NĚKOLIK PRAKTICKÝCH POZNATKŮ k JAKOSTI a ŘÍZENÍ VÝROBNÍCH PROCESŮ v ELEKTROTECHNICKÝCH VÝROBÁCH

Transkript

1 NĚKOLIK PRAKTICKÝCH POZNATKŮ k JAKOSTI a ŘÍZENÍ VÝROBNÍCH PROCESŮ v ELEKTROTECHNICKÝCH VÝROBÁCH + VÝZNAM LEGISLATIVY (9) Doc. Ing. Ivan Szendiuch, CSc., Fellow IMAPS Vysoké Učení Technické v Brně, FEKT, ÚMEL szend@feec.vutbr.cz

2 Technologie, technologická integrace a smyčka jakosti Součástky Materiály Prodej Marketing Vývoj Výrobku Výroba Trhy Likvidace Procesy Zařízení Servis Jakost a ekologie vs. ~ cena Návrh Ekologická likvidace Projekt Servis Smyčka jakosti Materiál Prodej Proces Výrobek 2

3 Obsah Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr V textu jsou naznačeny oblasti významné pro aplikaci systému jakosti v elektrotechnických výrobách. Cílem je upozornit na význam této oblasti v souvislosti s řízením technologických procesů a pochopení nezbytnosti jejího dalšího studia pro uplatnění ve výrobní praxi. 3

4 Úvod Kvalita = Jakost Je prakticky všude kolem nás a ovlivňuje i náš život Zasahuje do naší práce a způsobu jak ji provádíme Ovlivňuje veškeré dění na trhu práce, služeb a na trhu pracovních sil Začala se rychle rozvíjet, v povalečných letech dosáhla svého maxima nejprve v Japonsku, později i na celém světe Podle Webstera je definice kvality Stupeň dokonalosti. 4

5 Úvod definice jakosti Dle normy ISO 9000/2000 je jakost definována jako: schopnost souboru inherentních znaků výrobku, systému nebo procesu plnit požadavky zákazníků a jiných zainteresovaných osob. 5

6 W. Edwards Deming (October 14, 1900 December 20, 1993) American statistician, professor, author, lecturer, and consultant. Deming is widely credited with improving production in the United States during the Cold War, although he is perhaps best known for his work in Japan. There, from 1950 onward he taught top management how to improve design (and thus service), product quality, testing and sales (the last through global markets) through various methods, including the application of statistical methods. 6

7 14 Demingovych bodu TQM (Total Quality Management) 1. Vytvořte stabilitu cíle směrem k zlepšení výrobku a služeb 2. Přijímejte nové myšlenky 3. Upusťte od hromadných kontrol 4. Ukončete praxi oceňování obchodu cenou 5. Navždy vylepšete systém výroby a služeb 6. Zaveďte moderní školící metody 7. Zaveďte řád ve vedení 8. Zažeňte obavy 9. Eliminujte překážky mezi jednotlivými odděleními 10. Vylučte hesla a povzbuzování 11. Zbavte se kvót a limitů 12. Odstraňte překážky v rozkvětu profesionality 13. Vytvořte intenzivní výukový a školící program 14. Staňte se hnací silou k uskutečnění přeměn

8 7 Smrtelných Nemocí Firem podle Deminga 1. Nedostatek pevných a jasných cílů 2. Zaostření firmy na krátkodobý zisk 3. Hodnocení pomocí odhadu zásluh nebo ročního výkonu 4. Nestálost managementu 5. Běh společnosti na základě viditelných čísel 6. Nadměrné léčebné náklady 7. Přílišné soudní výlohy

9 Systémy jakosti USA TQM (Total Quality Management) Europe ISO 9000:2000 Japan Kaizen Výhody a nevýhody: TQM trvalý mírný růst jakosti ISO důvody, proč v současnosti není možné aplikovat plně jednotlivé státy mají velice různou technickou úroveň Kaizen vychází z japonské mentality, důraz na udržitelný rozvoj Quality Engineering Quality engineering je soubor operačních, manažerských a inženýrských aktivit, které společnost potřebuje k zajištění toho, aby charakteristiky jakosti jejích výrobků byly na standardní nebo požadované úrovni.

10 Úvod SMT - manažerský přístup Podnik (a.s., s.r.o., k.p. environment vrcholový management jakost S t (řízení) ř e d n í výroba logistika konstrukce obchod administrativa m a n a g e m e n t Výkonný management 10

11 Úvod manažerský přístup plánování, 2 - organizování, 3 - vedení, 4 - kontrolování řízení 11

12 Úvod SMT - manažerský přístup Management jakosti - Jakost a spolehlivost (nástroje, systém) - Certifikace (ISO, TQM) Management životního prostředí - legislativa (ISO, RoHS, WEEE, REACH) - nakládání s odpady a energiemi + Ecodesign (EuP) 12

13 Total Quality Management Tvoří ho tři základní elementy závazné zapojení a vůdčí úloha managementu systém zajištění jakosti nástroje jakosti Teprve správná součinnost všech tří elementů vytvoří účinný TQM Total znamená: celý podnik, všechny úseky a všichni zaměstnanci musí být bez výjimky zapojeni do zvyšování jakosti. Platí to nejen pro výrobky, ale také pro činnosti. Quality - jakost je dle ČSN ISO 8402 definována jako: Schopnost entity plnit požadavky, stanovené a předpokládané vzhledem k jejímu určení Management znamená, že se jedná o aktivně prováděný proces. Všechny vedoucí, plánovací, řídící a kontrolní činnosti působící prostřednictvím osob, které je vykonávají, na neustálé zvyšování jakosti a jsou jeho motorem. 13

