商的軟體和設(shè)備的交流

存在困難

“標(biāo)準(zhǔn)化”需要設(shè)備的重要升級(jí)或更替標(biāo)準(zhǔn)何時(shí)可以使用?

誰(shuí)來(lái)制定標(biāo)準(zhǔn)?工業(yè)4.0是宏大的共同目標(biāo),但是

如何實(shí)現(xiàn)的步驟還

智能工廠促進(jìn)現(xiàn)有設(shè)備和基礎(chǔ)設(shè)施來(lái)適應(yīng)智能制造的挑戰(zhàn)DesignRulesInnerLayerScalesPEPMeasurementLDIMeasurementQualityLaserDrillXrayMeasurement對(duì)準(zhǔn)度管控系統(tǒng)

允許現(xiàn)有設(shè)備的使用

“逐步”實(shí)施

加強(qiáng)現(xiàn)有基礎(chǔ)設(shè)施智能工廠

不需要全新的工廠

可在短期內(nèi)實(shí)現(xiàn)

專注數(shù)據(jù)管理

和溝通系統(tǒng)的應(yīng)用智能工廠促進(jìn)現(xiàn)有設(shè)備和基礎(chǔ)設(shè)施來(lái)適應(yīng)智能制造的挑戰(zhàn)Des

智能工廠–將智能引入PCB生產(chǎn)工藝的第一步策略

創(chuàng)新驅(qū)動(dòng)型開發(fā)

應(yīng)用智能技術(shù)

鞏固基礎(chǔ)

從質(zhì)變到量變的升級(jí)實(shí)用性不同于4.0,專注點(diǎn)不在于應(yīng)用最先進(jìn)的技術(shù)，而在于利用現(xiàn)有的領(lǐng)先技術(shù)完成實(shí)用性的實(shí)施智能工廠–將智能引入PCB生產(chǎn)工藝的第一步策略創(chuàng)新驅(qū)

設(shè)計(jì)工程質(zhì)量?jī)?nèi)層PCB工廠需要克服一系列的問(wèn)題來(lái)獲取智能工廠的利益信息孤島壓合抵觸改變

碎片式觀點(diǎn)

重復(fù)性的數(shù)據(jù)

“相同”本地變量的數(shù)據(jù)

獲取及時(shí)準(zhǔn)確信息的困難

報(bào)告導(dǎo)向數(shù)據(jù)的使用，而非制造

不同組織之間的低質(zhì)量溝通

部門的“專家”“剛剛好”的技術(shù)

過(guò)時(shí)的技術(shù)設(shè)計(jì)工程質(zhì)量?jī)?nèi)層PCB工廠需要

太多時(shí)候，人們覺(jué)得他們太忙了以至于無(wú)法著手提升現(xiàn)有的方法不

謝謝我們太忙了!想要提升嗎?太多時(shí)候，人們覺(jué)得他們太忙了以至于無(wú)法著手提升現(xiàn)有的方法

展望管控內(nèi)層對(duì)準(zhǔn)度的典型因子您可看到這些信息的孤島Planning–BillofMaterialsCAM–DesignData內(nèi)層–漲縮因子壓合–制程參數(shù)X-ray–量測(cè)Engineering–ProcessControl展望管控內(nèi)層對(duì)準(zhǔn)度的典型因子Planning–Bil

對(duì)準(zhǔn)度管控問(wèn)題演變?yōu)殚_發(fā)源數(shù)據(jù)至智能生產(chǎn)解決方案的需求典型對(duì)準(zhǔn)度管控方法

測(cè)試批次

切片分析

漲縮系數(shù)“查找表”Xray鉆靶設(shè)備優(yōu)化

坐標(biāo)量測(cè)機(jī)臺(tái)這些創(chuàng)造了許多隔離的數(shù)據(jù)伴隨著有限的理解和分析對(duì)準(zhǔn)度管控問(wèn)題演變?yōu)殚_發(fā)源數(shù)據(jù)至智能生產(chǎn)解決方案的需求典

制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)獲取正確的數(shù)據(jù)在正確的環(huán)境中在實(shí)時(shí)的狀況下“行動(dòng)”越快越好整合的制造系統(tǒng)制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)獲

制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)和使用它的人創(chuàng)建一個(gè)橋梁整合的制造系統(tǒng)為數(shù)據(jù)的創(chuàng)造者制造智能化的目標(biāo)是，收集,校對(duì),整合和理解制程數(shù)據(jù)和

為保證實(shí)現(xiàn)數(shù)據(jù)的價(jià)值關(guān)鍵的數(shù)據(jù)萃取步驟必須執(zhí)行整合萃取RAWDATAKNOWLEDGEBASE檢查&凈化為保證實(shí)現(xiàn)數(shù)據(jù)的價(jià)值整合萃取RAWKNOWLED

