上海纬亚电子科技有限公司

全国免费热线 18021618918
导航菜单

行业动态

SMT零件数据的自动生成

一切现代的SMT贴片设备都有其本身开发的界说零件数据的办法,以用于处理及辨认SMT零件。跟着零件和设备日益先进化,零件数据也变得越来越杂乱,因而创立及调试也愈益困难且费时更长,本钱更高。 
跟着对零件实体的通用几许模型的树立,能够运用设备特定规矩及算法为任何设备主动生成所需的全面的、可直接使用的零件数据。当这种功用与数据库服务结合起来生成通用几许模型时,零件数据的创立进程能够彻底主动化,包含为每个料号挑选正确的模型。 
这种功用所带来的好处是巨大的。创立和调试零件数据所花费的本钱一般被大大低估-不论是在人力还是在产线时刻丢失方面。而主动生成零件数据的好处还不仅限于节约人力和产线时刻,它还方便了在产线之间作业的快速移转,促进产线更好的平衡,避免形状数量胀大及因在零件库中修改不妥形成的形状毁损。以上等等好处不一而足。 
树立设备零件数据的代价是贵重的 
早期的SMT贴片机是以机械办法来完成零件中心点对位的(如松下MK设备),因而零件数据树立起来十分简易。跟着贴装速度的增加、SMT零件小型化及精确性要求的提升,零件的中心点对位办法已演变为以视觉体系进行中心点对位的办法。这就需求精确界说零件的模型,使得视觉体系能够正确辨认一切的零件特征,并精确定位要贴装的零件。 
事实上一切的SMT贴装设备现在都需求零件数据,包含界说怎么处理零件,怎么进行视觉体系辨认等等。这一点已被广泛认同,但是从人力及影响更深的SMT产线时刻丢失来讲,完成零件数据的树立是异常贵重的。 
一旦辨认到有新零件(一般是在程序设计进程中),就得有人去找零件数据(经过制造商料号-如果有的话),或是从仓库里拿到零件什物,再用卡尺测量出几许参数。接下来用户还需求确定设备零件库里是否已存在相同的形状。这个进程相当繁琐,一般使用者为图方便会直接界说一个新的形状,这就会导致数据库里形状数量巨大而臃肿,使问题更加恶化。现在惯用的这种经过复制并调整零件形状来补偿贴装及拾取问题的办法使得数据库敏捷变成不良数据库。 
要创立一个新形状(零件),用户须按设备需求的格局将几许参数输入到数据库。接着用户会依照非正式规矩或个人经历输入一切的非几许参数。因为不同的用户对这些参数的估计不同,这个进程导致的成果十分不共同。有时候用户会直接复制相似零件再对其几许形状进行修改,然后期望会万事大吉。 
每个设备厂商,乃至相同厂商出产的不同设备对零件数据界说的格局都大不相同 – 这就增加了训练的需求,一起要求使用者对每种不同的设备都具有相应的知识。 
常常会发生找不到零件数据(有时因为零件数据不存在,有时因为制造商料号不知道而无从查找)而又无法从仓库里得到什物的情况。在这种情况下,一直到新产品导入(NPI)试产时才有时机测量料件,即需直接从架起的进料器上取下料件量测后再将数据输入设备。这种做法的问题是必须先让设备停止下来,如此一来就延长了设备停机时刻,然后导致新产品导入的周期变长。 
即便是在完成了一切形状的树立并被承受后还面临调试阶段的问题。零件由设备拾取后还要看视像体系能否对其进行辨认。如果存在问题,就要进行数据调校直到设备能辨认料件停止。这个进程有时要测验数次才能成功,因而相同浪费了设备时刻,并常常导致整条线停产。因为车间修改及调试时刻而导致的出产丢失已属严重,更加之以因贵重设备空置而导致的持有本钱,形成了利润率的进一步下跌。 
调试及量测料件还会导致一种隐形本钱 – 那便是因为调试及量测而带来的零件损耗(报废)。如果零件是贵重的IC,则形成的本钱影响是明显的;即使是廉价的零件,因调测损耗而引起库存数量的不精确也会导致额外的本钱。放下零件丢失不谈,缺料停产相同会形成丢失。 
对于每种设备类型,只要存在短少零件形状的情况,就要重复以上的进程。有些设备厂商能够做到在设备与设备之间移转零件数据,但没有一家能将零件数据迁移到其他品牌的设备上,这就意味着对贴装零件的每一台设备/品牌类型都需求重复进行零件数据的修改进程。 
