Оптимизация технологических процессов производства электронной аппаратуры: Методические указания к лабораторным работам по дисциплине "Технология электронной аппаратуры", страница 6

Поэтому для исследования  построения математической модели процесса широко применяются экспериментальные методы. Технологический процесс групповой пайки печатных узлов зависит от большого числа слабоуправляемых технологических факторов. Это обуславливает необходимость статистического подхода к описанию этих факторов и их воздействия, например, методами регрессивного анализа. В настоящее время известны следующие виды регрессивного анализа:

1. Пассивный (классический), базирующийся на математической обработке совокупности однофакторных экспериментов.

2. Активный (многофакторный), базирующийся на обработке совокупности многофакторных экспериментов.

Пассивный эксперимент проводится по принципу: "изменяя один фактор, прочие держи постоянными". Однако этот метод не применим для сложных, диффузных, неорганизованных систем.

Основным отличием активного регрессивного анализа является использование математических методов не только на последнем этапе исследования, но и на более ранних этапах: при формализации априорных сведений перед постановкой опыта, при планировании эксперимента и при принятии решения об изменении направления эксперимента (оптимизации) в процессе его проведения по результатам промежуточных опытов. Основное достоинство метода - возможность оптимального управления экспериментом при неполном знании механизма процесса.

Поскольку факторы процесса пайки печатных узлов волной припоя неоднородны и имеют различные единицы измерения, а числа, выражающие величины факторов, имеют различные порядки, их следует привести единой системе счисления путем перехода от действительных значений факторов к кодированным по формулам:

                                                                                                                     (3.1)

где     Хiосн- основной уровень (определенный для каждого фактора); Хimax - верхний уровень (определенный для каждого фактора); Хimin - нижний уровень (определенный для каждого фактора); 2 - число уровней; i - номер фактора.

                                                                                                                     (3.2)

где i - интервал варьирования (определенный для каждого фактора);

                                                                                                                     (3.3)

где  -кодированное значение фактора, вычисляемое по указанной формуле; Хi - значение фактора в абсолютных единицах на нижнем или верхнем уровне варьирования.

Выбор основного исходного уровня и величины интервалов варьирования производится на основе априорной (т.е. известной заранее) информации. В нашем случае мы за основные уровни каждого фактора примем характеристики типового технологического процесса.

Интервал варьирования, равный половине разности между верхним и нижним уровнями, выберем равным 10-20 % от значения каждого фактора. Например, Хi - температура припоя на основном уровне 200°С, интервал варьирования i =20°С, то в кодовых единицах значения этого фактора на нижнем и верхнем уровне ±1.

Полнофакторный эксперимент (ПФЭ) для шестифакторного процесса будет содержать 2= 64 опыта. Если учесть, что для определения дисперсии воспроизводимости необходимо каждый опыт проделать минимум три раза, то этот эксперимент будет включать 192 опыта. Количество опытов можно резко сократить, если провести так называемый отсеивающий эксперимент.

Известно, что для сложных технологических процессов характерно то, что лишь небольшое количество факторов оказывает существенное влияние на выходные параметры изделия, воздействие остальных факторов малозначимо, и его можно рассмотреть как некоторое "шумовое" поле, на фоне которого протекает процесс. Для того чтобы выяснить, какие из факторов малозначимы, необходимо провести серию опытов. По результатам этой серии опытов малозначимые факторы исключаются из дальнейшего рассмотрения. Это значительно сокращает объем эксперимента основной серии.