片式電阻在編帶包裝機上的外觀保證

摘要：電子行業，在對基礎素子產品性能不斷追求更高的同時，對外觀形態要求也越來越高，同時也是對制品全方位品質的提升要求。因此對于片式電阻生產的成品制作完成后，包裝前的外觀保證也是尤為重要。

關鍵詞：片式電阻；編帶包裝機；外觀保證

1.概述：

片式電阻為了便于運送保護和用戶使用，會對其進行封裝打包。對打包帶要求不能有大的變形，孔未打透，殘留毛邊，這些問題都會在包裝時有影響，甚至在用戶使用時造成流失增加。孔本身的尺寸也要求嚴格，跟標準尺寸比變動范圍一般要求不能超過±0.05mm。還有些特殊材料的打包帶，這種一般是用于Size比較大的制品。

說完包裝帶，再說一下編帶包裝機。早期的包裝機都沒有畫像檢查裝置，只是單純的進行封裝，當然封裝前要進行兩次的阻抗值檢查，通過制品在index盤里步進移動，步進間隔停頓時會有兩個探針頂住電阻兩端的電極，通過通電的方式將電流電壓反饋到計策儀器上，以判定值的大小。然后會有一個到兩個光纖傳感器，用來判別制品的方向，對于有不合規格以及反向的制品，會在封裝之前排除出去。

2.編帶包裝機上制品外觀保證的方法：

2.1包裝機上增加畫像識別系統：

由于客戶對外形要求的增加，出現了在設備上加裝CCD攝像頭的方式，對制品本身的外觀形態進行判定。這也就替代了原來的只檢查正反面的光線傳感器，攝像頭一般在index部安裝兩個，上部一個，下部一個，上部的主要是檢查制品正面，正面的檢查項目多而且復雜；背面檢查項目少，主要是下面電極的大小和形態。而在電阻被裝入包裝帶后，封裝之前還會安裝一個CCD Camera，用來檢查裝在紙帶內制品的狀態，主要是判定是否有空穴，以及包裝帶內電阻是否有破損或是異物。再次對制品外觀檢查，防止之前有外形不良漏檢以及制品從index插入到紙帶后產生斷裂等嚴重缺陷發生。

2.2遠程判定的出現：

增加檢查固然可以保證制品的品質，但是事物都有相對性，這種做法也就使設備作業過程中停止次數增加，如果沒有人員及時處理，就造成作業時間損失。面對使用量越來越多的市場，這種作業效率下降，是每個生產企業都不愿意看到的，所以為了改善這種原因導致的效率問題，研究開發出了遠程集中判定系統。主要用途就是將作業過程中畫像判定出現有異常的圖片，不光在本機上顯示，還通過軟件程序的提取，經過網絡，將此照片傳到一個服務器終端，這個畫面可以根據工程線體的位置以及重要性編排顯示順序，終端服務器會安排操作技術人員，對遠端傳輸過來的照片進行判定，判定合格的，終端技術人員只要進行操作“開始”遠程控制，設備就會自動開始作業。對于實際的確實為不合格產品的圖片，監控人員會點擊判定不良按鈕，設備上顯示紅燈并提醒現場作業人員對制品進行處理，大多數的異常狀態都是誤判定，對制品和封裝沒有影響的問題，遠程進行直接設備開啟操作。極個別制品有斷裂或其他致命性缺陷，這個制品就必須要更換掉。

另外，為了解決人員在換制品時的問題，我們自主研發并安裝適用了第四畫像檢查，這個檢查是在制品經過更換位置后到被封裝之前的適當位置。它的主要目的就是為了抓住人為失誤導致的不良品流出，但是這個Camera只能檢查制品正面的狀態，其他方面不能實現。此位置出現問題，不能通過遠程控制的方式處理，系統會單獨記錄不良照片，在每臺設備上顯示，因為這種現象十分稀少，不會對生產效率產生影響。只是起到監督作用，可以實現控制設備的停止，所以對監控的缺陷形態的設定參數，不是特別嚴格，一些沒必要的功能可以關閉，以此來減少因為設定過嚴格而導致的停機次數。

2.3判定履歷的追溯：

既然實現了遠程控制，將操作過程中發現的缺陷照片傳輸到服務器終端，這個照片就可以被保存。當出庫的制品發生不良時，根據制品號可以追溯到哪臺設備作業，什么時間完成的，操作者是誰。而且還可以調取當時作業時系統自己存儲的照片，檢查是否有類似的相同問題，進而可以推斷是制品本身的問題還是設備工作時的異常。一般的，每個公司基本都有自己的生產管理系統，我們可以通過開發軟件使設備和公司管理生產的系統連接，從而將不良的照片存儲到系統里，發現異常時，我們也可以利用這套系統，追溯到當時生產的LOT所發生的全部不良形態，查看是否有共性，而且還可以根據系統的作業時間追溯前后LOT的狀態，并且還可以查看生產過程中是否發生過異常問題，前提是前面每道工序都有能跟生產系統連接的監控設備，并拍照存儲。同時，這也方便多人在不同的PC上查看，如果只有服務器的話，只能在此服務器或是連接局域網遠程查看，但是如果是連接的生產管理系統，不同生產基地就都能在系統里查看，實現信息共享，便于共同分析和提前預防。

2.4自動判定的出現：

以上所說的還都處于半自動半人工的狀態，現在比較流行的是AI技術，也就是人工智能，實現無人的操作。基于AI的技理念術，研究出了一款可以自己判定的程序，當然，對于良品與不良品的形態，通過大量發生存儲的照片進行分析，將良品與不良品的區分數值化，并進行標準制定，編入程序。設備上發生的異常照片傳到服務器后，服務器自己運行程序，將發送過來的照片和制定的標準進行比對來判定，根據判定結果，程序發出指令，指示設備繼續作業還是等待操作人員處理。這樣大大減少了人員判定的時間，減少了由于不良多發生時產生的等待時間，而且也減少了由于人員疲勞造成的未檢出流出問題，對于提高設備的稼動效率和生產能力起到了重要的作用。當然這種智能判定不能百分之百保證準確，有一些個別的制品圖片與設定的標準近似，出現了系統判定不了模糊狀態，這時可以在旁邊再連接一臺服務器，將不可判定的反饋到這邊，由專業的技術人員，對此再進行判定，只有個別發生，大大減少了判定人員的作業量。

3.總結語：

總之，隨著使用用戶對產品質量要求的越來越高，生產廠家為提高自己的競爭力也在不斷提高產品質量，不光是外觀也包括性能。這種檢查強度的增加和系統反饋的應用，被越來越多的生產廠所推廣，有需求就有促進和市場，就能帶動產業技術力提高。相信以后隨著技術的發展，改良制品的工藝，提高AI的性能，終會實現全面的無人化生產。

作者簡介：姚喜剛，1979年9月，男，漢，天津市人，本科，工程師，研究方向：機械工程技術