WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     || 2 | 3 | 4 | 5 |   ...   | 8 |
Министерство образования и науки Российской Федерации Уральский федеральный университет имени первого Президента России Б. Н. Ельцина В.И. Иевлев АНАЛИЗ ТОЧНОСТИ ПРОИЗВОДСТВА ЭЛЕКТРОННЫХ СРЕДСТВ Учебное пособие Научный редактор доц., канд. техн. наук Г.П. Менщиков Екатеринбург УрФУ 2010 УДК 621.396.6 : 658.562(075.08) ББК 32.85я73+30.607я73 И30 Рецензенты: кафедра общетехнических дисциплин УрТИСИ (зав. каф., проф. д-р техн. наук Б.А. Панченко), проф. д-р техн. наук Г.А. Филиппов (АИН им. А.М. Прохорова) Иевлев В.И.

И30 Анализ точности производства электронных средств : учебное пособие / В. И. Иевлев. Екатеринбург: УГТУ–УПИ, 2010. 103 с.

ISBN 978-5-321-01863-7 Рассмотрены методы получения вероятностных математических моделей, описывающих процессы образования погрешностей параметров электронных средств. Приведены результаты теоретических и экспериментальных исследований производственных погрешностей, а также примеры конструкторских и технологических расчетов точности параметров многослойных печатных плат.

Для студентов, обучающихся по магистерской программе направления 211000 – Конструирование и технология электронных средств.

Библиогр.: 15 назв. Табл. 16. Рис. 38. Прил. 1.

УДК 621.396.6 : 658.562(075.08) ББК 32.85я73+30.607я73 ISBN 978-5-321-01863-7 © УрФУ, 2010 © Иевлев В.И., 2010 2 ПРЕДИСЛОВИЕ Среди многочисленных задач, решаемых инженером-технологом, наиболее важной является разработка технологических процессов (ТП) изготовления изделий с заданными параметрами качества при минимальной себестоимости.

Особенностями современных ТП изготовления электронных средств (ЭС) принято считать:

– высокую сложность и многооперационность;

– использование прогрессивных (но не редко еще малоизученных) физико-химических методов формообразования и обработки;

– необходимость изготовления изделий с жесткими допусками на выходные параметры;

– высокую стоимость используемого технологического оборудования.

Согласно Федеральному государственному образовательному стандарту по подготовке магистров направления "Конструирование и технология электронных средств" выпускники должны быть подготовлены к решению таких задач, как разработка физических и математических моделей технологических процессов с целью анализа и оптимизации их параметров.

Учебное пособие написано по материалам лекций по соответствующим дисциплинам, читаемых автором, с использованием результатов экспериментальных исследований, выполненных в реальных производственных условиях.

1. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ Под точностью производства понимают меру соответствия объекта (изделия, процесса) установленному образцу [15].

В качестве критериев точности обычно рассматривается степень соответствия параметров, характеризующих изделие или процесс (электрических, Стандартные термины и определения приведены в приложении.

механических, химических, тепловых, оптических и др.), установленному диапазону значений этих параметров, который называют допуском.

Различают точность функциональную (или конструкторскую) и технологическую.

Под функциональной (или конструкторской) точностью понимают точность, предъявляемую к выходным параметрам аппаратуры и обеспечивающую ее нормальное функционирование в соответствии с техническими условиями. Технологическая точность – это реально достижимая (не планируемая) точность при производстве изделия по выбранной технологии. Технологическая точность может быть как выше, так и ниже функциональной.

С рассмотренными понятиями точности и допуска связаны понятия погрешности и стабильности ТП.

Погрешности, возникающие при выполнении отдельных технологических операций, называют операционными. Погрешности параметров готовых изделий при многооперационном ТП их изготовления называют суммарными. При анализе точности ТП в составе последних выделяют: активноформирующие, активно-преобразующие и пассивные операции.

Активно-формирующие операции (АФО) – операции, при выполнении которых формируется искомый параметр с соответствующей погрешностью.

Активно-преобразующие операции (АПО) – операции, при выполнении которых изменяется величина параметра и соответственно его погрешность.

Прочие технологические операции, не влияющие на исследуемый параметр, называют пассивными. Например, очистка печатных плат после травления фольги не влияет на ширину зазора между проводниками (т.е.

применительно к этому параметру считается пассивной), но влияет на сопротивление изоляции между проводниками (т.е. применительно к этому параметру считается активно-преобразующей операцией).

В условиях серийного и массового производства значения выходных параметров ЭС имеют некоторый разброс, обусловленный нестабильностью свойств исходных материалов (заготовок, полуфабрикатов) и самого ТП.

Разброс значений параметров (или погрешностей этих параметров - ), по лученных экспериментально, характеризуется гистограммой (рис. 1.1) и выборочными числовыми характеристиками: средним арифметическим и дисперсией.

sРис. 1.1. Гистограмма экспериментальных значений погрешности (n N – относительная частота) i Для стабильного ТП вид гистограммы и численные значения и sдля партий изделий, изготовленных в разное время (t0, ti,tk), не изменяются (или изменяются незначительно, рис. 1.2).

