Startseite » Allgemein »

Mysterium Sigma und Maschinenfähigkeit Bruce Brigham, Prolink Software, Glastonbury (UK)

SPC-Softwarewerkzeug für SMT-Fertigungsmaschinen
Mysterium Sigma und Maschinenfähigkeit Bruce Brigham, Prolink Software, Glastonbury (UK)

Keine Frage, die Theorie hinter den entscheidenden Sigma- oder Cpk-Werten für die Definition der Maschinenfähigkeit in der Fertigung kann verwirrend sein. Mit der statistischen Prozesskontrolle (SPC) lässt sich zwar der Zusammenhang bestimmen, doch was ist zu tun, wenn eine Maschine einfach nicht die Spezifikationen des Herstellers einhält?

Einige Maschinenlieferanten tun sich sichtlich schwer in ihrer Zustimmung, sollte eine Maschine tatsächlich den „heiligen Gral“ der 6-Sigma-Wiederholbarkeit erreichen. Die größten Unsicherheiten kreisen um die Fragen, wie die Daten zu interpretieren sind und wie die oberen und unteren Grenzwerte der Varianz anzuwenden sind. Der Schlüssel zum Verständnis liegt in der Prozess-Standardabweichung.

In diesen Artikel werden wir eine geheimnisvolle Angabe entmystifizieren und erklären, die bestechend einfach in den Spezifikationen einer Fertigungsmaschine versteckt ist. Sie kann etwa folgendermaßen aussehen:
Wiederholbarkeit = 6-Sigma bei ± 25 µm.
Im Grunde bedeutet das, dass dieses Equipment mit einer extrem hohen Wahrscheinlichkeit (6-Sigma) spezifiziert ist, dass jedesmal, wenn ein Fertigungsprozess wiederholt wird, dieser innerhalb der nominalen und idealen Position mit einer Abweichung von nur ± 25 µm liegt.
Viele vorbereitende Arbeiten und Analysen, darunter unter anderem auch das Motorola Six-Sigma Qualitätsprogramm, haben dazu geführt, dass in der Fertigungstechnik 6-Sigma zum akzeptierten „Goldenen Standard“ für die Wiederholbarkeit von Produktionsschritten wurde. Eine Maschine oder ein Prozess mit der Fähigkeit von 6-Sigma ist auf jeden Fall über jeden Tadel erhaben. Allerdings gibt es ein Problem: viele Fertigungsspezialisten sind nicht in der Lage, den korrekten Wert für Sigma anhand der Leistungsdaten der Maschine exakt zu berechnen. Die Bestimmung der Grenzwerte für die maximale Varianz (Streuung) vom Nominalwert ist ebenfalls kritisch. In der Praxis sieht es so aus, dass eigentlich jede Maschine oder jeder Prozess eine Wiederholbarkeit von 6-Sigma erreichen kann, vorausgesetzt man setzt die Limits einfach weit genug auseinander.
Das ist ein sehr wichtiger Punkt in diesem Kontext. Sein Verständnis hilft, sinnvolle Vergleiche zwischen den Angaben verschiedener Hersteller von Equipment bei der Evaluierung von künftigen Maschineninvestitionen vorzunehmen. Diese Kenntnis versetzt Anwender außerdem in die Lage, sowohl komplette Linien als auch einzelne Maschinen rasch und zuverlässig einzurichten, Fehlersuche vorzunehmen und Probleme bei der Ausbeute zu erkennen. Auch für kontinuierliche Verbesserungen in der zunehmend wichtigeren Verarbeitung von Chip-Scale-Bausteinen ist dies eine große Hilfe. Anwendern ist damit möglich, einen klaren Blick auf die Fähigkeit von Maschinen oder Prozessen in der Fertigung zu gewinnen. Zusätzliche Kenntnisse lassen sich erhalten, wenn man die gesammelten Daten mit einem SPC-Softwarewerkzeug wie QC-Calc analysiert, denn damit können die aktuellen Leistungsdaten von Equipment und Prozess regelmäßig erneut überprüft werden. Deutlich wird also, mit einem grundsätzlichen Verständnis der Zusammenhänge, so wie es hier anschließend erklärt wird, können Anwender auf einer gesicherten Basis wesentlich bessere Entscheidungen treffen.
Grafische Darstellung
Betrachten wir an dieser Stelle die Beziehungen zwischen Genauigkeit und Reproduzierbarkeit etwas genauer. Angenommen wir messen eine XY-Abweichungen zehn Mal und plotten diese Werte dann auf eine Darstellung wie in Bild 1. Im ersten Fall (links oben) zeigen die Resultate eine absolut genaue Maschine mit hoher Wiederholbarkeit. Alle Messungen liegen eng beieinander im Zielgebiet, so wie es idealerweise sein sollte. Die Durchschnittsstreuung zwischen diesen Punkten, die Standardabweichung (Sigma) ist sehr gering.
