spc技术在lcd模组制造中的应用研究【毕业论文】

spc技术在lcd模组制造中的应用研究【毕业论文】内容摘要：

重新开始，更多的数据被收集、解释并且作为持续改进的基础 [6]。 SPC 技术在 LCD 模组制造中的应用 7 00 . 0 50 . 10 . 1 50 . 20 . 2 50 . 30 . 3 50 . 40 . 4 51 3 5 7 9 11 13 15 17 19 21 23 25 27 29 图 21 控制图示例 （ 1） 质量的统计观点 质量具有变异性，公差的建立就是承认这一点的一 个标志。 质量变异是随机现象，具有统计规律。 随机现象通常用分布（ Distribution）来描述 , 分布可以告诉我们变异的幅度有多大，出现这么大幅度的可能性（概率， probability）有多大。 常见的分布有以下几种： （ a） 正态分布（ Normal Distribution） （ b） 二项分布（ Binormal Distribution） （ c） 泊松分布（ Poisson distribution） （ 2）控制图的构成 直方图的制作与分析，即分析图形是否服从正态分布： （ a） 直方图的制作 — 利用 EXCEL 制作直方图。 （ b） 正态分布的判断：如果中间高、两头低、左右对称并延伸到无穷 — 钟型排布，则为正态分布， 如下： μ =0 σ =10 3 0 3 图 22 正态分布 UCL CL LCL 陕西科技大学毕业论文（设计说明书） 8 均值 μ，标准偏差 σ 正态分布的两个参数均值与标准偏差是相互独立的，而均值的改变不会影响曲线的形状，标准偏差的变化不改变数据的影响中心，如下图： 0 3 0 3 μ =0 σ =1μ =0 σ =2μ =0 σ = 图 23 正态分布的均值与标准偏差是相互独立的 而二项分布和泊松分布的均值和标准偏差是不独立的，如下图示： 0 3 0 3 μ =0σ =1μ =0 σ =1μ =1 σ =1 图 24 二项分布和泊松分布的均值和标准偏差是不独 立的 正态分布的特点： 不管μ和σ怎么变化落在 [μ 3σ，μ + 3σ ] 范围的概率为%，休哈特就是根据正态分布的这一性质构造了休哈特控制图 [6]。 SPC 技术在 LCD 模组制造中的应用 9 μ =0 σ =10 3 0 3 3 σ%%% 图 25 休哈特控制图 控制图的制作方法 （ 1）制作一张控制图 图 26 控制图制作图示 （ 2）控制图制作步骤 （ a） 选定控制对象。 （ b） 取预备数据（数据一般要求超过 25组）。 （ c） 计算平均值 X 和标准偏差 S。  3 3 3 3 镜面并旋转 90176。 UCL LCL 181。 CL LCL UCL CL 陕西科技大学毕业论文（设计说明书） 10 （ d） 计算组数据间的平均值 X ， S 并且计算控制限并作图。 （ e） 将预备数据描在 X 图中，判断过程是否稳定，如有异常，需找出异常原因，采取改进措施，并重新采集统计数据。 （ f） 计算过程能力指数 Cpl，看过程能力是否满足要求。 （ g） 完成以上过程后，分析用控制图即可以转化为生产控制用控制图。 SPC 技术在 LCD 模组制造中的应用 11 3 质量管理方法的应用研究 在企业中质量控制部门是不可或缺的，主要采用品质管理七大手法统计分析。 以直观的表现其企业制造部门的生产水平，并及时将得出的结论提交给制造部门以对症下药进行改善。 产品数据资料的采集 随机抽样法的应用 随机抽样 法是进行数据采集的一种重要方法，按 随机性 原则，从总体单位中抽取部分单位作为 样本 进行 调查 ,以其结果推断总体有关 指标 的一种抽样方法。 随机原则是在抽取被调查单位时，每个单位都有同等被抽到的机 会，被抽取的单位完全是 偶然性 的，所以可以达到部分代表整体的目的，大大减少了工作量，提高了工作效率。 检查表的运用 检查表 (Check List)作用是收集、整理资料 , 使用简单明了的表格或图形 ,系统地收集资料和累积资料。 作业人员依规定查检记号 , 记录结果和状况 , 并且对数据进行整理分析。 制作方法： （ a） 选定欲检查的现状或原因及层别因子。 （ b） 选定各层别因子类型 , 确 定各层别因子之间有无联系。 （ c） 选定检查表形式。 （ d） 制作检查表。 LCD 面板清洗是 LCD 模组制造中的重要工艺，此工艺由于是作业人员直接接触Panel，若不按照操作规定作业会造成以下不良：面板刮伤，端子部刮伤，静电击伤和清洁不良。 结合随机抽样方法，下面是某周内企业 LCD 面板清洗不良的检查表。 陕西科技大学毕业论文（设计说明书） 12 表 31 检查表 层别法的实施方法 层别法是指从不同角度不同层面发现问题 , 依不同类别 (部门 , 人 , 工作方法 , 原物料 , 零件 , 设备 , 地点 ), 分别收集数据 , 加以分类整理 , 找出其中差异 , 针对 差异加以改善的方法。 制作方法： （ a） 确定分层的类别和调查的物件。 （ b） 收集和记录资料。 （ c） 整理资料并绘制相应图表。 （ d） 比较分析和最后的结论。 