Рис. 1.2. Точностная диаграмма стабильного технологического процесса Под анализом точности понимается процесс изучения причин возникновения погрешностей, методов их исследования и количественных оценок, способов предупреждения и устранения. Основной задачей анализа точности ТП является определение погрешностей выходных параметров изделия, изготовленного по этому процессу. Каким образом могут быть решены подобные задачи Очевидно, что самое верное решение такой задачи будет получено после контроля одной или нескольких партий изделия, изготовленных по реальному процессу. Однако создавать реальные (как правило, довольно дорогостоящие) технологические процессы изготовления ЭС целесообразно, лишь будучи достаточно уверенным, что получим изделия с характеристиками качества, близкими к ожидаемым. Поэтому на проектных и предпроектных стадиях разработки ТП важное место занимает моделирование, используя которое производят анализ предполагаемых вариантов построения процессов.



Моделирование представляет собой метод научного познания, при котором исследуемый объект заменяется другим, как правило, более простым, называемым моделью. Изучение модели дает возможность получить новую и ранее неизвестную информацию об исходном объекте.

Основанием для получения модели обычно являются ранее проведенные исследования изучаемого ТП, а также – процессов-аналогов. Таким образом, модель строится на основе прошлого (опыта), чтобы предсказывать (прогнозировать) будущее. В какой степени информация, полученная по модели, будет соответствовать информации, полученной с реального объекта Очевидно, что тем точнее, чем в большей степени модель соответствует объекту или, как говорят, модель адекватная (изоморфна). Однако абсолютного соответствия быть не может, поскольку модель, как и вся совокупность наших знаний об окружающем нас мире не может быть абсолютно точными и полными.

Любое новое исследование изучаемого объекта приносит новые знания о нем. Поэтому говорят, что даже отрицательный результат – тоже результат.

Для ТП применяют в основном два вида моделирования: физическое и математическое. Чаще используют математическое моделирование, которое обладает широкими возможностями и большей доступностью.

Под математической моделью ТП производства ЭС понимают совокупность соотношений (например, формул, уравнений, неравенств, логических условий, операторов и т.д.), определяющих характеристики функционирования процесса в зависимости от его параметров, входных переменных, времени и т.д.

Современные ТП изготовления ЭС характеризуются как сложные и наукоемкие производства. При математическом моделировании таких процессов учитывают следующие их особенности:

– наличие значительного числа разнообразных факторов, влияющих на процесс;

– большое количество внутренних связей между параметрами и их сложное взаимное влияние;

– развитие различных направлений процесса, конкурирующих между собой и определяющих его ход;

– воздействие на процесс большого числа неконтролируемых и неуправляемых факторов, играющих роль возмущений.

Исходную (или базовую) модель ТП обычно представляют в виде объекта типа «черный ящик» [5, 6] (рис. 1.3).

Состояние объекта типа «черный ящик» характеризует n-мерный вектор Y, называемый выходом системы. Он представляет собой функцию трех групп входных параметров:

1-я группа – k-мерный вектор W – группа управляемых входных параметров;

2-я группа – p-мерный вектор X – группа контролируемых, но не управляемых параметров;

3-я группа – m- мерный вектор Z – группа неконтролируемых, а, следовательно, и неуправляемых параметров.

Рис. 1.3. Технологический процесс как объект типа «черный ящик» ТП серийного и массового производства ЭС характеризуются тем, что каждая отдельно взятая операция и весь процесс в целом совершаются примерно в одних и тех же производственных условиях. Поэтому эти процессы можно рассматривать как сложные преобразующие системы (объекты) с большим числом входных и выходных переменных, носящих случайный характер. Следовательно, производственные погрешности ТП серийного и массового производства могут рассматриваться как случайные величины, описываемые вероятностными (теоретическими) и статистическими (экспериментальными) методами.

Известно, что исчерпывающей характеристикой случайной величины является закон ее распределения с конкретными значениями соответствующих параметров. Таким образом, анализ точности технологических процессов серийного и массового производства обычно сводится к нахождению законов распределения погрешностей выходных параметров.

Центральное место при решении задач анализа и расчета точности производства занимает разработка математических моделей (математического описания) закономерностей отдельных операций и ТП в целом.

Результатом формализации ТП по критерию точности в условиях серийного и массового производства является вероятностная математическая модель, которая представляет собой аналитические выражения, устанавливающие взаимосвязи между законами распределения, числовыми характеристиками и практическими полями рассеивания погрешностей входных и выходных параметров.

Одним из главных назначений вероятностных математических моделей является прогнозирующий расчет точности отдельных операций или ТП в целом при различных исходных данных.

На основе вероятностных математических моделей могут решаться следующие два вида задач:

1) определение числовых характеристик и законов распределения выходных параметров по известным числовым характеристикам и законам распределения входных переменных (задача анализа погрешностей);

2) отыскание числовых характеристик распределения входных переменных по известным числовым характеристикам выходных переменных (задача синтеза погрешностей).





