{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
当前位置: 首页> 访谈> 正文 
收藏
点赞
投稿
Keysight公司推出大规模并行PCB测试设备
  2022-03-22      102

Nolan Johnson

近日,Nolan Johnson采访了Keysight Technologies公司的Christopher Cain。他详述了Keysight Technologies新产品及新解决方案的市场驱动因素。

Nolan Johnson:今天的主题是测试和检测的最佳方法和策略。Keysight近期推出一款可以完成大规模并行测试和检测的新产品。我们想了解开发该产品解决方案的市场驱动因素。客户面临的挑战是什么?行业应该如何变革才能实现大规模并行测试?

Christopher Cain:我们的目标客户通常是生产大批量电子组件的公司。该解决方案旨在测试电子组件,以确保其已完成组装、部件能正常工作、焊点正常,并且可编程。如今,几乎所有产品都有处理器和必须在制造中安装的编程代码。首先,该设备可实现此功能,而大规模并行,顾名思义,就是可以在多个单元上做到这一点,最多可同时测试20个单元。这两个要素在消费电子产品、消费医疗产品、汽车电子产品和物联网等行业中非常重要。

良率对这些市场非常重要。这些产品都是批量生产且利润率较低,因此确保产品顺利制造并销售给客户,从而获得利润非常重要。

Johnson:听起来,在开发这样的产品时,你们关注的一个关键领域是操作员的效率和高产量。

Cain:是的,产量是每个周期内被测单元的数量,以及相比投资成本,通过测试获得的信息价值。

Johnson:听起来该解决方案是针对亚洲市场的产品。对吗?

Cain:5年或10年前,我同意这样的说法。但今天不同了。该产品正销往全球各个地区:欧洲、美洲、当然还有亚洲。制造业正在发生转移。亚洲仍在继续扩张,但区域性制造在世界各地都占据一席之地——北美、南美、欧洲,并在亚洲的不同地区发生转移。其中泰国、越南、菲律宾及中国等地的扩张规模巨大。

Johnson:我们来深入探讨一下。对于大规模并行测试,客户需要的是跨地区的一致性吗?不同地区有哪些不同之处?

Cain:有些地区是一致的,因为其中一些是全球性的公司,为确保企业效率,它们的运营是一致的。也有些地区是不同的,有其重点和专业领域。但总的来说,对于一般的电子产品,它正变得更加区域化。

很多公司想寻求生产电子组件成本的总体平衡,然而不同于10年或20年前,成本不一定由人工决定;而是由原材料的成本和运输决定。客户需要快速实现从订购到交付产品的全流程服务。因此,特别对于汽车制造等领域,它不仅仅只是一个大型工厂。

在世界的某些地区,它是大型工厂。但在其他地方,特别是随着电动汽车和其他高度电子化产品的发展,会看到区域制造业正在兴起,汽车不再是装在集装箱里,通过轮船进行运输。因为这将耗费大量的资金和时间。他们宁愿自己组装这些产品,然后快速地将它们销售发送给终端客户。

Johnson:您之前提到消费类产品非常适合使用这种设备,现在提到了汽车,这两者是相互吻合的。汽车是此类少品种大批量生产的主要驱动因素吗?

Cain:是主要驱动因素之一。正如我所提到的,消费电子产品几乎融合了一切要素。现在一台智能恒温器的计算能力,可能是10或15年前的一台不错的台式计算机所能达到的。它可以完全连接到互联网,特别是无线设备,变成一个通常由软件控制的更大的基础设施,或者用于下游分析。汽车内的电子设备并不简单,特别对于自动驾驶而言。如今一些最复杂的计算能力已被用于自动驾驶汽车。我并不是说这些产品都是超大批量的,但具有强大计算能力的电子产品、传感器的数量、传感器的复杂性、组件的复杂性、都已成为汽车的必然组成部分。

Johnson:在开发该产品的过程中,克服了这些挑战,研发的成果是什么?这种设备的主要功能或属性是什么?

