波峰焊实验设计分析报告

波峰焊实验设计分析报告为优化波峰焊焊接工艺条件,以最佳的工艺参数设置和控制方式保证焊接质量.我们采用试验设计(DOE，design-of-experiment)方式来评估和优化波峰焊焊接工艺参数。因为不同的产品在不同的波峰焊设备上进行焊接时的设置参数一般是不相同的，所以就需要针对不同产品和所需要的不同波峰焊设备，分别进行试验，以达到优化设置参数，改进产品质量的目的。由于各个产品在进行波峰焊实验设计时，其实施流程和分析方法基本是一致的，所以我们采用对一种产品的波峰焊试验进行设计和分析来说明所有产品的试验设计过程和方法。按照实验设计进行的整个时间流程的先后顺序，将整个过程分为五个部分：实验设计的确定，试验设计实施流程的构建，实验设计之前的准备，实验设计实施的具体内容，实验设计的归纳总结。下面将按照顺序对这五个部分的内容依次进行说明。第一部分：实验设计的确定在这个部分我们首先确定了要进行试验设计，并着手解决需要那些人参与试验设计和针对那种产品在那台波峰焊上进行试验的问题。下面是我们这次试验的实验设计确定部分的内容。一组建波峰焊DOE小组。我们组建了以杨艳旭为组长，杨祥强、徐东林、田卫军，孙涛为组员的波峰焊DOE小组。召开第一次DOE会议，在会上明确本次DOE活动的目的、任务和各个成员的分工,并确定DOE活动时间计划进度表；二确定进行试验的产品。经过调研分析我们决定把存在较大问题的樱花YH10Q10主板作为开展本次试验的产品。三确定进行试验设计的波峰焊设备。经过小组成员协商决定本次DOE试验所用设备为SMS-300B波峰焊；本次试验所用到的PCB板和一些其它材料的基本情况如下表所示：助焊剂类型YH10Q10主板组装工艺尺寸材料X-215SMT通孔混装双面板,BOTTOM面点胶贴装(+AI)+MI+波峰焊255*100双面环氧板第二部分：试验设计实施流程的构建一明确试验目的，确定考核指标这个阶段的主要任务是将试验要达到的目标进行量化，也就是将试验目标转化为可测量的某个量。二选择因子和他们的水平（位级）根据经验和头脑风暴法确定影响试验结果的所有影响因素（因子），并确定他们合理的变化范围。三选择析因设计和构造设计矩阵根据所选的因子和和它们的水平，给出实验设计的设计矩阵。四试验的实施和数据的获取按照实验设计矩阵所确定的试验条件和试验顺序进行试验，并收集相关数据。五计算和分析试验结果将收集到的数据进行分析，给出显著影响因子和拟合的模型。六确定优化参数利用相应优化器给出最优化试验条件七验证参数的合理性进行最优化条件的验证性试验。第三部分：实验设计之前的准备一测量系统分析测量系统分析就是用统计学的方法来了解测量系统中各个波动源，以及他们对测量结果的影响，最后给出本测量系统是否合乎要求的明确判断。在这个过程中，我们分别对助焊剂比重，锡炉温度，预热温度，波峰高度，轨道倾角，运输链速的测量工具进行了分析和校正，以保证实验中所采集的数据的正确性和可再现性。二人员培训对波峰焊人员进行两次培训，一次培训一到两个小时，主要培训实验设计的基本原理，实施流程和实验实施过程中各成员应该注意的事项，并结合一个案例进行讲解。除此之外，在培训当中，就试验中一些不易控制的因素如何实现精确控制进行质量小组内讨论分析，并最终给出这些问题的解决方法。第四部分：实验设计实施的具体内容一考核指标的确定在波峰焊环节主要存在焊点漏焊，虚焊，短路，拉尖，正面锡珠等问题，因为公司和客户关心的是焊点的整体不良情况，而这些焊点问题又可以归结为一个统一的指标：焊点不良率，因为公司在管理中习惯用PPM值来表示不良率，所以为了与公司的文件达到一致化，我们把考核指标定为焊点的不良PPM值。二关键因子的选取和水平的设置波峰焊的关键工艺参数有：链速，轨道倾角，助焊剂比重，预热温度，锡炉温度，波峰高度。因为我们是在第二台（SMS-300B）上，对樱花的YH10Q10主板进行试验，根据以往调节波峰焊的经验和板子数量的限制，我们选取了链速，预热，波峰1高度，波峰2高度，轨道倾角作为关键因子，相应的水平设置如下：因子名称低高A链速0.91B预热100-170100-180C波峰11/32/3D波峰21/32/3E轨道倾角4.85.0其中链速的单位为：米/秒预热单位为：摄氏度轨道倾角单位为：弧度按照以往惯例我们对波峰高度一般采用的是频率来给出工艺，但是频率不是一个与波峰高度呈线性关系的量，因为即使同一个频率，如果锡槽中锡量多少不一样或者锡灰的堆积量不同，对应的波峰高度就会不同，所以在此我们采用波峰的实际过板厚度来衡量。-1表示在不至于造成大量虚焊和漏焊的前期下，波峰过板厚度尽量小，根据资料和以往的经验我们定为吃板厚度占所过PCB板厚度的1/3;1表示在不至于造成大量锡珠的前提下，波峰过PCB板高度尽量大,我们定为吃板厚度占所过PCB板厚度的2/3。三设计矩阵的构造按照上述水平设置的要求，我们利用MINITAB软件来完成实验设计运行工作表如下表：标准序运行序中心点区组链速预热波峰1波峰2轨道倾角21111-1-1-1-110201000008311111111411-1-1-11165111-11-119601000003711-11-1-117811-111-1-1491111-11-151011-1-111-1实验设计运行工作表以上三个部分的实验设计所相对应的MINITAB操作如下：步骤一：创建实验设计请启动MINITAB程序2

