Когда мы проводим рентгеновский контроль на производственной линии Jia Jinyuan, мы никогда не проверяем просто, есть ли темные тени на изображениях. Вместо этого мы должны вызвать встроенный модуль анализа площади программного обеспечения, позволить системе автоматически очертить границы пустот, устранить шумовые помехи и вывести отношение общего количества пикселей в области пустот к общему количеству пикселей в контрольной области контактной площадки. Это соотношение, преобразованное в проценты, служит основой для окончательного суждения. Например, если измеренная доля пустот определенной партии устройств QFN составляет 23,7 %, что чуть ниже красной линии в 25 %, указанной в стандарте JEDEC J-STD-006, система автоматически отметит ее как соответствующую. Для другой партии устройств в той же упаковке, если коэффициент пустотности достигает 28,4%, даже если внешний вид паяных соединений полный, без перемычек и надгробий, всю партию необходимо изолировать и переработать.
Количественная точность соотношения площадей пустот во многом зависит от разрешения и состояния калибровки рентгеновского оборудования. Оборудование, используемое в настоящее время Цзя Цзиньюань, может стабильно разрешать микропустоты минимальным диаметром 8 микрометров при размере пикселей 5 микрометров. Однако если оборудование не проходит еженедельную калибровку медным шариком или температурный дрейф детектора превышает ±0,5°C, измеренное отклонение площади пустого пространства превысит ±3,2%. In В этом случае, даже если одну и ту же плату сканировать три раза подряд, результаты могут составлять 21,1%, 24,6% и 27,9% соответственно. Поэтому коррекция темного поля, калибровка усиления и компенсация геометрических искажений должны выполняться перед каждым запуском; в противном случае все данные будут недостоверны.
Мы обнаружили, что расположение пустот влияет на надежность больше, чем общая площадь. Например, когда пустоты сконцентрированы в центральной части паяного соединения, срок службы термического цикла снижается в 3,8 раза быстрее, чем пустоты той же площади, распределенные по краям. Поэтому Цзя Цзиньюань требует наложения карт облаков, моделирующих термическое напряжение, в рентгеновские отчеты, чтобы накладывать и сравнивать координаты пустоты с областью максимального температурного градиента. Когда перекрытие между ними превышает 65%, даже если соотношение площадей не превышает предел, его необходимо повысить до обработки дефектов класса А. Эта практика снизила частоту отказов автомобильных модулей OBC некоторых клиентов на 72%.
Операторы не могут сосредоточиться только на характеристиках отдельных паяных соединений; они должны одновременно проверять дисперсию площади пустот для всех паяных соединений в одной сети. Если среди 64 шариков припоя определенного BGA-чипа 5 имеют коэффициент пустот, превышающий 20%, а остальные ниже 8%, это указывает на то, что основная причина кроется в постоянстве отверстия трафарета или колебаниях скорости цепи печи оплавления. In В этом случае простая настройка порога оценки рентгеновского снимка бессмысленна; линию необходимо немедленно остановить, чтобы проверить, нет ли одностороннего смещения давления ракеля или не снизился ли расход азота более чем на 12% в средней части полости печи.
Внутренние правила Jia Jinyuan требуют, чтобы необработанные рентгеновские изображения и файлы CSV с анализом площади хранились не менее 18 месяцев, а каждое изменение параметра должно быть подтверждено двойной электронной подписью руководителя процесса и инженера по оборудованию. Потому что в прошлом году, когда клиент пожаловался на ранний выход из строя определенной партии модулей IGBT, именно получив исходные рентгеновские данные трехмесячной давности, мы обнаружили, что средний коэффициент пустотности в то время незаметно вырос до 24,3%. Хотя тревога не сработала, наклон кривой тренда превышал 0,15% в день в течение пяти дней подряд. Это привело к обратному выявлению периодической неисправности модуля контроля температуры холодильного шкафа паяльной пасты. Таким образом, ценность рентгеновского контроля заключается не только в оценке годности или неудачи на данный момент, но, что более важно, в том, что он представляет собой набор отслеживаемых, моделируемых и предсказуемых источников данных процесса.