Allerdings stellt eine geringe Standardabweichung nicht automatisch eine genaue Maschine sicher. Im Fall zwei (rechts oben) sehen wir die Ergebnisse einer Maschine mit ausgezeichneter Wiederholbarkeit aber keiner guten Genauigkeit. Solche Fälle lassen sich in der Regel bei der Maschineninstallation oder auch später im Feld mit einer erneuten Kalibrierung/Grundeinstellung relativ leicht korrigieren. Die anderen Abbildungen (Bild 1 unten) zeigen eine genau Maschine, deren Wiederholbarkeit eingeschränkt ist bzw. eine, bei der beide Parameter nicht in Ordnung sind. Man sieht, es ist die Kombination aus hoher Genauigkeit und Wiederholbarkeit der Ergebnisse, die wir versuchen zu perfektionieren.
Eine einfache Art und Weise sowohl Genauigkeit als auch Wiederholbarkeit zu kontrollieren, ergibt sich durch mehrfaches Messen des gleichen Schritts immer wieder. Bei Pastendruckern ist der kritische Bereich die XY-Justierung der Schablone auf die Leiterplatten-Passermarken. In der Theorie sollten die XY-Abweichungen bei den einzelnen Schritten zwar identisch sein, doch in der Praxis zeigt sich, dass keine Maschine stets exakt die gleiche Position wie vorher ansteuern kann, denn der gesamte Mechanismus weist bekanntlicherweise kleinste Abweichungen auf. Je größer also diese Abweichungen sind, um so größer ist zwangsläufig auch die Standardabweichung dieses Pastendruckers.
Hat man wiederholt sehr viele Messungen durchgeführt, werden die Auswirkungen der hier herrschenden Gesetzmäßigkeiten deutlich. Plottet man alle Messungen auf eine Grafik, ergibt sich eine Normalverteilung (auch Gaußsche Verteilung genannt, siehe Bild 2). Die Normalverteilung zeigt, wie sich die Standardabweichung zur Genauigkeit und Wiederholbarkeit einer Maschine verhält. Eine systematische Abweichung, mit anderen Worten eine Ungenauigkeit, wird die Kurve entweder auf die linke oder die rechte Seite vom Nominalwert in der Mitte verlagern. Doch bei einer wirklich genauen Maschine führen die Ergebnisse zu einer Kurve, deren Mitte sauber auf dem Nominalwert steht. Für den Anwender einer Maschine besteht hohe Priorität, erstmal festzustellen, dass das Equipment eine adäquate Wiederholbarkeit aufweist. Ist dies geklärt, lässt sich auch die Ursache einer systematischen Abweichung lokalisieren und dann auch beseitigen. Aufschlussreich ist der Zusammenhang zwischen Wiederholbarkeit und der Normalverteilung.
Betrachten wir nochmals die Gaußsche Verteilungskurve in Bild 2. Der Prozess umfasst drei Standardabweichungen zwischen dem Nominalwert und einer Ungenauigkeit von ± 25 µm. Damit lässt sich dieser Prozess folgendermaßen beschreiben:
Wiederholbarkeit = 3-Sigma bei ± 25 µm.
Es gibt hier zwei wesentliche Zusammenhänge, die unbedingt verstanden werden müssen:
Zwar befinden sich zwischen dem oberen (+ 25 µm) und dem unteren Grenzwert (- 25 µm) insgesamt sechs Standardabweichungen, aber dennoch ist dies kein 6-Sigma-Prozess. Entsprechend den Festlegungen in der Normalverteilung handelt es sich um eine 3-Sigma-Prozedur.
Die Kurve der Normalverteilung setzt sich eigentlich unendlich weiter, und reicht deshalb natürlich auch weit über die 25-µm-Grenzwerte hinaus. Die Kurve reicht auch über 6-Sigma hinaus. Wenn wir zusätzliche Standardabweichungen in die 3-Sigma-Darstellung einzeichnen, sehen wir dass der 3-Sigma-Prozess bei ± 25 µm eine 6-Sigma-Wiederholbarkeit bei ± 50 µm erreicht. Es handelt sich dabei um den gleichen Prozess mit der gleichen Standardabweichung oder Varianz.
Wenden wir uns einem Prozess mit höherer Wiederholbarkeit zu. So wie der größte Teil der Messungen sich hier dann noch enger um den Zielwert gruppiert, wird die Standardabweichung kleiner, und entsprechend dazu wird auch die Kurve der Gaußschen Normalverteilung schmaler.
So kann beispielsweise in einer Situation eine Maschine mit einer Wiederholbarkeit von 4-Sigma bei ± 25 µm und einer Nominale von 0,000 spezifiziert sein (siehe Bild 3). In dieser Normalverteilungs-Kurve befindet sich im Vergleich zur 3-Sigma-Kurve noch eine weitere Standardabweichung zwischen der Nominale und 25 µm-Limit. Es liegt auf der Hand, dass hier ein höherer Prozentsatz der Messungen innerhalb des spezifizierten oberen und unteren Grenzwerts liegt. Die schmälere Kurve in Relation zu den Limits verdeutlicht, was als Streuung gemeint ist. Equipmenthersteller nehmen sich vor, Maschinen zu bauen, die eine möglichst schmale Streuung zwischen den spezifizierten Grenzwerten aufweisen. Dabei nimmt die Wahrscheinlichkeit zu, dass das Equipment innerhalb dieser Limits arbeitet.