Кроме того, исследования в области точности позволяют обоснованно подойти к разработке оптимальных систем автоматического управления ТП для получения высококачественной продукции при минимальных затратах на производство.

2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ТОЧНОСТИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ 2.1. Общие положения В теории точности машино- и приборостроения наиболее достоверным и наглядным методом расчета производственных погрешностей признан метод, основанный на применении вероятностных математических моделей, которые позволяют с большой степенью адекватности описывать ТП в условиях серийного и массового производства.

Для построения вероятностных математических моделей применяются методы теории вероятностей и математической статистики. Вероятностные и статистические методы построения математических моделей ТП находятся в тесной взаимосвязи друг с другом, так как теоретические модели требуют экспериментальной проверки, а экспериментальные исследования не могут быть поставлены без соответствующей теоретической предпосылки.

При построении вероятностных математических моделей точности ТП производства ЭС обычно встречаются два вида задач.

Первый вид задач предполагает известной функциональную зависимость между входными и выходными параметрами. В этих задачах влияние факторов группы Z считаем не существенным и им пренебрегаем. Например, сопротивление тонкопленочных резисторов R обычно определяется формулой l R, (2.1) b h где – удельное сопротивление материала; l, b, h – соответственно длина, ширина и толщина резистора.

В условиях серийного и массового производства параметры, l, b и h могут рассматриваться как случайные контролируемые, но неуправляемые (т.е. факторы группы X). Если произвести измерения этих параметров у N резисторов, то получим совокупность их значений i, li, bi, hi (i 1, N ). Подставляя эти значения в формулу ( 2.1), получим совокупность рассчитанных значений Riрасч, (i 1, N ). Измерив сопротивление N резисторов, получим совокупность измеренных значений Riизм (i 1, N ). Если обе эти совокупности идентичны, то модель (2.1) адекватна. Противоположный случай означает, что в модели (2.10) не были учтены какие-то факторы (например, влияние шероховатости подложки, погрешностей измерений, формы резистора и т.д.).

На первых порах эти факторы относят к группе Z (в таких случаях говорят, что случайность – непознанная закономерность). В дальнейшем, если влияние этих факторов будет признано существенным, они также могут быть включены в модель.

В результате решения подобных задач должна быть получена математическая модель, представляющая собой аналитические выражения, устанавливающие взаимосвязи между законами распределения, числовыми характеристиками и практическими полями рассеивания входных (в примере, l, b и h ) и выходных (в примере – R) параметров.

Ко второй группе относят задачи, при постановке которых зависимость между входными и выходными параметрами еще до конца не выяснена и ее требуется установить и исследовать. Такие задачи при формализации ТП производства ЭС встречаются наиболее часто.

2.2. Этапы и методы построения математических моделей точности технологических процессов Этапы:

1. Отбор факторов (входных переменных).

2. Установление типа зависимости между исходными факторами и погрешностями обработки.

3. Построение математической модели.

4. Проверка адекватности разработанной модели и реального технологического процесса.

2.2.1. Отбор факторов (входных переменных) Успех исследования в значительной степени определяют отбор и описание исходных факторов. Входные переменные для включения их в математическую модель должны выбираться на основе предварительного теоретического анализа, исходя из целей и задач исследования. Как правило, на этом этапе анализируются и обобщаются результаты ранее проведенных исследований таких же процессов или процессов-аналогов.

При отборе факторов к ним предъявляется ряд требований. Прежде всего, технологические факторы должны быть количественно измерены. Если фактор характеризуется только качественными показателями, то учет его влияния, как правило, затруднен либо вообще невозможен.

Перечень входных переменных должен включать в себя важнейшие факторы, оказывающие наиболее существенное влияние на точность обработки. Это требование вытекает из того, что при моделировании необходимо абстрагироваться от влияния несущественных факторов. Кроме того, модель должна быть простой и наглядной.

Исходные факторы не должны находиться между собой в точной (функциональной) зависимости, так как существование функциональных и близких к ним связей показывает, что они характеризуют одну и ту же сторону изучаемой первичной погрешности и, следовательно, в какой-то мере дублируют друг друга.

На начальной стадии исследования большое значение приобретает вопрос о правильной классификации исходных факторов и выбора для них математической модели. Обычно факторы классифицируют на систематические (неслучайные) и случайные.

Систематические факторы, в свою очередь, делятся на постоянные, принимающие вполне определенные числовые значения при обработке каждого последующего элемента, и переменные, закономерно изменяющиеся при переходе от одного элемента к другому. Случайные факторы могут принимать то или иное числовое значение, заранее не известно какое именно, при повторном воспроизведении комплекса условий их возникновения. Эти факторы могут быть выражены случайными величинами или случайными функциями.

Pages:     || 2 | 3 | 4 | 5 |   ...   | 8 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.