Cain:早期决定的重点之一是自动化,这包括两方面,与你之前问我的关于平台、工厂自动化和数据交互的问题有关。包括物理自动化和数据自动化,这将有助于数据分析,尤其是想获得预测性和规范性的信息时,这些信息反馈到具体的方法中,确认所测试的内容可以帮助改进。

我最喜欢引用的一句话来自Lord Kelvin,他说本质上“如果不能测量,就无法改进。”在科学研究、分析和了解根本原因方面有很多工作要做;接着需要采取行动并不断改进。我们建立了使客户能够实现这一目标的平台,从物理自动化开始,同时全面引入数据自动化,以确保客户能够使用收集到的信息,了解事实,并迅速采取行动以提高良率,缩短上市时间,并成为市场的领军者。这是生产大批量电子产品的客户关注的重点。

image.png

Johnson:目前似乎正处于关键时刻。我们有工业4.0基础设施和数据协议,可以采集数据,添加工艺,并在生产车间生产线或其他地方的设备之间进行通信。这些信息是可用的,但只能作为原始数据。我们需要处理这些数据,将其转化为可操作的、有意义的控制和指导信息,无论这意味着是在设备之间自动微调工艺窗口,还是向操作员和主管提供可用的管理信息。相信这是  。

Cain:是的,物理自动化有两种主要形式,一个是做传输系统。这在业界众所周知且已广泛应用。另一个是使用机器人装载和卸载制造中的PCB组件。对于这两种产品,我们都做。这种特殊的系统使用导轨实现自动化,并遵守IPC CFX、Hermes和其他标准。这些标准确保该系统能够在更广泛的环境中实现即插即用。这些系统并不是独立的;它们是其他供应商创建的整个设备链的组成部分,最终客户可以自己制造并验证所生产的设备确实已经准备好,可以发送给用户了。

我们还投资了名为PathWave Manufacturing Analytics的制造分析平台,该平台已经被深度集成到这个大规模并行测试平台和我们生产的其他制造测试平台中。它还可以与任何产生数据的测试平台集成。

行业标准在不断发展,所以我们并不关心数据格式。我们可接受各种格式。如果没有办法将其转换为通用格式,我们将创建新的格式。数据内容才是最重要的,而不是数据格式。你说的很对,在分析数据之后,原始数据、认知和行动之间存在着巨大的差异。我们已经开发了相当多领域的专业知识,包括哪些有效,哪些无效。当某个结果出现时,它意味着什么?我们将数据放在其平台上,然后通过算法添加我们的专业知识。

例如,得到一组经过测试的PCB,且了解其都有针床接触点。客户可能对此很熟悉,其中对于PCB针床接触点需要注意的是它们会在针床中变脏并且探针会磨损。这样接触点可能会失效,从而导致测试失败。这很常见。当人们发现测量总是失败时,他们首先会询问是否是探针的问题。需要更换或清洁探针吗?如果在失效前一直不采取行动,则会引发问题,此时生产线就需要停机。

现在想象一下,如果通过分析,可以从数据中看到测量结果正在偏离正常情况。需要细致的观察通过与失败的区别,如果注意到通过的情况正在慢慢变糟,并且结合该领域的专业知识,可能发现是由于探针变脏或可能开始失效。此时可以发送预警信息:“请在下次换班时检查此探针,或者在生产线不必停机的下个时机点更换、清理或修复它。”能够为客户提供指导信息具有巨大的价值,因为它可以实现零停机时间。

但这一切也依赖于良好、可靠的测量数据。使用糟糕的数据进行预测危害极大。

Johnson:这是贵公司致力追求的部分目标,查看数据不仅要搞清楚是什么数据,还要弄清楚测试合格和失败的数据。哪些是产品的具体数据,哪些是设备维护数据?例如通过查看数据,发现PCB的一个角落存在一个热点故障。这是制造还是测量的问题?

Cain:或者是一批部件的问题?可能有很多原因。它与工艺相关吗?它是否与一组特定的操作员有关?因此不仅要收集一个信息源的数据,还要将其与多个信息源相关联,例如运行测试设备的操作员、测试设备上的夹具、以及它是哪个测试设备,这些都是有用的信息。与几乎同时测试相同产品的其他人相比有何不同?这些都是非常有趣的关联数据点,可以深入了解根因,从而采取行动并优化结果。

Johnson:您认为这种数据分析是你的产品应该提供的,还是属于更高层次的分析?是否应该将该分析交给专门从事生产线管理和工艺控制的人?你认为行业将向何处发展?