14 Obsah jakosti Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr 14

15 Jakost, statistika a elektronické výroby V elektronické výrobě působí velký počet jevů, které nelze všechny kontrolovat. (teplota, atmosférický tlak, tolerance zařízení, tolerance součástek lidský faktor) Proto povolujeme určité tolerance parametrů, které ale musíme mít pod kontrolou. Pro takovou kontrolu musíme získat data a tyto vyhodnotit statistickými nástroji. 15

16 Náhodná veličina a rozdělení pravděpodobnosti Statistik je ten, kdo s hlavou v rozpálené troubě a s nohama v nádobě s ledem na dotaz, jak se cítí, odpoví: "V průměru se cítím dobře." anonym 16

17 Vyjadřování a řízení jakosti Abychom mohli vyjádřit jakost, a dále na ni působit, musíme nejprve získat data, jež vyjadřují hodnoty k ní vztažené. Tyto data lze získat z výrobního procesu, kdy jsou zpracovávány materiály a komponenty do tohoto procesu vstupující a vystupující ve formě dat. Tyto data jsou chápána jako náhodné hodnoty veličiny získané měřením nebo pozorováním. 17

18 Výběr dat Prakticky v každé laboratoři tvoří základ experimentální práce měření na přístrojích. V době počítačů se využívají různé software s rigorózními postupy, jež umožňují využití statistických metod bez zjednodušení či zanedbání statistických předpokladů. Např. Interaktivní analýza dat vyšetřuje stupeň symetrie a špičatosti rozdělení, ověřuje základní předpoklady o výběru dat a vyčísluje nejlepší odhad parametrů polohy, rozptylu a tvaru (aritmetický průměr, rozptyl) atd.

19 Náhodné veličiny a vlivy Náhodná veličina X je proměnná, jejíž hodnota x je jednoznačně určena výsledkem náhodného procesu. Charakteristickým rysem náhodné veličiny je to, že při opakování náhodného pokusu dochází působením náhodných činitelů k proměnlivosti hodnot. Tudíž nemůžeme předem určit, jaké hodnoty veličina nabude. 19

20 Dělení náhodné veličiny a distribuční funkce Spojitá náhodná veličina nabývá libovolných hodnot z určitého intervalu (např. odečet z měřicího přístroje) Diskrétní náhodná veličina nabývá konečný počet hodnot z intervalu (např. kostka) Distribuční funkce vyjadřuje pravděpodobnost, že náhodná funkce nabude hodnoty menší než nebo rovné x a je tedy definována vztahem F(x) = P (X < x ) (Distribuční funkce je tedy funkce, která každému reálnému číslu přiřazuje pravděpodobnost, že náhodná veličina nabude hodnoty, která je menší nebo rovna tomuto číslu). 20

21 Diskrétní veličiny Diskrétní náhodná veličina X může nabýt jen konečného nebo spočetného počtu hodnot. Každé hodnotě x i je přiřazena pravděpodobnost a součet těchto pravděpodobností pro všechny hodnoty x i je roven jedné. Pro diskrétní náhodnou veličinu X s konečným počtem hodnot spočteme: průměr (střední hodnotu) a rozptyl Druhá odmocnina z rozptylu se nazývá směrodatná (standardní) odchylka. 21

22 Spojitá náhodná veličina Spojitá náhodná veličina X může nabývat všech hodnot x zurčitého intervalu. Její pravděpodobnostní rozdělení je popsáno funkcí f(x), která se nazývá hustota (frekvenční funkce) rozdělení. Pomocí hustoty počítáme hodnoty průměru a rozptylu spojité náhodné veličiny. Distribuční funkci spojité náhodné veličiny F(x) lze graficky vyjádřit plochou pod hustotou f(x), viz obrázek. Obr.: Velikost vybarvené plochy odpovídá hodnotě distribuční funkce F v bodě x 22

23 Rozdělení pravděpodobnosti Gaussova křivka Rozdělení pravděpodobnosti - Gaussova křivka Jedná se o jedno z nejdůležitějších rozdělení pravděpodobnosti spojité náhodné veličiny. Za určitých podmínek aproximuje řadu jiných pravděpodobnostních spojitých i diskrétních rozdělení. Charakteristika normálního rozdělení: Střední hodnota: E(X) = µ Rozptyl: D(X) = σ ² ( x ) 1 2 Hustotu pravděpodobnosti definuje tzv. Gaussova funkce 2 f ( x) e 2 2 μ a σ²: - < μ < σ² > 0, je pro - < x <

24 Zvyšování spolehlivosti I když spolehlivost je dnes jeden ze základních parametrů každého výrobku, není jediným ukazatelem jakosti. Na stejné úrovni stojí i ekonomické hledisko vyjadřující náklady na výrobek. K tomu přistupuje také přirozený lidský vztah ke každé činnosti.potom lze definovat ty nejzákladnější důvody pro potlačení počtu výrobních poruch v následujících bodech : 1. zlepšení spolehlivosti výrobku a s tím i omezení reklamací (zvýšení celkového image) 2. snížení nákladů nejen na kontrolu a opravy, ale i na výrobu, což se promítne do konečné ceny výrobku 3. vlastní uspokojení, nebotˇ úspěšně vyrábět znamená i úspěšně prodávat, což přináší potěšení a povzbuzení k dalším aktivitám 24

25 Obsah jakosti Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr

26 Základní statistické nástroje Osm základních nástrojů na zlepšování jakosti je pevně stanovený soubor především grafických technik identifikovaných jako nejužitečnějších při řešení problémů souvisejících s jakostí. Tyto techniky jsou nazývány základní, protože jsou dostatečně jednoduché na to, aby je mohl použít někdo s pouze základními znalostmi statistiky, přičemž je možné je použít na vyřešení téměř všech problémů spojených s jakostí ve výrobě. Čárkovací metoda a kontrolní tabulka Tyčkový diagram, bodový diagram Ishikawůvdiagram Paretůvdiagram Regulační diagramy... Histogram a rozdělení pravděpodobnosti (Gaussovo, binomické, Poissonovo...) 26

