许圣鑫  王永元    中达电子(江苏)有限公司

“2022.电子制造技术应用创新大赛江苏赛区”一等奖/最佳方案案例分享

“2022.电子制造技术应用创新大赛（江苏赛区）”9月17日在苏州市举办，本次大赛是由江苏省科学技术学会、江苏省电子学会指导，江苏省电子学会SMT/组装自动化专委会、北京匠心慧聚有限公司联合主办, 中国电科第十四所协办的。本次大赛得到了江苏省电子学会SMT专委会的会员单位以及江苏省内的电子制造企业的积极响应，参赛项目涵盖了SMT、插装、组装等电子产品制造所涉及的所有工艺/工程创新、管理及现场改善项目，经过报名、筛选，最终十四所、中达电子、中兴通讯、南瑞继保、菲尼克斯等16家先进制造企业及研究所共16个项目入围本次总决赛。

1、项目提出：

电子产品的生产通常要经过，人工、Coating、点胶、锁附、焊锡等制程。新上线的机种需要重新设置这些制程的所有工艺参数，目前由工程师人工完成设定，为了维持正常生产，需要配置许多工程师，造成大量的营运成本；除此之外，人工制程设置，会使制程不稳定，还会拖延新机种上线时间，如果从整体来看一个制程，他的流程通常包含：RD设计与制定规格、工程师决定作业方法、设定制程参数、规划设备运作，最后由作业员或机台操作。工程师的专业程度会影响最终的执行效率与质量，我们想要用AI代替这些工程师，进行参数、设备运作规划设定，以达成实现自动换线、提高制程质量及产能。

为了实现AI代替工程师，我们从喷胶制程站开始着手，此站的重点工作项目牵涉到喷胶参数设定与喷胶路径的规划，由于工程师在设定时会占用产线的设备，通常管理人员考虑到产线停机的成本，会要求工程师尽速完成参数设定工作；迫使工程师必须利用有限的时间，快速完成设定；但相对的，参数设置就未必达到优化，为产品的质量埋下隐患；同时，制程站的生产周期时间也无法达到最优化。

如图一所示，喷胶制程的品质隐患为胶飞溅和边缘不齐。胶飞溅到有导电需求的孔位，将使通孔绝缘而失效；边缘不齐，则会降低产品日后的可靠性；上述现象也间接导致人在设定喷胶区域时，为避免通孔被胶飞溅到，喷胶路径将会设置的距离通孔较远，最终导致接近通孔的元器件没有被覆盖到。此外，在人工设计路径规划时，目前是以肉眼教点，定位精度差，操作难度大，碰到微小元器件，需要工程师趴入设备内部进行定位，整个过程至少需要花费一个小时来进行规划。

图一、喷胶品质不良

左图为胶飞溅现象，右图为边缘不齐现象。

因此考虑智能设备规划喷涂参数与喷胶路径。我们旨在探讨喷胶参数自动建立与路径自动规划的技术，(1)协助工程师在喷胶参数的自动生成，缩短工程师调适设备的时间，并且降低工程师经验差异所造成的质量问题。(2)改善工程师路径规划耗时，缩短工程师占用在线的时间。

2、方案设计：

2.1、喷胶参数自动建立:

喷胶制程的质量目标为边缘整齐并且不允许胶飞溅发生。目前这两点没有可量测的指标，实际情况是工程师在UV灯下用肉眼来进行判断。因此，我们首先创造两质量目标的测试方法，定义飞溅距离和边缘凹凸值。通过监测这两个数据和质量好坏的关系，制定胶飞溅和边缘整齐度的量化规格。接着，将制程输入的KPIV参数数据与量化的质量数据，建立关联模型。然后利用算法不断迭代、回馈优化，自动获取最佳喷胶参数组合。形成喷胶参数自动建立，如图二左图所示。

2.2、 喷胶路径自动规划:

如图二右图所示，根据不同质量目标要求自动生成喷胶参数组合。而这些喷胶参数将会作为输入量，与RD提供的产品文件一起，经过我们所开发的路径/CT算法，从而生成设备控制指令(亦即工作配方)。它除了工作路径外，还包含移动拐点、胶阀开关这些设备控制。通过不断的迭代判断优化，最终输出一个最小喷胶耗时的工作配方。最后，我们通过建立标准配方，把这两个核心功能，串接到所有的机台，并且还对配方进行系统化串接，实现RD之后的工程师替代。