Gehen wir zur Kurve der Gaußschen Normalverteilung mit 6-Sigma-Zonen über, um zu sehen, wie sich hier eine Maschine mit einer Wiederholbarkeit von 6-Sigma bei ± 25 µm verhält. Diese Maschine zeichnet sich natürlich durch eine wesentlich schmälere Standardabweichung im Vergleich zum 3-Sigma-Equipment aus. Tatsächlich ist die Kurve nur noch halb so breit. Somit zeigt eine 6-Sigma-Maschine signifikant geringere Varianz und weist deshalb eine höhere Wiederholbarkeit auf. Man beachte die schmale Kurve in Bild 4. Die Gesetzmäßigkeiten der Normalverteilung besagen, dass 99,9999998% der Werte innerhalb von sechs Standardabweichungen der Nominale liegen.
An dieser Stelle lassen sich als Zwischenergebnis einige wesentliche Punkte für die Wiederholbarkeit von Prozessen festhalten:
  • Grundsätzlich lässt sich jede Prozedur als 6-Sigma-Prozess bezeichnen, die Definition ist auf den oberen/unteren Grenzwert der Varianz bezogen
  • Die Bezeichnung 6-Sigma allein besagt deshalb sehr wenig. Sie muss immer mit einen Bezug zu den Grenzwerten definiert werden, innerhalb derer ein Prozess bzw. eine Maschine eine 6-Sigma-Wiederholbarkeit erreicht
  • Damit sich die Wiederholbarkeit eines Prozess von beispielsweise 3-Sigma auf 6-Sigma verbessern lässt ohne die Grenzwerte zu verändern, muss folglich die Standardabweichung des Prozesses halbiert werden.
Zusammenhang mit ppm-Angaben
Aus der bisherigen Darstellung ist mithin deutlich geworden, warum eine 6-Sigma-Spezifikation auf wesentlich bessere Prozess- oder Maschinenfähigkeit als eine 3-Sigma-Spezifikation schließen lässt. Man beachte allerdings dabei das Problem der Grenzwerte. Um auf das eingangs erwähnte Motorola Six-Sigma-Qualitätsprogramm zurückzukommen, hier hat man per Vorgabe 3,4 ppm mögliche Defekte eingeräumt. Dies deshalb, weil eine Prozessdrift vom Mittelwert mit 1,5-Sigma berücksichtigt wurde, die nicht der klassischen statistischen Methodik entspricht.
Gleichgültig welche Methode nun angewendet wird von Maschinenherstellern und Elektronikfertigungen aller Art einschließlich Dienstleistern wie EMS-Firmen, sie streben verständlicherweise an, ihre Performance mit einer 6-Sigma-Fähigkeit zu dokumentieren. Aus diesem Grund ist es angebracht, dass Käufer bzw. Anwender des Equipments sehr sorgfältig die Angaben der Maschinenanbieter kontrollieren.
Abhängig von der Absicht des Maschinenanbieters können sich jedoch auch andere Ergebnisse einstellen. Zum Beispiel kann die Maschine nur die Hälfte der angegebenen Genauigkeit aufweisen. Das hat seinen Grund darin, dass durchaus Verwirrung darüber herrschen kann, ob die Grenzwerte von ± 12,5 µm eine Berechnung der Wiederholbarkeit erlauben durch die Teilung der gesamten Streuung von 25 µm mit der Standardabweichung. Aber diese Vorgehensweise entspricht auf keinem Fall den Regeln der statistischen Normalverteilung. Doch kann man mit diesem Kniff eine 6-Sigma-Performance vortäuschen, obwohl dahinter nur eine 3-Sigma-Fähigkeit steckt.
Deutlich wird, Käufer und Anwender müssen umsichtig zu Werke gehen und die Angaben sorgfältig prüfen. So sollte man sich, wenn Equipment in die engere Auswahl einer Investition gezogen wird, immer vom Anbieter die Dokumentation über die tatsächliche Leistungsfähigkeit einer Maschine zur eigenen Prüfung vorlegen lassen. Dazu eignet sich ein zuverlässiger Report darüber, wie die Maschine bei ihren spezifizierten Daten in einer Fertigungsumgebung gearbeitet hat.
Viel Equipment für die SMT-Fertigung ist inzwischen mit eigenen Kameras bzw. Visionsystemen ausgestattet, um sich selbst zu kalibrieren bzw. in vielen Fällen auch gleich den Herstellungsschritt zu kontrollieren. Beispielsweise werden in Pastendruckern solche Bildverarbeitungssysteme eingesetzt, um die Leiterplatten in exakte Übereinstimmung mit der Druckschablone zu bringen. Bei dieser Justage vor jedem Druck handelt es sich zwar um eine relative Übereinstimmung zwischen Leiterplatte und Schablone. Aber dennoch lässt sich ein davon unabhängiges Verifikations-Tool in der Maschine installieren, um die realen Werte zur Verifikation der spezifizierten Werte von Genauigkeit und Wiederholbarkeit dieses Pastendruckers zu erhalten.
Prozessfähigkeit oder Justagefähigkeit?
