关于制造标准，我们面临的主要挑战是他们是决定性的。例如，BGA的X射线检测，标准的要求是每个焊料球的空洞最大体积是30%。该标准要求决定了BGA组装工艺是否合格。现在没有任何证据可以表明29%的空洞不会导致失效，也没有任何证据可以表明一个焊料球内有31%的空洞，BGA就不可以正常运转。对于一个制造工艺，你需要设定一些非常明确的参数，以确定什么是合格的，什么是不合格的，是可以理解的，否则，为制造工艺设定质量标准就非常复杂。
现在，重要的是要记住，这些决定性阈值，例如BGA中每个焊料球内的空洞最大为30%，是从生产线上的仪器收集数据非常昂贵的时候开发的。而且，数据的具体生成环境，意味着输入从单个仪器收集的所有数据并将其插入具体环境的过程，更加昂贵。在某些情况下，在技术上是不可行的。
有了工业4.0和设备制造商的其他项目后，发生了什么变化？答案是简单的：数据更易得到。个体仪器正在收集很多数据。但是这些数据未被使用或未将其置于相应的环境中予以考虑。数据越来越便宜。但是，未置于环境中的数据有另一个名字——噪音。另一方面，置于环境中的数据则被称之为信息。
Creative Electron公司根据实际性能和测试数据，而不是任意设置的数字，提出了一种设定生产线合格与否阀值的新观点。不设定决定性的数字，如30%的空洞，我们收集数据，然后决定什么是合格的，什么是不合格的。因此，报废被最小化，因为你知道什么部件可能会失效，你只要返工或报废你真正需要拒收的部件。此外，你对如何设定合格与否的参数有了更多的理解。
通过这种方式，为QFN器件设定了合格与否的阀值。对于QFN中的空洞形成没有明确的规定。所以，当我们的客户问我们时，我们建议他们根据元器件和应用的具体情况，遵循元器件制造商的指南。
这种新方案的具体实施
以有BGA的新电路板为例。通过正常的NPI（新产品导入）工艺，你需要组装几块电路板，X线检测BGA，测量BGA每一个焊料球内的空洞，检查每个焊料球内的空洞是否低于25%或30%，具体要求取决于正在开发产品的级别。
我们建议仍然收集数据，但不使用简单的合格与否阀值，我们建议测试，使用测试数据决定阀值。所以我们收集越来越多的数据设定动态阀值，即可以根据实际测试所得的结果而上下变化的阀值。这样，我们就可以使用实际测试数据来微调我们的制造阈值。
我们可以使用几个测试参数来决定批量生产中的合格与不合格。再回到QFN的实例，如果元器件有本
该有的工作温度范围，我们可以贴放元器件，用X线系统测试QFN有多少空洞，采用红外或激光温度计，我们可决定元器件是否遵循了温度指南。
智能工厂方案不只能收集数据，他们可智能地使用数据做出更快更好的决定。我们认为这是使用从整个生产线得出的数据，从而更有效更有成果地使用X射线和返工资源的极佳实例。
About Dr. Glen Thomas
Glen Thomas博士是检测领域经验丰富的资深人士，拥有二十多年开发和营销X射线系统的经验。 Thomas博士领导的Creative Electron公司具有领先世界的品牌战略。他还负责管理公司与国内和国际销售渠道的关系。他通过为客户提供无可匹敌的价值，帮助公司创建世界上最好的X射线检测系统。 Thomas博士曾担任Faxitron、Micro Focus Imaging、Radsource Technologies、X-Ray Imaging Solutions和Lixi等公司的执行领导职务，并且是促进这些公司发展的关键人物。
Thomas博士拥有麦迪逊威斯康星大学电气工程学士学位和博士学位。
