基于六西格玛的手机摄像头模组质量改善研究
王泽文余建波
(同济大学机械与能源工程学院上海201804)
摘要基于DMAIC流程，全面分析手机摄像头模组的生产流程，出影响良率的关键因素，即摄像头模组在点胶过程中溢胶出现黑点。对点胶的生产过程进行分析，利用Pareto图、因果矩阵、FAMA等出产生溢胶的主要原因，运用Gage R&R确保测量胶高和粘合力的系统的稳定性，通过正态性检验、CPK等进行过程能力分析，通过残差分析出溢胶的关键因素即胶量、针头气压、烤炉温度，然后进行DOE试验设计，确定出最佳参数，通过SPC控制图确保了产品处于受控状态，使摄像头模组点胶过程中出现溢胶的产品报废问题基本消除，提高了产品良率。
关键词手机摄像头质量改善六西格玛点胶DOE试验设计
C公司主要从事笔记本电脑、手机主板等电子
信息产品的研发与制造。近两年，公司拓展了制造
领域，不仅仅满足于简单的手机组装制造代工，引
进了大量的自动化设备，自主研发手机摄像头模组
的组装研发，如图1所示，对生产制造提出了更高
的要求。但在其生产过程中，不断暴露出一系列质
量问题，手机摄像头模组良率一直不高，严重影响
生产进度和产品质量，引起公司高度重视，随即组
建六西格玛小组做精益改善，提高良率。
图1 手机摄像头模组
1 手机摄像头模组生产流程及其现状
1.1 手机摄像头模组生产流程
A手机摄像头一直以购入其他公司成品模组的方式完成组装，C公司现阶段承接摄像头模组ODM 和OEM业务，对生产技术带来了很高要求。一个合格的手机摄像头模组需要具备防水、架构稳定、无黑点、无损伤、测试性能良好等特点，其生产流程简化如图2所示。
图2 手机摄像头模组生产流程
12月14日是什么情人节1.2 手机摄像头模组不良现状
摄像头模组生产线大部分是自动化机器，发展初期技术资金门槛较高，生产现场的改善重点也是提升设备效率，降低故障率，减少不良品。由于摄像头模组的关键零部件基本都是用黑胶和UV胶粘接，无法返工，所以不良的产品基本直接报废。产品的不良率一方面决定了质量成本，另一方面也直接决定了投入量产的时间。
投产A，B
模组
将A，B模
组组装
回流炉
点胶
自己做葡萄酒回流炉
冷却室
检查外观测节点
测试A模
组拍照质
量
大学生贫困证明范文测试B模
组拍照质
日本签证怎么办量
测试对焦
功能，同
心度
测试A,B
模组脏污
捡水晶壳，
检查
抽检
检外观，
刷入库
试验与研究
对近两周的C 公司的手机摄像头模组废品数与加工数量进行了统计，结果如表 1 所示。根据表 1中废品数量与加工数量的比值，得出良率并作图，结果如图3所示。
表1 两周内摄像头模组废品统计表
开学寄语简短图3 两周内摄像头模组良率统计图
从图3中可以看出，手机摄像头模组良率低至81%，最高时也只有85%，这与目标值94%相差甚远，已经严重影响到生产交货和产品质量，客户的声音就是希望尽可能快的提升良品率，提高产品质量，降低报废，增加产出。因此，要想获得高品质的摄像头模组，提高良率迫在眉睫。
六西格玛小组运用六西格玛工具按照DMAIC 流程来解决该问题，争取零缺陷生产，降低成本，提高生产率和产品良率。
2. DMAIC 改善 2.1 定义阶段
对造成摄像头废品的因素进行分析，对 40 件废品进行调查，调查结果利用帕累托图进行分析，根据二八原则，出造成这些问题的原因，如图4所示。
图4 影响良率的Pareto 图
从图4中可以看出，造成良率不高的主要原因是模组溢胶严重，手机摄像头模组溢胶会出现黑点，影响外观，影响使用体验，从生产流程（图2）中可以看出点胶过程与良率是直接相关的，所以目前项目的重点就是解决点胶过程中的溢胶问题，从而提高良率。 2.2 测量阶段
利用 DMAIC 模型的测量来分析溢胶问题产生的原因。这一过程包括测量与流程分析，测量阶段是数据收集的第一环节，它的准确性，直接影响整个精益六西格玛过程，因此是实施过程的关键。首先先