27 27

28 Tyčkový diagram Výsledky měření lze popsat pomocí nominálního znaku rozděleného např. do tří tříd: podhodnota (se, se), jmenovitá hodnota (Se, se), nadhodnota (Se, Se). Můžeme však také sledovat kvantitativní znak, jehož hodnoty lze interpretovat jako výsledky náhodných měření. Počet Se je potom diskrétní náhodná veličina X nabývající hodnot x = 0,1,2 s pravděpodobnostmi, tudíž sprůměrem (střední hodnotou) a rozptylem Její pravděpodobnostní rozdělení je znázorněno tyčkovým grafem na obrázku 28

29 Diagram příčin a následků Diagram příčin a následku (nazývaný též Ishikawův diagram, nebo také rybí kost ) je v oblasti řízení jakosti pojímán jako metoda analýzy variability procesu, tj. napomáhá odhalovat vztahy mezi příčinami a následky změn v procesu. Postup při sestrojování diagramu je následující: Stanoví se jednoznačně definovaný problém a napíše se k pravé části hlavní vodorovné centrální polopřímky (k hlavě rybí kosti ). Definují se hlavní příčiny následku, které jsou zapsány do obdélníků umístěných na koncích větví ( kostí ) směřujících k centrální polopřímce. Stanoví se všechny možné subpříčiny, které se zapisují do větví směřujících k větvím s hlavní příčinou. Takto sepsaným příčinám lze přiřadit váhy důležitosti. Operátor Síto zkušenosti znalosti motivace materiál síta čištění rám a napnutí síta materiál rozměry Jakost vytvořeného motivu Substrát 29

30 Paretův diagram Paretův diagram umožňuje oddělit podstatné faktory od méně podstatných a ukazuje, kam zaměřit úsilí při odstraňování nedostatků vprocesu zabezpečování jakosti. Jedná se o sloupcový graf, který udává podíl jednotlivých složek v procentech na zvoleném ukazateli. Postup při Paretově analýze: Sestupné setřídění hodnot podle zvoleného ukazatele do jednotlivých skupin. Výpočet kumulovaných součtů a jejich vyjádření v procentech Sestrojení Paretova diagramu osa x se rozdělí podle počtu sledovaných složek na stejné úseky, do kterých jsou pomocí sloupců vynášeny sestupně uspořádané složky, roztříděné již v bodě 1. Pokud byla zavedena blíže neurčená složka (skupina jiné, ostatní atd.), vynáší se až jako poslední nejvíce vpravo. Levá vertikální osa diagramu udává počty v jednotkách množství tj. kusech, výskytech atd. Pravá vertikální osa udává stupnici relativních kumulovaných součtů od 0 % do 100 %. Sestrojení křivky kumulovaných četností v procentním vyjádření, která je spojnicí bodů, které se nacházejí nad pravými horními rohy jednotlivých sloupců ve výši hodnoty relativní kumulované četnosti pro danou skupinu. Zvolit kritérium vyhodnocení. Je např. možno se zabývat složkami pokrývajícími 80 % relativní četnosti nebo složkami, jejichž hodnota je vyšší než průměrná hodnota všech složek dohromady. 1-chybějící součástka 2-mechanické poškození substrátu 3-nedostatečné množství cínu ve spoji 4-poškozená součástka 5-zaměněná součástka 6-zkrat mezi spoji 7-posunutá součástka 8-znečistění 30

31 Bodový diagram Bodový diagram slouží k podání prvotní informace o stochastické závislosti. Stochastická závislost je výrazem volného příčinného vztahu závislé proměnné Y a nezávislé proměnné X, jež je ovlivňován náhodou. Postup při konstrukci bodového diagramu: Volba nezávislé proměnné X a závislé proměnné Y (např. hodnoty znaku jakosti získané méně nákladnou a méně přesnou metodou a metodou přesnější a nákladnější). Provedení měření minimálně 30 dvojic hodnot nezávislé a závislé proměnné (Xi, Yi). Sestavení bodového diagramu z naměřených hodnot (Xi,Yi) v pravoúhlé souřadnicové soustavě (X, Y). Provedení analýzy bodového diagramu (pokud jsou body jen málo rozptýleny po ploše diagramu a jejich seskupení vykazuje určitý trend, tvar proložené křivky odpovídá regresní funkci). 31

32 Regulační diagram Regulační diagram je grafický nástroj zobrazující dynamicky variabilitu procesu a umožňující oddělit náhodné příčiny variability procesu od příčin systémových (vymezitelných). Regulační diagram je tvořen pravoúhlou souvztažnou soustavou x, y, kde na ose x jsou vynášena pořadová čísla výběrů, na ose y výběrové charakteristiky sledovaného znaku jakosti či parametru procesu. Dále jsou v této soustavě vyznačeny centrální přímka (střední hodnota) a horní a dolní regulační mez (UCL, LCL), rovnoběžné s osou x. Regulační meze vymezují pásmo, v němž leží s předem zvolenou pravděpodobností hodnoty charakteristik jednotlivých výběrů za předpokladu, že na zkoumaný proces působí v daném časovém úseku pouze náhodné příčiny variability procesu. S pomocí Shewhartových regulačních diagramů je kontrolováno, zda hodnoty regulované výstupní veličiny odpovídají požadované úrovni variability a vykazují dostatečnou stabilitu, tj. zda-li se tyto hodnoty nacházejí v předem určených tolerančních mezích a nevykazují žádné trendy. V případě splnění kontrolovaných požadavků pomáhají regulační diagramy udržovat dosaženou stabilní úroveň variability hodnot dané výstupní veličiny. 32

