インダストリー4.0の背後にある技術の進歩は、PCB製造に新たな課題をもたらします

インダストリー4.0は、自動車、モノのインターネット（IoT）、人工知能（AI）の並行した進歩のおかげで、工場のデータ自動化の効率と生産性が大幅に向上することを約束しています。将来を見据えて、機械が特定の「学習した」タスクを担当し、非常に詳細な生産データをリアルタイムで監視および報告し、検出された偏差がソースパラメータの調整を自動的にトリガーするクローズドフィードバックループを活用する産業プロセスを想定できます。このようにして、システムはそれ自体を制御および修正し、歩留まりが大幅に向上します。

このプロセスにより、利用および分析される膨大な量のデータが生成されます。これは管理が困難な課題ですが、AIシステムが利用可能な情報の最後のビットをすべて吸収して「学習」するように設計されている機械学習（ML）には完全に必要です。エレクトロニクス業界は、このレベルの自動化とインテリジェンスの達成から少し離れていますが、PCB製造市場の最近の傾向からも明らかなように、インダストリー4.0への進化は順調に進んでいます。

PCBメーカーは、製造現場で製造された完成したPCBユニットごとに、ますます詳細なデータを提供するという強いプレッシャーにさらされています。これにより、顧客は、最高レベルのデータ粒度でサプライチェーン全体のPCB欠陥を迅速に特定、追跡、トラブルシューティングできます。この課題に対処するために、PCBメーカーは、製造プロセスのすべての段階でPCB生産データと根本原因分析をキャプチャするプロセス変更に取り組んでいます。このプロセスは、製造データの膨大なデータベースを生成します。これは、最終的に製造プロセスの完全な可視性を提供し、特定のPCB内の個々のレイヤーの機能の整合性を評価し、製造ラインを進む際のデバイスのステータスを監視するのに役立ちます。

さらに、PCBメーカーは、プロセス全体を改善し、工場システムの問題領域を特定するために、新しい方法でスマート製造を使用する方法を模索しています。高度なプロセス制御および視覚化アプリケーションは、この戦略の重要なコンポーネントであり、最終的には完全に自動化された工場のイネーブラーになります。

すべてのレイヤーでの正確な追跡

トレーサビリティとプロセス制御機能の利点は数多くあり、インダストリー4.0のコア原則と非常に一致しています。トレーサビリティ（製造業者がPCBユニットに至るまで欠陥を追跡する機能）は、生産ライン全体でデジタルデータを収集し、このデータを工場の製造実行システム（MES）およびIT部門に直接送ることで、プロセスの可視性を高めます。 。さらに、トレーサビリティは、すべての製造装置に一元化された接続ポイントを確立することで効率を高め、特に歩留まりとプロセス管理の向上を可能にする分析ツールを活用するという点で、費用効果が高くなります。

実際には、PCBのトレーサビリティは、バーコーディングとソフトウェアに依存している限り、市販の商品や材料の追跡プロセスと同じです。しかし、ほとんどの商品とは異なり、PCBは非常に複雑であり、スマートフォン、除細動器、無人機など、PCBが収容されている電子機器の性質によっては、現場でのPCB障害の影響が特に深刻になる可能性があります。間に。

図1.PCBメーカーはデータを収集して追跡する必要があります。

内部のPCB層に起因する問題を特定する機能と同様に、トレーサビリティが非常に制限されるため、完成したPCBの上部からバーコードを読み取って追跡するだけでは不十分です。代わりに、インダストリー4.0の精神で、すべてのPCBのすべてのレイヤーのすべてのユニットは、PCBのレイヤーの他のユニットに論理的にリンクできるように、高度なバーコードマーキングとソフトウェアを使用して個別にコーディングする必要があります。

この非常に詳細なアプローチにより、エンドツーエンドのトレーサビリティが可能になり、生産ライン内の特定のPCB製造プロセスごとに根本​​原因分析が可能になります。追跡できる詳細なデータには、使用されているマシンとそのパラメーターとアクション、欠陥の写真、製造日時、オペレーター名、ロット番号などがあります。

この追跡されたデータは、履歴分析には価値がありますが、PCBが工場から出荷される前に処理、分析され、すぐにMESにフィードバックされると、同様に価値があります。このデータを効果的に使用して、発生したプロセスの問題を特定して修正し、欠陥の伝播を制限するには、このデータをリアルタイムで評価して処理する必要があります。そして、MLとAIテクノロジーが前面に出てくると、このリアルタイムのクローズドフィードバックループは、真に自動化された学習と意思決定プロセスを可能にするために不可欠であることがわかります。

