Test Automatizzato e Ottimizzazione del Burn-In per la Produzione di Elettronica

La produzione di elettronica termina con i test: test funzionali che verificano il funzionamento del prodotto, screening sotto stress ambientale che espone i difetti latenti, e burn-in che fa funzionare il prodotto in condizioni elevate per innescare guasti da mortalità infantile. Questi processi di test sono essenziali per l'affidabilità del prodotto, ma consumano tempo, attrezzature ed energia in misura significativa.

L'approccio tradizionale consiste nel sottoporre ogni unità alla stessa sequenza di test per la stessa durata. L'AI permette un approccio più intelligente che adegua i test in base al profilo di rischio di ciascuna unità.

Il Compromesso dei Test

Più test catturano più difetti ma costano di più e rallentano la produzione. Meno test riducono i costi ma rischiano di spedire prodotti difettosi. La strategia ottimale di test dipende dal tasso di difettosità in uscita dalla produzione, dal costo di un guasto sul campo rispetto al costo dei test, e dalla relazione tra durata del test e probabilità di rilevazione dei difetti.

Per processi di produzione maturi e ad alto rendimento, test estesi su ogni unità sono eccessivi. La maggior parte delle unità è buona, e i test trovano pochissimi difetti aggiuntivi. Per i lanci di nuovi prodotti o processi con variabilità nota, test approfonditi sono giustificati perché il tasso di difettosità è più elevato.

Come l'AI Ottimizza i Test

L'ottimizzazione dei test basata sull'AI analizza i dati di produzione di ciascuna unità e prevede il rischio che contenga un difetto. Le unità prodotte in condizioni di processo nominali con tutte le misurazioni al centro della specifica sono a basso rischio. Le unità prodotte ai margini delle finestre di processo, su attrezzature con manutenzione recente, o con materiale di un nuovo lotto fornitore sono a rischio più elevato.

In base a questa valutazione del rischio, l'AI adegua il piano di test. Le unità a basso rischio ricevono una sequenza di test abbreviata che copre le funzioni più critiche. Le unità ad alto rischio ricevono la sequenza completa, incluso il burn-in esteso. L'effetto complessivo è che lo stesso tempo totale di test cattura più difetti perché viene concentrato sulle unità con maggiore probabilità di problemi.

Ottimizzazione della Durata del Burn-In

Il burn-in si presta particolarmente all'ottimizzazione AI perché la relazione tra durata e rilevazione dei difetti segue una curva di rendimenti decrescenti. La maggior parte dei guasti da mortalità infantile si verifica nelle prime ore di burn-in. Estendere il burn-in da 24 a 48 ore potrebbe catturare solo pochi guasti aggiuntivi, raddoppiando però il costo di attrezzature ed energia.

L'AI determina la durata ottimale del burn-in per ciascun prodotto e livello di maturità del processo. Per un prodotto maturo con bassi tassi di difettosità, un burn-in più breve cattura essenzialmente tutti i guasti da mortalità infantile. Per un nuovo prodotto, un burn-in più lungo è giustificato finché il processo non si stabilizza.

Limiti di Test Adattivi

L'AI ottimizza anche i limiti di test, ovvero le soglie di accettazione/rifiuto per ciascuna misurazione. I limiti fissi tradizionali sono impostati in base alla specifica del prodotto. I limiti basati sull'AI sono più stretti per i parametri che si correlano fortemente con i guasti sul campo e più ampi per i parametri che non influenzano l'affidabilità. Ciò riduce il tasso di falsi guasti (unità buone che falliscono i test) senza aumentare gli scarti (unità difettose che superano i test).

Per maggiori informazioni sull'AI nella produzione di elettronica, visiti la pagina di analisi della produzione di FirmAdapt.