33 33

34 SPC pro kontrolu procesu pájení přetavením in control" s mezemi (212 až 224 C) stanovenými jako standard procesního okna uvnitř limitních mezí (205 to 230 C) Varovný průběh: sedm následných poklesů teploty

35 Regulační diagram Výrobní proces: Datum: Stroj č.: 2 Typ: BLA71A Pájení pøetavením Operátor: Čas 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 1 Poloha součástky Poškozená součástka Součástka na okraji Smáčení/Odmáčení Vznik kuliček Díry/Krátery 1 7 Poškozená DPS Přeb./Nedostatek pasty 1 Celkem Počet vzorků Chybovost ppm Chybovost [ppm] 5000 Chybovost v průb ěhu směny Identifikace defektu Datum Čas Podpis 1 Poloha SOT :00 2 Poškozená SOT :00 0 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 Č as 35

36 Vývojový Svítilna nefunguje diagram Je dostatečné napájení? NE Vyměnit baterie ANO Je funkční žárovka? NE Vyměnit žárovku ANO Vyměnit svítilnu 36

37 Histogram rozdělení četnosti 37

38 Gaussovo rozdělení V normálním rozdělení: téměř 70 % hodnot leží ve vzdálenosti menší než 1 směrodatná odchylka od průměru, přesněji 95 % hodnot leží ve vzdálenosti menší než 2 směrodatné odchylky od průměru, přesněji 99 % hodnot leží ve vzdálenosti menší než 3 směrodatné odchylky od průměru, přesněji 38

39 Faktorová analýza A1 A2 B1 B2 B1 B2 C1 C2 C1 C2 C1 C2 C1 C2 A1B1C1 A1B1C2 A1B2C1 A1B2C2 A2B1C1 A2B1C2 A2B2C1 A2B2C2 (1) C B bc A ac ab abc 43,6 % 73,7 % 102,7 % 81,5 % 43,4 % 40,9 % 20,2 % 17,3 % R1 R2 R3 R4 R5 R6 R7 R8 Pro zjištění přechodu z A1 do A2 vypočteme: Za = a + ac + ab + abc (1) c b bc = 43,4 + 40,9 + 20,2 + 17,3-43,6-73,7-102,7-81,5 = - 179,7 % To samé platí i pro parametry B1 a B2: Zb = b + bc + ab + abc (1) c a ac = 102,7 + 81,5 + 20,2 + 17,3-43,6-73,7-43,4-40,9 = 20,1 % A samozřejmě faktory C1 a C2: Zc = c + bc + ac + abc - (1) b a ab = 73,7 + 81,5 + 40,9 + 17,3-43,6-102,7-43,4-20,2 = 3,5 % Obdobně můžeme vypočíst interakci mezi jednotlivými faktory: Zab = (1) + c + ab + abc b - a- bc ac = 43,6 + 73,7 + 20,2 + 17,3-102,7-43,4-81,5-40,9 = - 113,7 % Zac = (1) + b + ac + abc c a - bc ab = 43, ,7 + 40,9 + 17,3-73,7-43,4-81,5-20,2 = - 14,3 % Zbc = (1) + a + bc + abc c b - ac ab = 43,6 + 43,4 + 81,5 + 17,3-73,7-102,7-40,9-20,2 = - 51,7 % Je možné vypočíst i interakci všech 3 faktorů na ráz: Zabc = c + b + a + abc (1) - bc- ac ab = 73, ,7 + 43,4 + 17,3-43,6-81,5-40,9-20,2 = 50,9 % 39

40 DFM (Design for Manufacture) Jedná se o paralelní návrh - rozdělení návrhu na několik částí, které jsou řešeny více návrháři pro splnění společného cíle, buď rozhodnutími založenými na předdefinovaných pravidlech, nebo individuelně na základě vlastních schopností. Technologie paralelního návrhu potřebuje návrhového správce porad (server) a více klientů v navzájem propojené sítí. Software serveru přijímá aktualizované žádosti od každého zákazníka, kontroluje zda nebyly porušeny návrhová pravidla a sladí každého zákazníka s aktualizací. Každý zákazník má svůj vlastní vyhrazený procesor a paměť aby si mohl prohlédnout celý návrh a mohl být svědkem úprav od jiného zákazníka, tak jak jej server zpracovává.

41 DFM (Design for Manufacture) Výhoda architektury paralelního návrhu je, že může více návrhářů pracovat na stejném návrhu současně bez potřeby dělit návrh. To se celé děje v reálném čase, zařízení spolupracují, a tak se vylučují problémy spojené s vymezováním hranic, řízením a komplexností dat během dělících a slučujících operací. To umožňuje snížit celkový čas k dokončení návrhu. Technika paralelního návrhu nabízí mnoho příležitostí jak zkrátit čas návrhu a zvýšit jakost. Je to další změna formy současného inženýrství a otvírá dveře k více pokročilým metodikám během návrhového procesu.

