LED彩膜产品的质量精密控制

XJzy

21世纪将是光电子产业时代，光电子产业将成为21世纪全球最重要的产业之一，并成为衡量一个国家经济发展和综合国力的重要标志。

光电子产业中的LED技术，是近年来全球最具发展前景的高技术领域之一。LED具有许多优点：寿命长、驱动电压低、耗电量少、相对冷光源、点亮速度快、耐震、单色性佳、绿色无污染等特点，LED显示行业目前正在快速发展，符合全球所倡导的低碳、节能、环保的理念。

但是，对于质量控制而言，LED光电子企业的产品不合格率通常要求处于六西格玛水平，属于高质量管理与控制，光电子企业产品的质量要由原来的3σ水平(不合格率为0.27%)提高到6σ水平(不合格率为3.4ppm)。也就是说通过对过程的质量控制以实现过程质量的持续改进，光电子产品质量水平不断向过程的零不合格水平逼近。

因此针对光电子企业产品六西格玛质量水平的过程控制特点，迫切需要研究产品过程质量控制新技术与新方法，要结合新的质量理论和思想，注重过程的质量持续改进，以向客户提供足以满意的产品，从而提高企业的产品竞争力。

本文以上海仪电显示材料有限公司的液晶显示器产品为案例，利用针对六西格玛质量水平的过程控制特点，分别研究了以产品不合格率、累积合格品数和连续合格品链长为控制对象的控制图应用技术，平均运行链长的进行控制图设计及控制界限的优化方法。

LED生产的四层质量控制体系

所谓四层质量监控体系，如图1所示，即通对对过程的输入和输出监控，以及工序过程的监控，包括关键工序点的监控以及工序合格率的过程监控。其中，过程的输入和输出属于离线监控，而另外两个实时性很强，属于在线监控

（1）过程的输入监控

控制活动首先必须保证加工过程输入的质量，即确认供应商所提供的原材料是否合乎要求。过程输入也包括对上道工序的监控。

（2）工序关键监测点监控

一个工序可能会存在多个关键质量特性点，为了保证每一个关键点的质量，必须运用统计过程控制的理论和方法进行监控。该关键特性点只与工序本身的加工质量有关，而与上道工序无关，保证关键监控点的质量控制水平，显然可以达到过程质量的提高与改进。

（3）工序合格率监控

工序的质量除了与本身工序的加工质量相关外，还应该综合所有上道工序的加工质量，实现了对工序合格率的监控，就可以对工序的质量状况和质量水平实施有效的监控，从而保证最终产品总质量的合格水平。如果工序的控制图在监控过程中出现了波动，就应该及时报警，在企业的实际生产过程中，工序的质量控制是核心，2层和3层的质量控制有了保证，产品的最终质量就有了保障。

（4）产品合格率监控

对过程的最终输出—加工产品质量符合性进行监控。这一层属于比较宏观层面的监控，其灵敏度相对较低，一般情况下，如果前3个层面的质量监控正常的话，就能做到最终产品的合格率程度高。但是，如果产品合格率监控控制图出现了报警，则应该及时进行全面检查，追溯异常源，找出原因，提出对策，必要时需要停止整条生产线的生产。

连续合格链长的控制

在六西格玛质量水平下的控制图中，我们采用对生产过程中随机的某一时间进行连续检验，将检验到第一个不合格品时已检验合格品数量，即连续合格链长CCR(ConsecutiveConformingRun-length)作为控制对象。采用CCR作为控制对象，主要有两个比较明显的优点。

? CCR不用等到样本中所有样品都检测完毕才能计算，在产品的整个检测过程中可以不断采集，这样对生产过程中出现的异常检测与控制会更有效，更实时。

? 对于光电子产品六西格玛过程质量水平，由于其产品不合格率很低，通过偶然出现的不合格品就推断整个生产过程的不合格品率置信度太低，而利用CCR作为控制对象，对生产过程中大量冗余质量信息进行提炼，信息的利用率更高，控制更灵敏。

CCR的控制方式

假设生产过程中产品不合格率为p，且0<p<1，则显然产品合格率为q=1一p。在全检期间，设第k+l个产品为检测到的第一个不合格品(k为非负整数)，则在此之前连续存在k个产品都是合格品，可以求出合格链长ccr。设初始给定的可接受的虚发警报概率是a，则可以给出控制界线表达式： </p<1，则显然产品合格率为q=1一p。在全检期间，设第k+l个产品为检测到的第一个不合格品(k为非负整数)，则在此之前连续存在k个产品都是合格品，可以求出合格链长ccr。设初始给定的可接受的虚发警报概率是a，则可以给出控制界线表达式：

(1-1)

当生产过程处于受控状态时，设过程的不合格率已知，且p=p0。控制图的上控制界线和下控制界线，即UCL和LCL。通过控制界线就可以判断生产过程是否异常，所得到的连续合格品控制图的控制界线表达式：

（1-2）

若生产过程的不合格率p0未知，则可用CCR控制图中最近数据来进行参数估计，设第i个样本的CCR是Xi，i=2，……m，其中，m是已发现的不合格品数，则对p0可用下面公式进行估计

（1-3）

其中Σxi为被检验到的合格品总数。

控制图的绘制采用半对数坐标表来描绘，纵轴利用对数刻度代表过程实际连续合格链长CCR;横轴使用线性坐标，每个基本单位依次代表被发现的不合格品数，控制图的上控制界线、下控制界线以及中位线利用上述公式进行计算后描绘。因此，与累积连续合格品数为控制对象相比，连续合格链长控制图是一种动态的描述，更为优越。

判断过程如下:若实际检验样本的CCR小于控制下线，则认为显著性水平a条件下，过程的不合格率大于p，过程异常，需要进行工序调整;若实际样本CCR大于上控制线，则认为过程的质量有明显的改善。

实例验证

以本公司彩膜贴片V1907工序质量检验数据为例。该工序主要完成芯片的贴片工作，对加工完成后的芯片

图1 四层质量监控体系示意图

表1.彩膜（V1907）贴片计件质量数据

说明:表中X，表示第i样本中所出现的连续合格品数，则第i样本总检查数为

图2 彩膜连续合格链长CCR控制图

进行全检。其产品不合格率要求控制在p=0.005，其显著性水平α=5%。该检验数据即包含计件型数据(芯片是否合格即合格品数)，也包含计点型数据(每一块芯片上缺陷数)。显然，针对不同的数据类型，应该采取不同的控制图方法。本文拟针对2号生产线彩膜产品为例，通过前述的3种方法进行控制图的绘制与分析比较，所获取的样本数据如表1所示。

连续合格品链长CCR控制图数据如下：

在p=0.005，α=5%条件下，根据前述公式(1-2)可以计算出，上控制线值UCL =736，中位线CL=138，下控制线LCL=6。采用常用对数表示，则 logUCL=2.87，logCL=2.14，logLCL=0.78。

连续合格品链长控制图的绘制过程，同样可以借助于MiniTab软件的散点图进行绘制(图形一>散点图(包含连接线)，X变量设为不合格品数，Y变量设为连续合格链长常用对数值，在尺度一>参考线，显示Y值的参考线栏目输入UCL、CL和LCL控制线值，中间用空格隔开)，其结果如图所示。

从图2可以读出，过程控制没有异常，绝大部点都在中位值之上，但是第21个点所出现的连续合格品数，其常用对数为2.88，超过控制上线2.87说明生产过程有明显的改善，应研究改善的原因以期能持续保持。相比前面的常规p控制图和以累积连续合格品数为控制对象的过程判断相比，适用性更广，操作性更强。