来看一下手机摄像头模组点胶过程的微观流程，如图5所示。
王泽文 等 基于六西格玛的手机摄像头模组质量改善研究
图5 点胶微观流程图
从图5可以看出，整个摄像头模组点胶过程的具体工艺参数，设备要求，以及输出产品要求都一一列出，为后序分析做了一定的基础工作。在分析解决复杂问题时，通常采用因果矩阵来分析，筛选出问题的主要原因，从而有目的的去收集数据。因此绘制了摄像头模组点胶出现黑点溢胶的因果矩阵，如表2所示。
表2 点胶溢胶的因果矩阵
将输出结果大于 100 的作为进一步分析的主要原因，包括以下 6 项：胶量；气压；预热温度；预热时间；烤炉温度；烤炉时间。
通过 FMEA 可以确认变异发生或可能发生的 原因，并判断是否可以控制或提前预防变异的发生，分析潜在风险，排除可以避免的问题发生。根据因果矩阵出的六个主要原因进一步作失效模式分析，如表 3 所示。
表3 点胶溢胶的FAMA 分析表
精密制造与自动化 2021年第1期
风险优先级数RPN=严重度(Severity) × 频度(Occurrence) ×检出度(Detection)，RPN 值大于100时，就要采取改善对策， 从失效模式及影响分析表可以看到，发现有4 个潜在问题 RPN>100，即胶量、针头气压、预热温度、烤炉温度，为后续的改善提供了方向。
生产手机摄像头模组点胶过程的质量问题与胶高和粘合力密切相关，因此我们对测量胶高的仪器VHX 和测量粘合力的设备Dage 进行测量系统分析。选用三台VHX 测胶高设备对1Tray 盘10个摄像头模组进行三次测量，得出90组数据进行分析，如图6所示。选用三台测粘合力设备Dage 对1Tray 盘10个摄像头模组进行三次测量，得出90组数据进行分析，如图7所示。
图6 VHX 量具分析报告
王泽文等基于六西格玛的手机摄像头模组质量改善研究
酷狗怎么截歌图7 Dage量具分析报告
VHX量具评估结果显示，研究变异(%SV)为
7.58%，公差(SV/Toler)为3.39%，由图6可以看到，
本项目测量系统能力符合（R&R%=7.58%）≤10%，
根据测量系统能力判别准则，表明测量系统可用。
Dage量具分析报告如图7，研究变异(%SV)为2.46%
≤10%，公差(SV/Toler)为3.12%，表明测量系统可
用，随后要对项目的过程能力进行分析，确保项目
过程在一定条件下的稳定性，并且及时了解生产中
各过程的质保能力，衡量过程波动，从而对项目进
行优化。数据收集为10个Tray盘100组模组胶高
数据作为数据样本，并对样本进行分析。首先对数
据进行正态性检验，运用MINITAB 进行计算，运
行结果如图8所示。
图8 胶高的正态性检验
根据样本的正态概率图，可以看出，样本
P=0.079>0.05，可认为样本是正态分布的。然后对
数据样本进行过程能力分析，六合一图如图9所示。
图9 胶高的过程能力分析
图中可以看出，样本中胶高均值已达到了1.54
mm，接近目标上限1.55 mm，且远高于目标值1.5
mm；Cpk=0.01，数值极低，存在能力不足的问题，
需要进行六西格玛改进，点胶水平亟需提高。
2.3 分析阶段
根据测量阶段结果，分析阶段将对胶量、气压、
预热温度、烤炉温度等影响因素进行进一步分析，
以达到避免溢胶提高良率的目的。烤炉温度76℃
~82℃，胶量62.72 mg~70.8 mg，预热温度60℃~70℃，
气压(103kPa~193kPa)，其中，原工艺参数烤炉温
度79℃、胶量66.76 mg，预热温度65℃，气压
(172kpa)。通过对不同参数下的良率进行分析，得到
Pareto图和良率残差图，分别如图10和图11所示。
图10 标准化效应的Pareto
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论