归纳上述因素,估计每个短少的零件数据都需求花费数十美元,高则甚而数百美元来创立。而创立一个包含数百或数千个形状的典型数据库则需花费数千美金。将这个数字乘以设备(品种)的数量则代价是高昂的。这还没有计算因为零件数据质量不共同而导致的拾取失利,设备停机及抛料形成的丢失。 
一般一个具有跨几代、2-3种不同厂牌设备(如10-15个数据库)的大、中型工厂为一切产线创立所需的零件数据要花费超越10万美元,但用户却往往不知道其然。 
以这种办法创立零件数据还随同有一种本钱:因为在一条线不同设备之间难于同享或不能同享零件数据(特别是混合厂牌产线),零件数据一般只是针对产在线某一设备而创立,这就意味着产线平衡必定受制于可供的零件数据,而不是依据全面的优化设置而决定。如此一来,或许导致产线的不平衡(影响产值),或许需求手工移动零件并在方针设备上重复创立零件数据,因而相同形成了对产值的影响。 
通用几许模型 
主动生成功用的核心点是零件封装的通用几许模型。一切设备零件数据具有的一个共性便是针对某一给定料件其几许特性是不变的,虽然对其的体现及界说办法不同 – 有时乃至彻底不同。通用几许模型使用零件的这一共性界说出了通用的、不受设备影响的料件模型。 
因为这些模型采用简略而共同的格局,一起仅含有零件的根本几许特征,因而只需具有对方针设备或制造工艺最根本的知识即可很快创立。 
此外,在制造进程中用到的许多零件可同享相同的零件模型,一起零件模型的精约性使得对既有模型的寻觅十分简便,因而不需求因难于查找而去创立新的模型。别的,如果使用者创立出与现存形状共同的形状,体系能轻松辨认并提示使用者使用现有形状。 
经过以制造商料号(MPN)及厂商称号来标定形状能够进一步达到对零件模型的主动化办理和创立。只需求供给制造商料号/厂商,即可完成使用数据库服务功用将数据库零件模型主动转换为通用几许模型。经过这种办法,整个零件数据创立流程均可完成主动化。 
此技术带来的进一步好处是当向已具有通用几许模型的体系供给新的制造商料号(MPN)时,体系可轻松辨认该料件并可将新的MPN链接到现有零件模型,继而可主动将新料件链接到当前设备数据库中的既有零件。这不仅避免了数据库中零件形状的过分增加,一起也免除了对新形状所要进行的贵重的调试、修改及核可作业。 
主动生成设备零件数据 
当料号与通用几许模型链接后,可依照任何贴装设备的需求和格局,使用零件模型的几许数据主动生成一切零件的形状信息。这是经过应用简略的规矩和算法完成的。但是这些几许数据只占设备全套零件数据参数的一小部份,全套零件数据还包含如吸嘴类型、视觉类型、光源类型、照像机类型等。这类信息在零件数据中是找不到的,一般一般需求依据使用者经历来输入。 
在主动生成功用中,能够界说规矩并依据通用几许模型来得到一切这些参数。当然不是一切用户都想使用相同的规矩。例如有些用户除最大的零件外期望对一切其它零件都按设备最高速度拾取贴装,而又有些用户为了贴装拾取更可靠则期望降速工作设备。根据规矩的主动生成功用答应不同的使用者依据其本身需求调整规矩对生成零件数据的办法进行客制化。 
这个进程中要害的一点是能够创立出“随时可用的零件数据”。在没有主动生成功用的情况下,人工输入零件数据后一般还需求花很长时刻上线进行调试,即使所输入的几许数据是彻底正确的。经过主动生成的精准的零件数据,大幅地减少了调试时刻,甚而能够彻底消除在线调试。 
将主动生成功用与归纳数据库服务结合起来能够达到彻底的主动生成,消除或减少零件数据挑选及创立的人工操作。它降低了零件数据创立所需的技术要求,提高了零件数据的质量并达成了零件数据的共同性。主动生成步骤的零件完成率取决于数据库服务的匹配率,一般占拼装产品一切零件的85-95%,而其它零件则可经过手工链接到包含有通用几许模型的归纳数据库。 
经过统一的通用几许模型,零件数据可依据需求在任何设备上主动生成,然后完成了作业在产线与产线之间的快速移转,而不需求在方针产线上重新创立零件数据。