42 Obsah jakosti Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr

43 Technologický proces Soubor výrobních operací (činností) vstupujících do procesu tak, že dle předem stanovených předpisů přetvářejí materiál s cílem dosáhnout na výstupu funkční výrobek Má-li být technologický proces rentabilní (výnosný), musí být kontrolován a koordinován v souladu s ekonomickými ukazateli 43

44 Technologický proces Dle normy ISO 9000/2000 je proces definován jako: soubor vzájemně souvisejících nebo vzájemně působících činností, které přeměňují vstupy na výstupy neboli také jako seskupení souběžně nebo následně realizovaných činností, prostřednictvím, kterých se přeměnou vstupů vytváří jistý výstup s užitkem pro zákazníka. 44

45 Technologický proces a jeho sledování Charakteristiky resp. parametry jakosti jsou významné vlastnosti, definující každý technologický proces (např. pájení, sítotisk, naprašování, kontaktování, osazování součástek atd.). Proto je pro stanovení jakosti technologického procesu výroby elektronických celků prvním nezbytným krokem sledování a záznam dat z výrobního procesu. To je prováděno dvěma způsoby, jimiž jsou : data výrobně-organizační (vychází z blokového schéma postupu výroby, operačního schéma, časového snímku jednotlivých pracovníků a pod.) data výrobně-technická (záznamy o průběhu výroby z hlediska výtěžnosti a výskytu poruch) 45

46 Technologický proces a jeho sledování Kontrola a záznam dat může probíhat dvěma způsoby : a) kontrola atributů (data získaná na základě alternativního dělení, např. na dobrý/špatný), b) kontrola proměnných (data získaná měřením, představující soubor hodnot). 46

47 Technologický proces a jeho sledování Při vyhodnocování parametrů jakosti existují určité tolerance (meze), jejichž původ může být dvojího charakteru : náhodné (obecné), s malým, obyčejně přijatelným účinkem, vyvolané (systémové), obyčejně se značným účinkem. 47

48 Technologický proces a jeho sledování Zařazení kontrolních operací do výrobního procesu je užitečné, ale současně zvyšuje náklady na výrobu, což se promítá do ceny výrobku. Proto je třeba volit způsob kontroly a rozlišit kontrolu namátkovou od kontroly 100%-ní. Namátkovou kontrolu po jednotlivých výrobních operacích (nanášení pájecí pasty, osazování součástek, pájení) provádí technolog (nebo osoba odpovědná za výrobu např. mistr výroby) na prvních kusech, vždy: po zahájení výroby, po jejím přerušení a nebo po každém zastavení stroje (např. z důvodu doplnění pájecí pasty), namátkově vprůběhu výroby. Při 100%-ní kontrole je kontrolován každý kus, a současně je prováděn i záznam poruch do formulářů a potom také jejich opravy (rework). 48

49 Poruchy v povrchové montáži Nanášení pájecí pasty Osazování Reflow Čištění Test MI/AOI MI/AOI MI/AOI/XRay MI/AOI Možnost najít chyby: Špatný tisk, špatné roztékání Možnost najít chyby: Nesprávné osazení, Špatná součástka Možnost najít chyby: Zkraty/Nezapájení,chudé spoje;tlusté spoje, vynechané spoje 49

50 Poruchy při nanášení pájecí pasty První výrobní operací v procesu povrchové montáže je nanášení pájecí pasty. To je realizováno buď tiskem přes šablony nebo dávkovačem (viz kap. 4.1). Po nanesení pájecí pasty se provádí většinou namátková kontrola (pokud nejsou zvláštní důvody ke kontrole 100%-ní). Sledují se poruchy na úrovni 1, jež lze rozdělit do následujících skupin (vztažnou hodnotou je celkový počet pájecích ploch, na něž byla nanesena pájecí pasta): špatně umístěná pájecí pasta nadbytek pájecí pasty nedostatek pájecí pasty roztečení pájecí pasty rozmazání pájecí pasty V případě rozšíření na úroveň 2 se u jednotlivých položek sleduje původ poruchy, tj. např. zda se jedná o všeobecný, náhodný nebo lokální výskyt a pod. Stejné poruchy se sledují v případě nanášení lepidla, neboť z hlediska technického provedení jde o výrobní operaci téměř identickou. 50

51 Poruchy nanášení pájecí pasty 51

52 DfM špatný návrh PAD chyba správně 52

53 DfM špatný návrh PAD?

54 Poruchy při osazování Výrobní poruchy po osazování součástek Po operaci nanášení pájecí pasty následuje osazování součástek. Tato operace může probíhat buď na jediném osazovacím zařízení, nebo v případě větších sérií a variabilní skladbě osazovaných součástek i na více zařízeních. Kontrola se provádí po ukončení, tj. po osazení všech SMD součástek. Tak jako v případě nanášení pájecí pasty se sledují poruchy na úrovni 1 v následujících skupinách (vztažnou hodnotou je celkový počet osazených součástek) : špatně umístěná (nevystředěná součástka) chybějící (neosazená) součástka otočená (špatně orientovaná) součástka špatná součástka (jiný typ nebo jiná hodnota) poškozená součástka součástka v nesprávné poloze (na hraně) 54

55 Poruchy při osazování 55

56 Poruchy po pájení Výrobní poruchy po pájení Třetí a stěžejní výrobní opearcí v procesu povrchové montáže je pájení přetavením. Sledované typy poruch na úrovni 1 jsou následující (vztažnou hodnotou je celkový počet provedených pájených spojů) : špatně zapájená (nevystředěná) součástka chybějící součástka otočená, poškozená nebo v nesprávné poloze (na hraně) osazená součástka vadná součástka nezapájená součástka (nesmáčená pájecí plocha) zkrat nebo nadbytek pájky ve spoji nedostatek pájky ve spoji příp. její rozptýlení (kuličky) zvedání součástek narušený pájený spoj (trhliny, krátery a pod.) poškozená pájecí plocha, příp. substrát samotný nebo znečistění zbytky tavidla 56