利用硬件和軟體的基礎(chǔ)設(shè)施鏈接數(shù)據(jù)的孤島至智能工廠，去除低效率整合設(shè)備網(wǎng)絡(luò)化自動(dòng)化的數(shù)據(jù)收集

生產(chǎn)中收集的數(shù)據(jù)必須通過(guò)工廠網(wǎng)絡(luò)允許遠(yuǎn)端網(wǎng)絡(luò)獲取

網(wǎng)絡(luò)連接可為有線或無(wú)線,但必須可靠和穩(wěn)定

系統(tǒng)依賴的數(shù)據(jù)傳輸不可缺失溝通.

監(jiān)測(cè)系統(tǒng)收集數(shù)據(jù)的創(chuàng)建–從遠(yuǎn)端系統(tǒng)讀入,或者輸出至遠(yuǎn)端系統(tǒng)

人工傳輸數(shù)據(jù)不再是一個(gè)選擇利用硬件和軟體的基礎(chǔ)設(shè)施整合設(shè)備網(wǎng)絡(luò)化自動(dòng)化的數(shù)據(jù)收集

若數(shù)據(jù)不正確數(shù)據(jù)收集的自動(dòng)化不會(huì)提升制造智能“商業(yè)中任何技術(shù)應(yīng)用的第一條規(guī)則是，將自動(dòng)化應(yīng)用于高效的運(yùn)營(yíng)中才會(huì)最大提升效率第二條規(guī)則是，將自動(dòng)化應(yīng)用于低效的運(yùn)營(yíng)中會(huì)最大化降低效率.”比爾

蓋茨–CofounderMicrosoft若數(shù)據(jù)不正確“商業(yè)中任何技術(shù)應(yīng)用的第一條規(guī)則是，將自動(dòng)化

為數(shù)據(jù)的質(zhì)量和真實(shí)性創(chuàng)建一個(gè)堅(jiān)實(shí)的框架去除現(xiàn)有運(yùn)營(yíng)步驟的風(fēng)險(xiǎn)檢查&凈化數(shù)據(jù)的質(zhì)量數(shù)據(jù)的真實(shí)

數(shù)據(jù)的不連續(xù)或不精確造成人員信賴性的丟失

若制造數(shù)據(jù)的沒(méi)有質(zhì)量，數(shù)據(jù)的價(jià)值就會(huì)丟失.若數(shù)據(jù)整合在一個(gè)不可靠的方法下，公司常常回歸到舊的方法和知識(shí).許多數(shù)據(jù)未經(jīng)過(guò)正確性的評(píng)估，即被運(yùn)用到項(xiàng)目和報(bào)告中.為數(shù)據(jù)的質(zhì)量和真實(shí)性創(chuàng)建一個(gè)堅(jiān)實(shí)的框架檢查&凈化數(shù)據(jù)的

穩(wěn)固的制程管控從開始就至關(guān)重要保證數(shù)據(jù)的質(zhì)量而非錯(cuò)誤后糾正

量測(cè)設(shè)備必須維護(hù)和校正，這樣才可避免數(shù)據(jù)收集過(guò)程中的“雜音”和偏差

管控設(shè)備機(jī)臺(tái)周圍的環(huán)境–溫度和濕度的改變會(huì)顯現(xiàn)在數(shù)據(jù)之中

利用相關(guān)標(biāo)準(zhǔn)每天檢閱，溫/濕度監(jiān)控計(jì)的數(shù)據(jù)質(zhì)量也會(huì)改變

利用統(tǒng)計(jì)學(xué)管理方法來(lái)確定何時(shí)需要維護(hù)和校正–不要去等待計(jì)劃表管控量測(cè)制程!!穩(wěn)固的制程管控從開始就至關(guān)重要量測(cè)設(shè)備必須維護(hù)和校正，

量測(cè)系統(tǒng)分析將決定量測(cè)制程的精度和準(zhǔn)確數(shù)據(jù)中量測(cè)系統(tǒng)分析的差異是由于被量測(cè)產(chǎn)品的實(shí)際差異造成的，而非量測(cè)方法的差異是否所有員工表現(xiàn)相同?設(shè)備在每批次設(shè)置的持續(xù)性至關(guān)重要.Accurate?Precise?執(zhí)行GaugeR&R測(cè)試確認(rèn)重復(fù)性和再現(xiàn)性量測(cè)系統(tǒng)分析將決定量測(cè)制程的精度和準(zhǔn)確數(shù)據(jù)中量測(cè)系統(tǒng)分析

考慮相同層中每個(gè)量測(cè)個(gè)體與其他量測(cè)個(gè)體的相關(guān)性.