Sind Leiterplatte und Druckschablone aufeinander ausgerichtet, kommen weitere wesentliche Faktoren hinzu, so aus Maschinenkonstruktion, Fertigung oder Einstellungen, die alle die Wiederholbarkeit von Printprozessen beeinflussen. Beispielsweise kann die Führungsspindel für die Höheneinstellung des Drucktisches ungleichmäßig gefertigt sein oder andere versteckte Defekte aufweisen. Bei älteren Maschinen zeigen sich eventuell Verschleiß oder sogar Beschädigungen. Insbesondere dann, wenn die Wartung von jahrelang benutztem Druckequipment nicht lückenlos dokumentiert ist, gilt es großes Augenmerk auf solche Punkte zu legen. Aber es gibt noch zahlreiche andere Einflussfaktoren, zum Beispiel die Schablonenaufnahme, die Board-Fixierung, die Solidität des Druckerchassis usw. Bewegt sich ein Druckkopf mit seiner Gewichtskraft von etwa 5 kg mit einer typischen Beschleunigung von 25 m/s über die Schablone, kann die Prozess-Wiederholbarkeit erheblich leiden, sollte ein Drucker in diesen genannten Bereichen Schwächen aufweisen.
In Bild 5 ist der Zusammenhang dargestellt. Es geht darum, festzustellen ob ein Pastendrucker jene Druckergebnisse erzielen kann, die in einem speziellen Fertigungsprozess benötigt werden. Der potenzielle Käufer muss dafür insgesamt das Leistungsvermögen einer Maschine kennen, diese Kenntnis ermöglicht, Leiterplatten mit der erforderlichen Genauigkeit innerhalb der spezifizieren Grenzwerte zu bedrucken.
Die abschließenden Aufgaben
Der potenzielle Käufer hat also ein ganzes Bündel von Maßnahmen für die Maschinenverifikation ergriffen. Er hat folglich vom Lieferanten Angaben über die Standardverteilung und die spezifizierten Grenzwerte der Wiederholbarkeit erhalten. Hat dann abgesichert, dass diese angegebenen Daten mit der gesamten Prozessfähigkeit konform gehen, nicht nur mit einem Einzelschritt wie die Justierung. Natürlich wurde auch kontrolliert, ob die Angaben des Herstellers den anerkannten Regeln der statistischen Analyse entsprechen. So hat man also die Maschine erworben, in der Linie installiert und für die Fertigung der Produkte eingerichtet. Aber anschließend stellt sich heraus, dass diese Maschine im Fertigungsprozess nicht mit der spezifizierten und erwarteten Wiederholbarkeit arbeitet. Was ist in dieser Situation zu tun?
Abhängig davon, um welche Art von Fertigungsequipment es sich handelt, gibt es eine ganze Anzahl von Faktoren, die für sich allein oder in Kombination solch eine Minimierung der Werte von Wiederholbarkeit verursachen können. Beim Pastendrucker zum Beispiel sind dies die Auswahl und die Einstellung der diversen Druckwerkzeuge. So kann eine ungenügende Reinigung der Schablonenunterseite die Ursache für ganz oder teilweise zugesetzte Öffnungen sein. Auch der Wechsel zu einem anderen Pastenlieferanten kann zu anderen Resultaten führen als jenen, die man ursprünglich erwartete.
Einige dieser Faktoren lassen sich rasch lokalisieren und auch beseitigen. Andere Ursachen können nur mit einem relativ hohen Aufwand beseitigt werden. Mit den gesammelten Maschinendaten und einer SPC-Software können Anwender die Leistungsfähigkeit ihrer Maschinen sowohl über definierte Zeitabschnitte als auch in Echtzeit kontrollieren. Das ist übrigens identisch zu dem Verfahren mit der dem Maschinenhersteller ihr Equipment vor der Auslieferung an den Kunden nochmals genauestens charakterisieren.
Ein Softwarewerkzeug wie QC-Calc offeriert umfassende Berichtsfunktionen, einschließlich Grafiktools zur Darstellung der Prozessfähigkeit, Reihen- und Paretodarstellung, Korrelationen sowie Plots der Wahrscheinlichkeitsverteilung als Hilfe für Prozessingenieure bei der Lokalisierung von Fehlern. Natürlich lassen sich auch gezielte Trendanalysen ausführen. Zudem stehen Funktionen zur Verfügung, wie die Definition von Punkten außerhalb der spezifizierten Sigma-Grenzwerte, um durch eine automatische Triggerung darauf die Ursache für Performance-Einbrüche zu lokalisieren.
Nicht übersehen werden darf dabei, dass es grundsätzliche Unterschiede zwischen den Parametern von Maschine und Prozess gibt. Im Falle eines Lohnfertigers (CEM) beispielsweise erhält dieser vom Auftraggeber (OEM) die Maschinenparameter, innerhalb der zu fertigen ist. Der Hersteller richtet danach seine Maschinen mit den speziellen Prozessparametern ein. Werden diese Parameter konsequent eingehalten, ist davon auszugehen, dass auch gute Fertigungsergebnisse erzielt werden.
EPP 431