57 Poruchy pájení 57

58 Obsah jakosti Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr

59 ppm (dpm) Poruchy se běžně vyjadřují v procentech, nebo hodnotou ppm (parts per million). Ta je obecně definována následovně : počet skutečných poruch v souboru ppm. x 10 6 celkový počet možných poruch v souboru Někdy se používá odlišné označení dpm (defects per million), případně ppb (parts per billion), což jsou jen jiná označení významově stejného pojmu (1 ppm 1000 ppb). dpm skutečnýpočetporuch možnýpočetporuch

60 ppm Registrované poruchy jsou rozděleny do skupin odpovídajících jejich původu. Jsou to např. : - použité materiály, - aplikace pájecí pasty na pájecí plochy, -součástky, - osazování součástek, - pájecí proces (ať už vlnou nebo přetavením), -různé kombinace a další příčiny. Analýzou zaznamenaných dat pak můžeme dospět k dalšímu dělení poruch na jednotlivé součástky, jednotlivé dílčí části výrobního procesu a pod. Výsledné hodnoty jsou obyčejně vztaženy k následujícím celkům : - na plošný spoj, - na výrobní dávku, - na denní výrobu, -na určitý typ výrobku. 60

61 ppm ppm % 4 3,5 3 2,5 2 1,5 1 0,5 0 Týdn y/měsíce Čtvrtletí I/ 1/ II/ 2/ III/ 3/ IV/ 4/ V/ 5/ VI/ 6/ VII/ 7/ VIII/ 8/ IX/ 9/ X/ 10/ XI/ 11/ XII/ 12/ M ěsíc/týden 1/ 2/ 3/ 4/ 5/ 6/ 7/ 8/ 9/ 10/ 11/ 12/ Č tvrtletí/ Rok I/ II/ III/ IV/ V/ VI/ VII/ VIII/ IX/ X/ XI/ XII/ Interní: Externí: Celkem: Podpis: Poznámky: 61

62 ppm Firma: Vemer Protokol statistického vyhodnocení poruch ve výrobě Dávka: Množství: Časové období: Výrobek: Datum: List č./ Celkem: Podpis: ppm % Poř: Poruchy interní Počet poruch % ppm Poznámka Poruchy externí Počet poruch % ppm Poznámka Poruchy celkem 62

63 Příklad - ppm Příklad záznamu poruch v procesu povrchové montáže je uveden v tab.i. Jedná se o soubor 100 desek plošných spojů, na každé z nich je 120 součástek a 1000 pájených spojů. Celkový počet poruch pájených spojů je 200. Tabulka I. Demonstrativní příklad analýzy poruch ze tří různých hledisek Analýza druhu poruchy: Chybějící pájka Zkrat Součástka mimo pájecí plochu Celkem poruch Počet poruch (%) Analýza vadné součástky: PLCC SOT SOIC8 C Celkem poruch Počet poruch (%) ,5 12,5 100 Analýza příčiny poruchy: Návrh Materiál Proces Celkem poruch Počet poruch (%) Jak je patrné z tabulky, data mohou být získávána a analyzována z různých hledisek. V našem případě to je podle typu poruchy, podle typu součástky a podle příčiny poruchy. Poslední případ je významný z toho důvodu, že ukazuje na to, do jaké míry jsou poruchy způsobeny vlastním technologickým procesem (interní poruchy) a jak se podílí vstupní položky procesu (externí poruchy). Bez ohledu na to, které hledisko sledujeme, lze získat hodnotu ppm následovně : 200 ppm výroby

64 Řízení výrobního procesu V průběhu technologického procesu výroby elektronických výrobků, jehož součástí je výroba součástek, integrovaných obvodů ale i ostatních prvků, osazování substrátů, a konečně i jejich propojování a kompletování, se vyskytují chyby, které nazýváme výrobní poruchy (Manufacturing Defects). Tyto znemožňují funkčnost výrobku. Aby mohl být výrobek předán do užívání, musí být odzkoušen, v případě výskytu výrobní poruchy musí být tato odstraněna (Rework), a o tomto je třeba vést záznam. 64

65 Obsah jakosti Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr

66 Řízení výrobního procesu Obecně platí pravidlo, že výsledná spolehlivost výrobku je přímo úměrná četnosti poruch, které se vyskytnou v průběhu výroby. Proto je zřejmá snaha po omezení poruch a veškerých neshod na minimum, což navíc snižuje výrobní náklady. 66

67 Systém řízení jakosti v povrchové montáži Systém řízení jakosti je třeba chápat jako logickou činnost vedoucí k neustálému zlepšování výrobního procesu. Je založen na implementaci činností nebo operací, jež eliminují možnosti vzniku chyb resp. jež vedou ke zvyšování kvality a snižování nákladů. Jedná se o rámcově předem stanovený postup a jeho účinnost závisí na subjektivním přístupu každého jedince zúčastněného v činnosti tohoto systému. 67

68 Řízení výrobního procesu 68

69 Řízení technologického procesu povrchové montáže I přesto, že proces je pod statistickou kontrolou (statisticky stabilní), může být rozsah odchylek sledovaných výrobních parametrů větší než požaduje zadání. V tom případě není proces pod technickou kontrolou a je třeba provést korekce. To se může týkat výměny vstupních materiálů, předefinování požadavků, výměny dílů zařízení (např. šablony pro sítotisk) a pod. Statisticky stabilní proces znamená, že jistý sledovaný resp. měřený parametr výrobního procesu se pohybuje v časové ose v mezích odpovídajících hranici 3 resp. 6 Gaussova (Normálního) rozložení, jak je znázorněno na obrázku. 69

70 Systém řízení jakosti v povrchové montáži Výrobní kapacita Využití (výkonost) Chyby, odpady Jakost Statistické řízení jakosti dynamické nastavení zařízení definování toku materiálu statistické řízení jakosti vstupní kontrola součástek Dokumentace + průběžný management Interaktivní optimalizace procesu průběžný management výchozí komunikace management zásobníků management součástek výchozí komunikace Kontrolovat 70