考慮每個(gè)板中每層量測(cè)個(gè)體與其他層之間的相關(guān)性.

考慮每一層量測(cè)個(gè)體與其他板中量測(cè)個(gè)體的相關(guān)性.過(guò)濾假性量測(cè)，不能使用單獨(dú)方法完成若同之前的批次相比較，確定當(dāng)批次材料變異是否異常是可行的.不規(guī)則的“雜音”應(yīng)被過(guò)濾，但超出范圍值的產(chǎn)品任然會(huì)提供有價(jià)值的數(shù)據(jù)考慮相同層中每個(gè)量測(cè)個(gè)體與其他量測(cè)個(gè)體的相關(guān)性.過(guò)濾假

只有理解數(shù)據(jù)的人，才能為數(shù)據(jù)增加價(jià)值擁有領(lǐng)先量測(cè)能力的設(shè)備，可以為量測(cè)數(shù)據(jù)設(shè)定范圍來(lái)確定“GO-NOGO”然而,“斷章取義”可使決定發(fā)生錯(cuò)誤…一個(gè)在“中間階段”的多次壓合產(chǎn)品的量測(cè)，會(huì)由于后面制程中的材料位移而并非最終尺寸。如果不知道量測(cè)產(chǎn)品不在最終的壓合制程,量測(cè)點(diǎn)的分析會(huì)提示此產(chǎn)品已超出容許值只有理解數(shù)據(jù)的人，才能為數(shù)據(jù)增加價(jià)值擁有領(lǐng)先量測(cè)能力的設(shè)

在PCB工廠中，許多的設(shè)計(jì)和制造數(shù)據(jù)以不同格式存在于不同地方拓展從多個(gè)源頭整合數(shù)據(jù)，可以衍生出眾多的信息來(lái)幫助我們了解制程.結(jié)合量測(cè)數(shù)據(jù)和設(shè)計(jì)信息（比如孔環(huán)，孔到銅），我們可以判斷產(chǎn)品是否滿足生產(chǎn)要求或者是否需要調(diào)整制程參數(shù)來(lái)提高良率/信賴性。在PCB工廠中，許多的設(shè)計(jì)和制造數(shù)據(jù)以不同格式存在于不同

從多個(gè)源頭整合相關(guān)數(shù)據(jù)增強(qiáng)了我們對(duì)制程和材料的理解結(jié)合內(nèi)層漲縮系數(shù)和量測(cè)的差異，我們可以確定此疊構(gòu)中的每張core的材料變化總量并對(duì)此給出補(bǔ)償。比較相同產(chǎn)品中不同批次之間的材料變化總量,我們可以識(shí)別出因制程變異或材料變化而導(dǎo)致的異常表現(xiàn)。從多個(gè)源頭結(jié)合量測(cè)數(shù)據(jù)(例如.曝光,蝕刻后沖孔,X-ray打靶)，我們可以確定每個(gè)制程中的材料變化狀況。從多個(gè)源頭整合相關(guān)數(shù)據(jù)結(jié)合內(nèi)層漲縮系數(shù)和量測(cè)的差異，我們

利用工程專業(yè)充實(shí)數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)變?yōu)閯?dòng)態(tài)的知識(shí)庫(kù)如果我們能夠回答為什么

異常表現(xiàn)會(huì)發(fā)生,那么我們真的可以拓展數(shù)據(jù).利用工程專業(yè)充實(shí)數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)變?yōu)閯?dòng)態(tài)的知識(shí)庫(kù)如果我們能

數(shù)據(jù)產(chǎn)生的容量要求，自動(dòng)的系統(tǒng)能夠智能和彈性制造工業(yè)正在向高混合產(chǎn)品和低產(chǎn)量轉(zhuǎn)變更短的產(chǎn)品生命周期，要求新產(chǎn)品每幾個(gè)月就推出，而非之前的幾年.考慮現(xiàn)在演變出的變化數(shù)目以及潛在的組合方式數(shù)據(jù)產(chǎn)生的容量要求，自動(dòng)的系統(tǒng)能夠智能和彈性制造工業(yè)正在