选择统计>DOE>因子>创建因子设计。验证对话框。单击显示可用设计。验证对话框由于有五个重要因子，因此我们会发现表中有三个选项。可以选择分辨率为III的8游程部分因子设计，或分辨率为V的16游程部分因子设计，或32游程的全因子设计5个因子二水平设计有5**3（即32）个可能的因子组合。通过选择具有所有可能组合的设计（称为全因子设计），我们会得到显示效应无混杂的结果，即所有效应都与其他效应可区分。但是，执行更少的游程或组合也可以获得有意义的结果。所用组合少于所有可能组合的设计称为部分因子设计。我们选择5因子8游程部分因子设计比较合适，因为每批板子的数量不是太多，而每次游程又需要抽取不少于五块板子的抽样进行数据统计，所以只能选取尽量少的实验次数，以保证试验能够顺利进行到底。而且，这样是在边生产边试验的前提下进行的，也不会打乱工厂的工作流。4

单击确定。此时您回到主对话框中。5

选择2水平因子（默认生成元）。6

在因子数中，选择5。7

单击设计。顶部的框中显示可用于所选择的设计类型和因子数的所有设计。在设计框中，选择1/4部分实施。验证对话框9

在角点的仿行数中，选择1。10单击确定。这会选择该设计并返回到主对话框。请注意，此时其余的按钮已可使用。步骤二:为因子命名并设置水平可以将因子水平（设置）输入为数字或文本。如果因子可以连续，请使用数字水平；如果因子是类别因子，请使用文本水平。连续变量可以取所使用测量尺度内的任何值（例如反应时间的长度）。相比之下，类别变量只能取有限数量的可能值（例如助焊剂类型）。现在，我们需要为因子选择设置。在二水平因子设计中，我们在两个水平设置因子。许多试验人员都提倡将限制选择得尽可能分开（在所知的安全限制之内）。深思熟虑之后，我们选择了以下设置：因子名称低高A链速0.91B预热100-170100-180C波峰11/32/3D波峰21/32/3E轨道倾角4.85.01

单击因子。2

单击名称列的第一行以更改第一个因子的名称。然后，使用箭头键在表中导航，即在行间或列间移动。在以下因子的行中：

因子A，在名称中键入链速，选择数字，在低中键入0.9，在高中键入1。

因子B，在名称中键入预热，选择数字，在低中键入170，在高中键入180。

因子C，在名称中键入波峰1，选择数字，在低中键入1/3，在高中键入2/3。因子D，在名称中键入波峰2，选择数字，在低中键入1/3，在高中键入2/3。因子E，在名称中键入轨道倾角，选择数字，在低中键入4.8，在高中键入5.0。验证对话框。3