图二、喷胶制程的AI优化概念图

3、实现过程与结果：

3.1、喷胶参数AI设定

喷胶过程中需要控制的参数众多，统计有13项。包含了机构运动、电控指令，还有各种工艺参数。因此，要先对参数进行筛选，确定出核心关键工作参数。利用实验室自己开发的图像量测平台来量测胶飞溅的距离，实验结果如图三显示:胶飞溅距离会随着雾化压力和喷胶高度增加而增加，与使用高速摄像看到的现象相同。由于流平的作用，胶流量增加可轻微缓解胶飞溅。移动速度则对胶飞溅距离影响很小。根据胶飞溅与这些工作参数的关系，建立胶飞溅的关系模型，如图四所示。胶飞溅的关系模型将用来预测出不同工作参数时的胶飞溅距离。

图三、胶飞溅与工作参数的关系

图四、胶飞溅关系模型

    而后分析边缘不齐现象:条状喷胶形成面时，涉及到条与条之间的间距。如图五所示，间距过小的时候，胶会堆积在一起，这时候覆盖面积会降低，胶厚会变厚。当喷胶间距过大时，它的边缘会形成锯齿状，由于单条胶条的边上是圆弧状，若没有妥善重迭，边缘会形成锯齿状的图案。

图五、边缘整齐度主要影响因素-胶条间距

    当间距合适时，边缘会比较整齐。经过实验，我们得到一个简单可以让边缘整齐的参数模型。想让边缘圆弧妥善重迭，间距理论上应该设置为胶宽的一半，但由于三防胶具有一定的流动性，在胶喷完后，它还会流平扩张，而且喷的胶越厚，这种流平的效果会越明显。所以在设置胶间距的时候，还必须要考虑到这个流平效果。最终间距模型中，除了考虑0.5倍的胶宽之外，需要利用Cfl值(流平系数，与胶厚、胶材粘度、表面张力等因素有关)乘以胶厚，来表示胶体的流平作用。

我们采用了与建立胶飞溅模型，同样的步骤，来建立胶厚和胶宽的关系模型，从而可以预测获得胶宽、胶厚值。

3.2 喷胶路径AI规划

实际生产中，工程师比照标识了禁喷元器件的照片说明，凭经验人工规划出喷胶的路径点位。若是改用AI自动生成路径点位的方式，最直接的方法是将需要喷胶的区域都生成喷胶点位。

用传统列举法100个点点位的最短路径，需要数以亿计的时间，因此我们选用了蚁群算法的优化算法。蚁群算法的起源是借鉴大自然中蚂蚁觅食蚂蚁行为。蚂蚁在行走时会释放荷尔蒙，荷尔蒙会随着时间消散，后面的蚂蚁是透过闻荷尔蒙，来决定下一步的移动方向。比如图六，左图中的上下两条路径中，上面的路径较短，味道比较浓，最终越来越多的蚂蚁会走上面这条短的路，而达到右图中的结果。

图六、蚁群算法介绍

蚁群算法执行的步骤中，还有关键的三个参数。贺尔蒙因子、启发函数因子和贺尔蒙挥发因子。这些因子的取值直接决定了计算速度和准确度，因此我们还需要针对这三个因子进行实验以取得最佳值。

最后实际喷胶过程中，喷胶耗时除了路径外，还受设备控制参数影响。因此，我们结合动作路径和这些设备控制参数，建立喷胶最小周期时间模型，可以准确预测喷胶生产周期。并且实现智慧设置磁阀开关，可以只在经过禁喷元器件时候关闭胶阀。这样与胶阀开一次关一次的控制相比，磁阀开关次数从114次降低到5次，总CT时间从146s降到了97s，大大降低喷胶耗时。

结合之前所实现的喷胶参数AI设定，可以依照质量或者速度要求，输出不同的配方。例如，在同样目标为170um胶厚的情况下，可以获得质量最好，但是周期时间比较长的喷胶配方；也可以获得速度最快，但可能存在少量飞溅，边缘稍微不整齐的喷胶配方。使用者可以在这两种配方当中自行选择，或者微调。

4、总结：

如图七所示，实际的喷胶结果中，我们取得明显的质量改善，AI规划的喷胶参数，降低了胶飞溅的产生，并且边缘十分整齐，无出现漏喷，相对人工规划, 保证稳定的质量，与此同时优化了24%的生产周期时间。

图七、实际应用结果

5、未来方向：

我们期望在喷胶制程应用之后，增加不同的制程AI，比如选择焊和点胶，将这些制程都进行AI智慧化，以达到工业4.0智能生产的目标。

 请扫描上方二维码添加关注江苏省电子学会SMT专业委员会和组装自动化委员会官方微信公众号。