在X-ray優(yōu)化內(nèi)存量測(cè)數(shù)據(jù)時(shí)，設(shè)備的能力通常是阻礙有用數(shù)據(jù)收集的制約在量測(cè)一組單獨(dú)標(biāo)靶時(shí)，可以允許產(chǎn)品為鉆孔制程進(jìn)行優(yōu)化，但缺少真實(shí)的內(nèi)層對(duì)準(zhǔn)度的理解。在每批次大于100片板的量產(chǎn)時(shí)，量測(cè)每層所增加的時(shí)間周期極大的降低了制程的產(chǎn)能對(duì)準(zhǔn)度管控的失敗，使得產(chǎn)品必須被重新生產(chǎn)，也同樣降低了產(chǎn)能在X-ray優(yōu)化內(nèi)存量測(cè)數(shù)據(jù)時(shí)，設(shè)備的能力通常是阻礙有用

為永遠(yuǎn)知道使用正確的內(nèi)層漲縮系數(shù)，獲取需求的數(shù)據(jù)數(shù)量是可能的一個(gè)單次壓合的8層板–可涉及到多少種不同的制程/材料組合？5種core的樹脂型號(hào)

每個(gè)樹脂型號(hào)有10種core的厚度

每個(gè)core的厚度有2種構(gòu)造5x(10x2)2=2,0005種PP的樹脂型號(hào)

每個(gè)PP的樹脂型號(hào)有4種玻織布

每種?？棽加?種含膠量5x(4x2)4=20,480僅此就有4千萬(wàn)種

潛在組合！還是在不考慮銅箔厚度，殘銅率和制程因素的情況下.考慮一個(gè)簡(jiǎn)單的材料列表以及假設(shè)一個(gè)平衡的構(gòu)造:40,960,000為永遠(yuǎn)知道使用正確的內(nèi)層漲縮系數(shù)，獲取需求的數(shù)據(jù)數(shù)量是可

逐漸提升的技術(shù)能力將會(huì)對(duì)潛在的材料和制程的組合數(shù)量有極大的影響典型的技術(shù)發(fā)展藍(lán)圖…提高的層數(shù)增加的壓合次數(shù)增加的材料種類=更多的組合數(shù)目少或沒(méi)有的理解和知識(shí)+++逐漸提升的技術(shù)能力將會(huì)對(duì)潛在的材料和制程的組合數(shù)量有極大

歷史數(shù)據(jù)決不會(huì)提供所有的答案當(dāng)沒(méi)有數(shù)據(jù)可用時(shí)–只能請(qǐng)教“專家”.專家根據(jù)過(guò)去的經(jīng)驗(yàn)做出明智的猜測(cè).人類專家不會(huì)一天24小時(shí)/一周7天工作，并且有可能帶著他們的知識(shí)離開多個(gè)專家也許會(huì)有不同的意見–您如何決定?為了提升付出努力，計(jì)算機(jī)專家開發(fā)成為現(xiàn)實(shí)–從簡(jiǎn)單的數(shù)字表格到更綜合的以規(guī)則為基礎(chǔ)的系統(tǒng)。歷史數(shù)據(jù)決不會(huì)提供所有的答案當(dāng)沒(méi)有數(shù)據(jù)可用時(shí)–只能請(qǐng)教

動(dòng)態(tài)的決策要求專家系統(tǒng)被自學(xué)的系統(tǒng)所替代一個(gè)專家的系統(tǒng)使用一系列復(fù)雜的規(guī)則來(lái)制定決策.規(guī)則是固定的，不因人員干預(yù)而改變考慮到可能的設(shè)計(jì)排列組合的數(shù)目,針對(duì)每種狀況都提供規(guī)則是不可能的.智能工廠需要它們自己的智能…人工智能(A.I.)動(dòng)態(tài)的決策要求專家系統(tǒng)被自學(xué)的系統(tǒng)所替代一個(gè)專家的系統(tǒng)使

我們?nèi)绾螌⒅腔垡胫悄芄S?“人工智能”詞匯產(chǎn)生于1950年代，盡管在計(jì)算機(jī)中開發(fā)人類智慧的概念從第一代電子計(jì)算機(jī)時(shí)代就存在了。1950年,AlanTuring提出了著名的問(wèn)題“機(jī)器能否思考?”從此引起了計(jì)算系統(tǒng)可以像人類孩童一樣從經(jīng)驗(yàn)中學(xué)習(xí)的可能性這個(gè)領(lǐng)域正非?？焖俚南蚯鞍l(fā)展而針對(duì)生產(chǎn)制造領(lǐng)域，取決于3個(gè)主要因子:

可用的數(shù)據(jù)

提升的機(jī)臺(tái)學(xué)習(xí)和算法能力

更強(qiáng)大的計(jì)算機(jī)我們?nèi)绾螌⒅腔垡胫悄芄S?“人工智能”詞匯產(chǎn)生于195

當(dāng)撰寫明確的規(guī)則去解決問(wèn)題不可行或困難時(shí)，機(jī)器學(xué)習(xí)能力可被利用