Maschinenfähigkeit in der Praxis
Als Produzent von Fertigungsmaschinen setzt DEK die Software QC-Calc schon seit vielen Jahren auf seinen Maschinen ein. DEK nutzt QC-Calc als Werkzeug zur Prozesskontrolle und zur Überprüfung der Maschinenfähigkeit. Jede Maschine wird vor der Auslieferung einem entsprechenden Test unterzogen. Selbst nach Servicearbeiten werden diese Tests wiederholt. So können die Kunden sicher sein, dass jede Druckmaschine innerhalb der vorgeschriebenen Spezifikationen arbeitet.
Aber nicht nur DEK profitiert von QC-Calc! In erster Linie ist QC-Calc ein Werkzeug zur Auswertung und Analyse statistischer Prozessdaten (SPC). Eine Fülle dieser Daten wird mit jedem Druckzyklus von den DEK-Maschinen ausgegeben. Parameter, wie z.B. der Rakeldruck, die Druckgeschwindigkeit oder Temperatur und Luftfeuchte, werden bis auf die Leiterplattenebene dokumentiert. QC-Calc kann aus diesen Daten Prozesskennzahlen errechnen und die Ergebnisse in Echtzeit grafisch auf der Maschine oder auf einem Netzwerkrechner darstellen.
Diese Kombination marktführender Produkte ermöglicht dem Maschinenanbieter die ständige Kontrolle seiner Maschinen-Perfomance, und dem Kunden umfangreiche Dokumentations- und Kontrollmöglichkeiten. Letztendlich wird mit dem Einsatz von QC-Calc konsequent der Nutzengrad der Maschine optimiert, und die Prozesse transparenter und somit sicherer.
Unsere Webinar-Empfehlung
INLINE – Der Podcast für Elektronikfertigung

Doris Jetter, Redaktion EPP und Sophie Siegmund Redaktion EPP Europe sprechen einmal monatlich mit namhaften Persönlichkeiten der Elektronikfertigung über aktuelle und spannende Themen, die die Branche umtreiben.

Hören Sie hier die aktuelle Episode:

Aktuelle Ausgabe
Titelbild EPP Elektronik Produktion und Prüftechnik 1
Ausgabe
1.2024
LESEN
ABO
Newsletter

Jetzt unseren Newsletter abonnieren

Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Hier finden Sie aktuelle Whitepaper

Videos

Hier finden Sie alle aktuellen Videos


Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de