71 Systém řízení jakosti v povrchové montáži Postup při analýze výrobního procesu aplikací statistického řízení jakosti 71

72 Systém řízení jakosti v SMT - shrnutí Analýzu výrobního procesu lze shrnout do následujících kroků: Stanovení cíle musí jasně definovat parametry, jež mají být ve výrobním procesu zlepšeny (např. jedna nebo více operací výrobního procesu). Definování parametrů je to rozhodování o způsobu posuzování resp. sledování toho, co má být v procesu zlepšeno. Identifikace operace určení operace jež způsobuje změnu parametru, tj operaci jež ovlivňuje vytyčený cíl. Měření procesu je krok k zajištění měření stanoveného parametru. Výstupem obyčejně je měřená veličina, např. čas, změna či odezva. Výběr nástroje je dalším důležitým krokem, jenž je řešen ve většině případech prostřednictvím aplikace SPC. Sběr dat se provádí na základě stanoveného cíle v určených místech procesu (operace) některým ze známých způsobů měření, což vlastně představuje popis výrobního procesu na základě získávaných dat z jeho průběhu. Změny ve výrobním procesu se provádí s cílem zlepšení parametrů a eliminování chyb a odchylek parametrů od stanovených hodnot. Účinnost tohoto kroku je závislá na schopnosti analyzovat výrobní proces a vytvořit jeho schéma zachycující všechny kroky. Vyhodnocení změn je posledním krokem jehož účelem je posouzení dosaženého efektu a jeho srovnání s předpokládaným cílem. Z tohoto kroku je zavedena zpětná vazba do oblasti, kde se rozhoduje o způsobu měření na jehož základě se provádí příslušné zásahy a změny. Právě ten kdo dokáže efektivním a rychlým způsobem aplikovat získané výsledky, získá výhody oproti svým konkurentům, což se promítá do výsledků na samotných trzích. 72

73 PDCA PLÁNUJ stanov cíle a procesy JEDNEJ příjmy opatření pro zlepšení DĚLEJ uplatňuj procesy KONTROLUJ monitoruj a měř Plán Prověřit současnou výkonnost a posoudit případné problémy či omezení procesů. Shromáždit data o hlavních problémech a zaměřit se na hlavní příčiny problémů. Navrhnout možná řešení a naplánovat provedení nejvhodnějšího řešení. Provedení Realizace zamýšleného řešení. Kontrola, měření Zhodnotit výsledky testu a posoudit, zda bylo plánovaných výsledků dosaženo. Pokud se vyskytnou nějaké problémy, zaměřit se na překážky, které brání zlepšení. Akce Na základě otestovaného řešení a vyhodnocení dosaženého zhodnocení rozpracovat konečné řešení tak, aby se stalo kdekoli použitelným trvalým a integrovaným novým přístupem.

74 DEFINOVÁNÍ DEFINE DMAIC ŘÍZENÍ CONTROL MĚŘENÍ MEASURE ZLEPŠOVÁNÍ IMPROVE ANALYZOVÁNÍ ANALYZE Define - definovat problém Klíčovou součástí definice je návrh, jakého zlepšení se má dosáhnout a za jakou cenu. Measure - měřit Cílem je získat maximum objektivních (nebo také kvantifikovatelných) informací o procesech nebo předmětu, který chceme zlepšovat. Zdeí se nejvíce projevuje spjatost celého procesu s modelem Six Sigma. 6σ definuje způsoby vyjadřování metrik, kter kvalitu v organizacích definují. Analyse - analyzovat Cílem je nalézt skutečnou příčinu problémů. Analýza jde za hranice intuice i zkušeností pracovníků a musí vystopovat skutečno příčinu problémů. Pro analýzu se používají různé metody, Six Sigma samotná definuje tzv. CTQ - Critial to Quality Tree, ale metoda je svou podstatou téměř shodná s RCA - Root Case Analysis a lze najít i jiné metody např. populární 5 Proč (5 Why?). Improve - zlepšení Tato fáze vytváří a přináší skutečné zlepšení. Najít nejlepší způsob, jak dosáhnout zlepšení a tento návrh ověřit na pilotním vzorku (např. 1 projektu, omezené sérii výrobků apod.). Metody používané při identifikaci zlepšení závisí na oblasti, která je řešena. Typickým způsobem je brainstorming Control - Kontrola a ověření Poslední z etap - ověření - má za cíl dotáhnout změny do konce. V rámci etapy je třeba ověřit, že všechny změny skutečně byly provedeny, dostaly se tam, kam měly, a lidé nové postupy znají a používají. Kontrolní etapa má za cíl nejenom dotáhnout navržené změny a potvrdit, že se nezůstalo v půli cesty, ale také zajistit dlouhodobé ověření, že změny přinesly zlepšení trvalé a ne pouze náhodné, vyvolané aktuální pozorností.