将上文的 LCD 面板清洗不良数据运用层别法分析，结果如下： 表 32 不良调查表（机台厂商分类） 表 33 不良调查表（人员分类） 项目 面板清洁质量不良 收集人 于 磊 日期 － 地点 ＱＣ 记录人 于 磊 班次 全部 周一 周二 周三 周四 周五 合计 面板刮伤 224 258 356 353 332 1523 端子刮伤 240 256 283 272 245 1296 静电击伤 151 165 178 168 144 806 清洁不良 75 80 90 94 82 421 其他 14 18 27 23 16 98 合计 704 777 934 910 819 4144 机台供货厂商 不良数目 良好数目 发生率 Ａ 34 4900 Ｂ 49 5100 合计 83 10000 作业人员 不良数目 良好数目 发生率 甲 5 1300 乙 7 1600 丙 11 1700 丁 10 1600 合计 33 4900 SPC 技术在 LCD 模组制造中的应用 13 温度 湿度 机器人置放器 焊料印刷器 回流焊 印刷 自动检测 PCB 焊锡 PCB 定位 机台人员准则 环境 机器 制造工艺 测量方法 材料 人员 SMT 良率 综合上面三个表格易看出：面板刮伤不良和端子刮伤不良明显多于其他不良项目，周三和周四产生的不良产品明显多于其他三天。 B 厂商的机台和丙丁作业人员生产的不良产品较多。 将检查结果反馈给制造部门，经过对生产线的现场调查分析，发现面板刮伤和端子刮伤大多是由于丙 作业人员和丁作业人员手上都带了一枚戒指；周三和周四不良率高的原因是由于工作人员在这两天的工作热情降低，注意力不集中所致；两外 B厂商生产的机台存在某些不足导致其生产的不良产品较多。 通过和作业人员，机台厂商沟通，并在周三和周四两天稍微降低了生产线强度，产品不良率大大降低。 统计数据的研究分析 产品不良原因分析 在质量管理中，对不良产品原因的分析一般采用特性要因图（鱼骨图）。 （ 1）简介 特性要因图又称为鱼骨图主要用途是寻找引发结果的原因 , 一目了然的表示出结果 (事件特性 )受原因影响的情况 , 是分析原因与结果相关程度大小的一种有效方法。 （ 2）制作方法 （ a） 陈述问题，并且逐条列出，朝方框画一水平箭头。 （ b） 在箭头上下写出可能的不良原因。 用直线连接到主要箭头上。 （ c） 在各主要类型范围内 ,列出所有可能引起问题发生的因素。 （ d） 进一步最佳化，列出各因素的输入变数。 表面封装工艺是模组后段的工艺之一，下图简要分析了影响 SMT 良率的主要原因。 图 31 SMT 良率分析鱼骨图 陕西科技大学毕业论文（设计说明书） 14 主要次要因素分析 在质量管理中，帕累托图是用来分析产品不良的主要因素和次要因素的有效工具。 （ 1）简介 （ a） 帕累托图用来确定主要不合格因素，一般 80%的问题来自 20%的主要原因 ,这也是帕累托图的运用原理 [6]。 （ b） 帕累托图的制作和分析可以确定影响产品良率的主要因素是什么，确定优先采取什么样的措施并确认优先改进的对象。 （ 2）制作方法 （ a） 收集资料 : 按特征类别收集数据资料。 （ b） 按照各种可能不良原因所造成的影响大小，频率从高到低 的顺序在横轴上排列 , 制作直方图。 横轴：用以代表材料类别、机器类别、缺点种类或其它分析原因。 纵轴：不良百分率、故障次数、损失金额或其它因分析原因所造成的结果。 （ c） 画出累计百分率曲线。 帕累托图应用示例：下面是模组组装中某周的不良统计，总不良数 420 片，其中不良项目依次为： 变形，缺角，刮伤，尺寸不良和其他。 建立统计数据表格，如下： 表 34 模组组装良率统计表 排序 不良项目 不良（片） 占不良总数比（％） 累积比（％） 1 变形 210 50 50 2 缺角 84 20 70 3 刮伤 63 15 85 4 尺寸不良 42 10 95 5 其他 21 5 100 合计 420 100 一般利用专业的统计软件 Minitab 来绘制帕累托图。 条件有限时， EXCEL 也是完全可以胜任的。 由于 EXCEL 绘制出来的是直方图，因此需要加工，结果 如下： SPC 技术在 LCD 模组制造中的应用 15 图 32 模组组装良率柏拉图 从上图可以直观看出 , 该制造部门某周产品不良最大的项目占了 50%, 前 3项的总和超过 80%以上 , 进行处理控制时要以前 3 项作为重点改善的项目。 制造部门及时采取了改进措施，优先改进变形不良，缺 角不良和刮伤不良，产品质量得到明显改善。 数据相关度分析 散布图在品质管理中用于研究两个变数之间的关系，收集成对的两组数据 ,在座标图上以点来表示其两个特性值之间相关情形的图形。 由于在实际中应用较少，本课题也不采用，故不多做介绍。 工艺过程的改进及控制 控制图的应用研究 控制图是目前品质管理中最流行的品质改进及控制工具。 根据统计原理，定制控制界限 (UCL/LCL, upper/lower control limit)和中心线 (CL, centerline)，中心线为标准值（ 平均值），控制界限是允许产品的质量特性在其间变动的范围（如：平均值 3σ )。 控制者应该随时将样本值记录、计算并绘制在控制图内，若结果未超出控制界限，表示工艺处于稳定状态；否则，表示工艺发生变异（异常），应该调查原因并采取措施以避免制造出更多不良产品。 在计量值控制图中要两个成对使用，因为在计量值控制图中所用的两个图 (xbarR 或 xbarS)是分别控制组间变异和组内变异的， xbar chart(平均值图 )控制。