Печатные платы
В электронной промышленности термины "другие печатные платы" или "партии печатных плат" обычно относятся к печатным платам, которые не подпадают под основные стандартные классификации. Эти изделия часто имеют специальную конструкцию, индивидуальные технологические процессы, нестандартные спецификации или используются в конкретных отраслях, таких как медицинские приборы, аэрокосмическая промышленность, промышленная автоматизация и высококачественная бытовая электроника. Хотя они не классифицируются как обычные односторонние, двухсторонние или многослойные платы, они все же играют важную роль в реальном производстве. "Партия" — это группа печатных плат, изготовленных в рамках одного производственного цикла, в соответствии с одними и теми же параметрами процесса, партиями сырья и стандартами контроля качества.
Категория ?Другие печатные платы? охватывает широкий спектр, включая, помимо прочего, гибкие печатные платы (FPC), жестко-гибкие печатные платы, высокочастотные и высокоскоростные платы, платы с толстой медной подложкой, керамические подложки, металлические подложки (такие как алюминиевые и медные подложки) и платы, изготовленные на заказ со специальными покрытиями или экранирующими структурами. Эти печатные платы часто используются в системах со строгими требованиями к целостности сигнала, тепловому режиму, механической прочности или пространственному расположению. Например, в базовых станциях связи 5G высокочастотные и высокоскоростные платы должны иметь чрезвычайно низкие диэлектрические постоянные и отличные возможности управления импедансом; В системах управления батареями (BMS) электромобилей толстые медные платы способны выдерживать большие токи и эффективно рассеивать тепло. Хотя эти нестандартные типы плат не являются универсальными, они играют незаменимую роль в реализации основных функций современных электронных изделий.
Для ?других печатных плат? управление партиями является не только основой контроля качества, но и важным инструментом для взаимодействия в цепочке поставок и отслеживания неисправностей.
Каждая партия печатных плат имеет полную запись информации от закупки сырья, технологического процесса, данных испытаний до окончательной поставки. Например, если в партии гибких печатных плат наблюдается ослабление сигнала в конечных устройствах, номер партии может быть использован для быстрого определения отклонения в процессе на каком этапе — будь то колебания партии ламинирующего материала или аномалия в контроле температуры ламинирования. Такая прослеживаемость позволяет производителям осуществлять точный отзыв продукции, оптимизировать параметры процесса и повышать доверие клиентов. Кроме того, с развитием интеллектуального производства данные о партиях продукции также интегрируются в платформы промышленного интернета, обеспечивая бесшовную интеграцию с системами ERP и MES, тем самым создавая полноценную экосистему цифровой фабрики.
Хотя ?другие печатные платы? делают упор на индивидуализацию, стабильность партий остается ключевым показателем их качества. На стабильность влияют многие факторы, включая стабильность сырья, точность производственного оборудования, контроль температуры и влажности окружающей среды, уровень квалификации операторов и настройки параметров процесса. Взяв в качестве примера жестко-гибкие платы, следует отметить, что их производство включает в себя множество процессов: сверление, гальваническое покрытие, нанесение защитного покрытия для пайки и прикрепление гибкого слоя и т. д. Даже незначительные колебания на любом этапе могут привести к различиям от партии к партии.
Требования к соответствию стандартам для других партий печатных плат в международной торговле
Будущие тенденции: интеллектуальное управление партиями и прогнозирование качества на основе ИИ
Благодаря глубокой интеграции технологий искусственного интеллекта и больших данных, управление партиями других печатных плат переходит на интеллектуальный уровень. На основе исторических данных о партиях компании могут обучать модели машинного обучения прогнозировать типы дефектов, которые могут возникнуть в конкретной партии, и их вероятность. Например, анализируя данные по 100 гибким платам, произведенным в аналогичных технологических условиях в прошлом, система может заранее определить риск расслоения в конкретной партии из-за недостаточного давления ламинирования. Одновременно устройства периферийных вычислений могут собирать данные с датчиков в режиме реального времени, такие как изображения, температура и ток, на производственной площадке и объединять их с алгоритмами глубокого обучения для автоматической идентификации дефектов. Эта модель ?превентивного управления качеством? значительно снижает уровень дефектов, сокращает цикл исследований и разработок и обеспечивает надежную поддержку компаниям, стремящимся к ?производству без дефектов?. В будущем, благодаря применению технологии цифровых двойников, каждая партия будет иметь виртуальное зеркальное изображение, что позволит моделировать и оптимизировать весь процесс от проектирования до поставки.