Cain:这是一个有趣的问题,有很多种选择;说实话,很多人自己就能做的很好,因为获得相关工具和技能并不是件难事。这并不是一个不好的方法,但是你可以在其他地方购买一个预先定制好的解决方案,这样你就可以专注于提升你的核心竞争力和核心价值。你要利用他人的能力。这是成功诀窍的一部分,现在每个人都在为其业务学习这些内容。我们要做的就是帮助他们,坦白地说,我们也在这个过程中不断学习。

目前我们的近期目标是确保客户取得成功。但与此同时我们希望从长远的角度大幅提高服务水准。我们正在寻找适合我们发展的领域以及可以为客户增加价值之处。我们认为,正确的做法是利用好现有的数据科学、计算能力以及该领域的专业知识。

目前我们并不能在所有领域都这样做。与一些客户沟通后,我们会说:“我们没有该领域的专业知识。你可以自己做,或者找其他公司做。”客户询问是否可以使用我们的平台。我们说:“当然可以,您也可以选择使用其他平台。”有很多可用的方法,最好的方法就是尝试并学习如何加速这个过程。记住想要改善的目标,是否可以衡量它?结果真的有所改善吗?

很多人都会使用这些工具,并且会做数据分析。但是当发现异常结果,询问数据科学家原因时,他们会说,“我不知道,请你告诉我原因。”

image.png

Johnson:我认为数据分析是未来最具创新性的领域。

Cain:是的。当我们设计这个大规模并行平台时,我们就要确保它能够很好地兼容物理自动化和数据分析自动化。我们还为想要进行大规模并行测试的客户留有选择的余地;我们特意选择了可扩展性强的子组件功能。虽然我们自己做了一些内容,比如互连或者我们称之为系统测试与夹具之间的交换结构,但通过在系统中提供PXI机箱形式的PXI基础设施,我们也为用户留下了扩展空间。这是一个标准化的可扩展测试接口。可适用于多种类型的测量设备,包括我们专为适用于3UPXI模块设计的i7090测量卡。

Johnson:测试和检测通常被视为一种必要且需要投入成本的操作,这属于经营成本,但而对利润率没有贡献。你们公司是如何扭转这一局面,使客户将其视为一项能带来回报并增加利润的投资?

Cain:如果你想应用一次最多可以测试4块PCB的传统测试系统,那么就不能存在系统瓶颈:“对于这些复杂度较低但批量较大的单元,它们构建在可容纳64个单元的面板上。你能一次只测试这4个单元吗?”“是的,绝对没有问题。”我们曾经有这样一个案例,客户有类似的产品,测试需要120秒。但在我们的大规模并行程序中,只需要不到20秒的时间。

现在需要的不是每条生产线上都有一组测试设备,而是一台测试设备可负责多条生产线。具体取决生产线的流量。这样不仅能提高资本成本的效率,还能提高生产效率。有趣的是,它更加强调所占用的物理空间。在大多数生产电子产品的工厂,最宝贵的是设备的占地面积。

我们帮助客户获得投资回报。通常以时间或系统成本来衡量。但很多时候,我们在不到一年的时间内就能实现投资回报。与金融界常使用的5年甚至7年的摊销期相比,对于一台资本设备来说还算不错。这意味着在这段时间之后(不到1年),即收回对i7090的投资回报后,测试成本就变成了利润率。

Johnson:当然,这种并行应用可能会面临一些挑战。您提到设备的一些附加值可能是测试设备的减少,这通常意味着存在系统瓶颈,但当您进行预防性维护、分析和早期预警时,它就不再是瓶颈了,而是产量。

Cain:没错。是产量和良率。我们帮助制造商实现了99%以上的良率。这在PCB组件制造中并不容易。但是可以做到的,只是并不简单。需要为持续改进投入大量的资本。

Johnson:客户从何处开始提升良率?