单击确定。此时将返回到主对话框。步骤三：随机化并存储设计1

单击选项。2

在随机数生成元基数中，键入1。输入随机数生成元的基数可以控制随机化，以便每次都能获得相同的模式。这样，就会得到与此示例课程中所用相同的设计顺序。确保选中将设计存储在工作表中。验证对话框。单击确定。4

此时您回到主对话框中。单击确定。这将生成设计并在工作表中存储设计。提示

使运行顺序随机化通常是一个好想法。使运行顺序随机化会减少未包括在研究中的其他因子的效应，尤其是与时间相关的效应。

步骤四：查看设计打开数据窗口，以便查看典型设计的结构。1

选择窗口>工作表1，或作为快捷方式，按[Ctrl]+[D]。数据窗口看上去应如下所示：四试验的实施和数据的获取在实验过程中采取边生产边试验的原则，即把正产的生产过程也作为试验过程。这样做的好处是：一，不影响正常生产活动；二，所得到的数据是生产过程中实际的数据，由此得出的结论也相对比较符合生产。考虑到这批班子的数量以及抽样的科学性,每次做完实验,从24板子中抽取8块板子进行数据统计.(因为YH10Q10主板是四拼板,所以抽取了两个拼板).所得数据如下:YH10Q10主板设备：第二台焊点数：236×4×2日期：3.20标准序运行序中心点区组链速预热波峰1波峰2轨道倾角缺陷数锡珠数21111-1-1-1-123102010000013831111111021411-1-1-11112065111-11-1114960100000033711-11-1-11417811-111-1-121491111-11-16051011-1-111-121其中链速低水平是：0.9m/min高水平是：1.0m/min中心点是：0.95m/min预热低水平是：预热一100℃，预热二170℃；高水平是：预热一110℃，预热二180℃波峰一低水平是：吃板厚度为PCB板的1/3,高水平是：吃板厚度为PCB板的2/3，中心点是：吃板厚度为PCB板的1/2.波峰二低水平是：吃板厚度为PCB板的1/3,高水平是：吃板厚度为PCB板的2/3，中心点是：吃板厚度为PCB板的1/2.轨道倾角低水平是：4.8°，高水平是：5.0°，中心点是4.9°缺陷个数表示每次被抽取的8块板子中有多少个缺陷，这些缺陷包括漏焊，短路，虚焊和气孔，锡珠个数表示每次被抽取的8块板子中有多少个锡珠区域。如果我们想要重点解决板子缺陷问题，那么我们就将缺陷个数作为衡量指标；如果我们想重点解决板子的锡珠问题，那么我们就将缺陷个数作为衡量指标。如果我们考虑的是一个综合不良率，那么我们可以将两者加和作为衡量指标。我们将不良个数换算成不良PPM值如下图：标准序运行序中心点区组链速预热波峰1波峰2轨道倾角缺陷（PPM）数锡珠（PPM）数数总PPM值21111-1-1-1-11059158926481020100000530158921198311111110105910591411-1-1-11163560635665111-11-11530211926499601000000158915893711-11-1-11211953026497811-111-1-110595301589491111-11-131780317851011-1-111-110595301589以上实验设计部分所相对应的MINITAB操作如下：1

在数据窗口中，单击C10的名称字段并键入缺陷数，单击C101的名称字段并键入锡珠数，单击C12的名称字段并键入总PPM值。2

选择文件>打印工作表，并确保选中打印网格线。单击确定。现在，您要执行试验的所有十个个游程，并记录观测到的缺陷数和锡珠数。3

将观测到的数值换算成PPM值后分别键入到数据窗口对应的各列中。验证对话框。五计算和分析试验结果数据分析部分基本是要靠Minitab软件来实现。对应的操作如下：由于我们已创建并存储了因子设计，因此我们可以看到，Minitab已经启用了DOE>因子的菜单命令分析因子设计。1