製造プロセスのより深い理解

PCBユニットのトレーサビリティをはるかに超えて、PCB製造プロセスを完全に可視化する必要性が高まっています。これまで、自動化された意思決定を行うことはできず、生産現場のオペレーターは、問題や傾向を正確に特定するために、多くの製造システム全体を過去にさかのぼることができませんでした。高度なプロセス制御と視覚化の出現は、AIによって可能になる完全に自動化された工場への第一歩を示しています。

高度なプロセス制御と視覚化を使用して、自動化された非常に詳細な生産レポートにより、製造業者はプロセスの早い段階で全体像を把握できます。つまり、製造段階と検査段階、およびパネルレベルからのリアルタイムの可視性と欠陥分布マップです。個々のPCBユニットに。 PCBメーカーは、生産監視を通じて収集された分析を使用して、設計および製造プロセス全体で欠陥の傾向を迅速かつ正確に特定できます。

実用的な洞察を提供する実際の生産データに基づいて、PCBメーカーは根本原因分析を実行し、設計者とのフィードバックループを閉じることができます。これにより、全体的な生産フロア管理が改善され、生産プロセスを改善する効率的で迅速かつ情報に基づいた意思決定が可能になります。メリットには、メンテナンスコストの削減、ダウンタイムの削減、生産性と有効性の向上などがあります。

データの収集、速度の収集

トレーサビリティに必要な骨の折れる努力として、欠陥製品に対する耐性がほとんどないかまったくない、収益性の高い電子デバイス市場での優位性を競う組み込みPCBメーカーの新しい標準になりつつあります。ただし、デバイスの整合性とトレーサビリティは、製品の信頼性をはるかに超える影響を及ぼします。実際、高レベルの製品品質と歩留まりを実証および維持するPCBメーカーの能力は、PCBサプライヤーの非常に競争の激しい分野を審査する顧客にとってますます重要な要素になるでしょう。電子デバイスのOEMは、サプライヤのトレーサビリティプロセスと、それに続く歩留まり計算への影響をますます精査し、サプライヤの生産スケーラビリティとコスト構造に関する顧客の評価に情報を提供しています。 QRコード（図2）により、メーカーは各ボードを追跡できます。

図2.QRコードを使用すると、メーカーはボードを生産中に追跡できます。

より高いレベルでは、PCBサプライヤは、システム全体の製造プロセスを改善し、全体的な歩留まりを向上させる新しい方法を模索しているため、高度な製造プロセス制御が不可欠になります。

トレーサビリティとリアルタイム接続機能は、貴重な政府補助金を争うPCBサプライヤにとって特に重要です。この傾向はヨーロッパと中国でも最も顕著であり、政府の「中国製造2025」計画はインダストリー4.0の実現にプレミアムバリューを置いています。トレーサビリティと高度な分析アプリケーションは、AI駆動型システムの開発における準備段階です。これらのシステムは、完全に自動化された生産現場に向けた競争において不可欠な要素であり、インダストリー4.0の究極の目標であり、PCBサプライヤーはここでその能力を発揮することを熱望しています。

スマートフォンやプレミアムエレクトロニクスにマスマーケットの野心を抱くPCBサプライヤーの間では、生産のデジタル化の傾向が加速しています。次世代PCBおよび組み込みコンポーネントのサプライヤーが、自動運転車の急成長市場であるデバイスエラーと乗客の安全性のマージンが非常に薄い市場にサービスを提供しようとしているため、勢いが増すことは避けられません。

PCBデータ自動化の要件を西に向かって工業化されたヨーロッパおよび南北アメリカの工場に広める可能性が最も高いのはこの市場です。乗客を運ぶ自動運転車（およびそれらを組み立てるロボット）は、当然のことながら、PCBおよびプロセスの完全性に関する最も厳しい仕様の対象となります。

補完的な分析ツールによるトレーサビリティは、これらの車両を対象とするPCBが容易に追跡可能であり、アクセス可能であり、生産サイクル全体のプロセス制御に適応できるという保証を強化するのに役立ちます。将来的には、リアルタイムの接続性により、プロセスの不規則性を特定し、欠陥が検出された直後に修正することができます。この接続により、マシンのステータスと関連するアラートに関する洞察が得られ、マシンのリモート制御が可能になります。これらの機能はインダストリー4.0のビジョンの中心であり、AIがスマートファクトリーオートメーションに定着するために不可欠です。

タルレヴラン はOrbotechLtdのインダストリー4.0マーケティングマネージャーです。2013年に入社し、自動光学検査（AOI）製品チームでいくつかのエンジニアリングの役割を果たしてきました。 Orbotechの前は、TalはAppliedMaterialsとNumonyxで半導体業界でさまざまな役職を歴任しました。彼女はネゲブベングリオン大学で工学の学位を取得しています。