75 Legislativa Norma ISO 9000:2000 TECHNICKÁ NORMA ICS Březen 2002 idt ISO 9001:2000 Tato norma je českou verzí evropské normy EN ISO 9001:2000. Evropská norma EN ISO 9001:2000 má status české technické normy. This standard is the Czech version of the European Standard EN ISO 9001:2000. The European Standard EN ISO 9001:2000 has the status of a Czech Standard. Upozornění Předchozím vydáním této normy byla nahrazena ČSN EN ISO 9001 ( ) z prosince 1995, ČSN EN ISO 9002 ( ) z prosince 1995 a ČSN EN ISO 9003

76 Legislativa Systémes de management de la qualité Systémy managementu jakosti Požadavky (ISO 9001:2000) Quality management systems Requirements (ISO 9001 :2000) Qualitátsmanagementsysteme Forderungen Exigences (ISO 9001 :2000) (ISO 9001 :2000) Tato evropská norma byla schválena CEN Členové CEN jsou povinni splnit Vnitřní předpisy CEN/CENELEC, v nichž jsou stanoveny podmínky, za kterých se musí této evropské normě bez jakýchkoli modifikací dát status národní normy. Aktualizované seznamy a bibliografické citace týkající se těchto národních norem lze obdržet na vyžádání v Řídicím centru nebo u kteréhokoli člena CEN. CENELEC Evropský výbor pro normalizaci European Committee for Standardization Comité Européen de Normalisation Europäisches Komitee für Normung Řídicí centrum: rue de Stassart 36, B-l 050 Brusel

77 Legislativa ISO 9000:1994 Odpovědnost vedení Systém jakosti Přezkoumání smlouvy Řízení návrhu Řízení dokumentů a údajů Nakupování Řízení výrobku dodaného zákazníkem Identifikace a sledovatelnost výrobku Řízení procesu Kontrola a zkoušení Řízení kontrolního, měřicího a zkušebního zařízení Stav po kontrole a zkouškách Řízení neshodného výrobku Opatření k nápravě a preventivní opatření Manipulace, skladování, balení, ochrana a dodávání Řízení záznamů o jakosti Interní prověrky jakosti Výcvik Servis Statistické metody ISO 9000:2000 Organizace orientovaná na zákazníka Zapojení vedení Zapojení pracovníků Procesní přístup Systémový přístup k managementu Neustálé zlepšování Rozhodování založené na faktech Vzájemně výhodné dodavatelskoodběratelské vztahy

78 Legislativa

79 Obsah jakosti Úvod Řízení jakosti a příprava dat, náhodné jevy Nástroje jakosti Technologický proces PM a řízení jeho jakosti Matematický pohled na hodnotu ppm Řízení technologického procesu v povrchové montáži Jakost a legislativa Závěr

80 Závěr Sledování spolehlivosti elektronických sestav se přesunulo do oblasti výroby. Produktivita výroby a její kvalita vykazuje v posledních letech dramatické zlepšení (alespoň u světových výrobců). A to převážně díky programu TQM (Total Quality Management), jenž je silným nástrojem pro zkvalitnění výroby a zvýšení jakosti. Hlavním cílem TQM je uspokojení zákazníka. Základní podstatu lze shrnout do 5 kroků: zavedení systému statistické řízení procesu (SPC) tři úrovně dokumentace přesné pojmenování problému, ozřejmit jej vytváření prostoru pro neustálé zlepšování zjednodušování (racionalizace) výrobního procesu snížení zmetkovitost a tím i spojené náklady 80

81 TQM sám nedokáže zastavit vývoj na trzích, změnit podmínky konkurence, ani zabránit chybným podnikatelským rozhodnutím. Pomáhá však dělat správné věci správně. Zavazující úloha managementu Týmy pro zlepšení jakosti Produktivita a výsledky Systém zajištění jakosti Série ISO 9000 Audit Požadavky zákazníků Výsledek a růst Nástroje jakosti FMEA SPC Audit Náklady na jakost Analýza problémů Statistické metody TQM ke zvyšování jakosti [zdroj EXXON]

82 Srovnání TQM a ISO Celková povaha koncepce ISO je značně direktivní, protože vyžaduje dodržování řady předpisů a směrnic. To vyvolává odpor a pasivitu zaměstnanců a nedovoluje tak zlepšování systému jakosti. Naproti tomu koncepce TQM klade důraz na motivaci a kreativitu zaměstnanců. Hledisko Koncepce ISO Koncepce TQM Základna Normy a dokumenty Manuál a aktivní účast zaměstnanců Orientace Na konečný výsledek Na procesy Eliminace neshod Nápravnými opatřeními Neustálým zlepšováním Zapojení Funkčních míst Multidisciplinárních týmů Důraz na předvýrobní etapy Menší Mimořádný Organizační struktura řízení Formální Spíše neformální Zvažování ekonomiky jakosti Nezávazné Samozřejmé Chápání zákazníka Finální spotřebitel Každý, komu odevzdáme výsledek své práce Vazba na systémy CIM, JIT, Omezená Přímá a úzká Typ práce top managementu Řízení Vedení Povaha koncepce Direktivní Kreativní Měřítko pro prokazování shody Ano Ne 82

83 Kontrolní otázky 1. Vysvětlete co je jakost a jak je spojena s Edwardem Demingem 2. Vyjmenujte základní statistické nástroje popište čárkovací metodu a Paretův diagram 3. Vyjmenujte základní statistické nástroje popište regulační diagramy 4. Vyjmenujte základní statistické nástroje popište bodový a Ishikawůvdiagram 5. Vyjmenujte základní statistické nástroje popište histogram četnosti a Gaussovo rozdělení (střední hodnota a rozptyl) 6. Co je to faktorová analýza a sestavte tabulku pro tvar 2 3 a Co je to technologický proces, jak ho můžeme sledovat a jaká data z něj lze získávat 8. Popište typy dat a vysvětlete princip analýzy poruch v povrchové montáži 9. Definujte pojem ppm a popište tři typy analýzy poruch v povrchové montáži 10. Vysvětlete princip řízení technologického procesu a napište výraz pro koeficient výtěžnosti 11. Popište metody zlepšování jakosti označované zkratkami PDCA a DMAIC 12. Nakreslete strukturu výrobního subjektu a proveďte srovnání ISO s TQM 83