选择统计>DOE>因子>分析因子设计。在响应中，输入总的PPM值。验证对话框。3

单击图形。4要生成有助于确定哪些效应处于活动状态的两个效应图，请选中正态和Pareto。使用的水平(0.1)。验证对话框5

单击确定。此时将返回到主对话框。现在，我们已经选择了要拟合的模型和要显示的图形。要在会话窗口中显示请求的输出，并在单独的图形窗口中显示每个图形，请在主对话框中单击确定。最后给出数据分析结果。拟合因子:总PPM值与链速,预热,波峰1,波峰2,轨道倾角总PPM值的效应和系数的估计（已编码单位）系数标项效应系数准误TP常量2714.6132.520.490.031链速-662.3-331.1132.5-2.500.242预热-1191.8-595.9132.5-4.500.139波峰1-1986.3-993.1132.5-7.500.084波峰2661.7330.9132.52.500.242轨道倾角927.3463.6132.53.500.177预热*波峰1396.8198.4132.51.500.375预热*轨道倾角-1456.7-728.4132.5-5.500.115CtPt-860.6296.3-2.900.211S=374.767PRESS=*R-Sq=99.30%R-Sq（预测）=*%R-Sq（调整）=93.71%对于总PPM值方差分析（已编码单位）来源自由度SeqSSAdjSSAdjMSFP主效应51420347614203476284069520.230.1672因子交互作用245590624559062227953116.230.173弯曲11185081118508111850818.440.211残差误差1140450140450140450纯误差1140450140450140450合计920088069总PPM值的异常观测值拟合值标准化观测值标准序总PPM值拟合值标准误残差残差122648.002648.00374.770.00*X381059.001059.00374.770.00*X416356.006356.00374.770.00*X562649.002649.00374.770.00*X732649.002649.00374.770.00*X871589.001589.00374.770.00*X943178.003178.00374.770.00*X1051589.001589.00374.770.00*XX表示受X值影响很大的观测值。我们拟合整个模型，其中包括五个主效应、二个双因子交互作用。使用“效应和系数的估计”表P列中的值确定哪些效应显著。使用=0.1，波峰1的主效应显著；也就是说，其p值小于0.1。（按照统计学的相关知识，当P值大于临界值时，表示对应的这个因子效应不显著，当P值小于临界值时，表示对应的这个因子效应显著）效应图如下：所得到的模型系数如下：

总PPM值的系数估计，使用未编码单位的数据项系数常量-1219650链速-6622.50预热6902.21波峰1-46683.8波峰21946.32轨道倾角259568预热*波峰1233.382预热*轨道倾角-1456.75CtPt-860.625那么我们就得到了相对应的拟合模型：Y=-1219650-6622.50A+6902.21B-46683.8C+1946.32D+259568E+233.382B*C以下部分是检验整个试验模型的合理性：因为我们在上一部分已经在MINITAB软件中对模型的残差图进行了相关的设置，现在只需要调出这个图形，进行相关分析即可。本次试验模型的残差图如下图：1观测正态概率图，可以发现数据基本正态概率线附近，所以认为模型残差符合正态性检验。2观测与拟合值的图形，可以发现数据基本分布在0线附近，且没有明显的曲线规律，所以我们认为模型残差与拟合值分布合理。3观测残差值的直方图，可以发现残差值符合正态函数的图形形状，所以我们认为，残差直方图符合要求。4观测残差值与观测值顺序图，可以发现随着顺序值的增大，残差值分布随机，并没有函数规律可循，因此，我们认为残差值与观测值顺序符合要求。从以上四个图形的分析结果来看，我们拟合的模型很合理，因此，我们可以利用此模型的结果给出最优化生产条件。六给出最佳试验条件通过以上数据分析，我们知道了波峰1是影响这次焊接效果的主要因素。但是我们关心的是如何调整参数使得焊接效果最好，MINITAB软件可以帮助我们实现这一功能。操作如下：1选择统计>DOE>因子>响应优化器。2选择“C12总PPM值”,验证对话框单击设置，对优化进行相关设置。我们希望不良PPM值越小越好，所以在目标一栏选择望小，根据我们的实际需要，我们分别对望目和上限设置为：1000和1500。（望目就是指我们希望的目标值，上限是指可容忍的最大值）验证对话框。4单击确定，就会给出最优化条件。给出的优化参数目标下限望目上限权重重要性总PP