Cain:大多数客户会说他们有90%的良率。不过良率是一件有趣的事,因为它取决于你在哪里测量。是在PCB来料时、或准备启用时或测试时对其进行测量,还是完成组装成为组件时进行测量?在此之前还有其他测试阶段。毫无疑问之后也有测试阶段,但如果从回流炉出来时,或者将大部分元件组装好并焊接到PCB上时,大多数客户可能只有70%~80%的良率,这个结果并不算糟糕。由于他们会在靠后的阶段进行测量,所以客户会说他们的良率很高。98%的良率意味着400块PCB中有些会出现故障。必须等待半小时才会发生这种情况,这对分析一条生产线来说是巨大的工作量。

同样,并不是每个公司都需要达到那样的良率。我们并不是要让每个公司都达到99%的良率,因为这需要非常大的投资,而且必须与商业结果相匹配。我们只是想为客户提供适合其具体状况的工具。

Johnson:获得99%的良率很有趣,因为一旦做到了这一点,通常会带来更严格的容差,成果更集中在工艺窗口,产品的实际使用寿命更长。总的来说,会得到质量更好的产品。

Cain:是的。有些公司专门从事这方面的工作。这就是他们在市场上与众不同之处。客户必须选择对其业务最重要的成果。您将使用哪些工具更快地达到目标并将其维持在非常高效的水平?

Johnson:对于那些可能需要大规模并行测试的制造商,您有什么建议?另外,对于正在考虑测试及检测多品种、小批量产品的制造商,您又有什么建议?

Cain:首先,我认为可制造性设计和规模化设计都非常重要。说实话,我认为这些方面的投资必须充足。你希望得到回报,并且不想浪费时间和资金,因为你不想产生浪费,不过这些领域的投资会带来好处。利用可制造性设计、良率设计以及预期结果设计,将可获得巨大的收益。

Johnson:从你的回答中,你认为是OEM设计团队决定制造的成功与否吗?

Cain:是的,在很多情况下,这已经成为一个挑战,因为随着行业的成熟,电子(在大多数情况下)OEM不再进行生产,而是由合同制造商或外包合作伙伴完成生产,这并没有错;行业必须努力应对这种挑战。这并不是说OEM必须成为某项任务的专家,但他们必须了解问题。我曾经见过拥有极高良率的客户。OEM和CM之间存在着非常深厚的合作关系,而不是供应商关系。另一件事是确保在正确的时间点测量正确的事物。不幸的是,这里没有一个简单的公式;有很多方法可以做到这一点。必须进行实验和尝试。我鼓励大家进行实验,从中学习然后以敏捷的方式使其变得更好。

我发现许多行业的其他工作流程都非常适应这种敏捷精益工艺。对我而言,分析是W. Edwards Deming和精益制造工艺的体现,并在PDCA等过程中使用反馈循环。我喜欢不断改进的反馈循环过程。

Johnson:对于优化测试和检测,您有什么建议?

Cain:有一个案例。我们有一个十多年前设计的自动化系统。但没有公开发布。它旨在创建自动化测试、移动子组件,具体体现是电子测试和测量仪器,如矢量网络分析仪。当它们被组装时,它会将该单元从一个测试阶段移动到下一个测试阶段。以前,我们这样做的原因是我们有装满设备的将用于测试产品的机架。对于升级版本的系统,我们有另一个测试产品的设备机架。大约15年前的一天,我们测量了这些设备的利用率,震惊地发现大部分设备的利用率是非常低的。

空间不足对很多制造商来说是很常见的问题,我们必须有所行动。我们通过创建一组测试平台来彻底改变完成测试的方式,即其中任何一个阶段都不会完全测试一个单元。它只测试其中的一部分,设计目的是最大限度地提高设备的利用率。然后为了使这项工作更高效,而不是让操作员疯狂地跑来跑去,我们放置了一台自动化机器来移动装备。目前生产多品种的方法是退一步。空间利用率通常是最大的驱动因素,因此您必须重新考虑测试问题:不是优化测试单元,而是优化测试流程。

Christopher Cain任Keysight Technologies公司电子工业产品副总裁/总经理。

分享到:
  点赞
  收藏
  打印

中国电子制造专业人士刊物

创于2003年

全国"一步步新技术研讨会"官媒

SbSTC服务号
actSMTC订阅号
扫一扫,掌握最新资讯
上一篇: 无
评论(0
已输入0
相关推荐
 93  2022-01-18
 497  2020-11-17
 439  2019-10-10
 392  2019-10-10
热门标签