收藏 分享(赏)

基于6 sigma的镀铜均匀性改善研究.pdf

上传人:哎呦****中 文档编号:3035997 上传时间:2024-01-18 格式:PDF 页数:8 大小:2.08MB
下载 相关 举报
基于6 sigma的镀铜均匀性改善研究.pdf_第1页
第1页 / 共8页
基于6 sigma的镀铜均匀性改善研究.pdf_第2页
第2页 / 共8页
基于6 sigma的镀铜均匀性改善研究.pdf_第3页
第3页 / 共8页
基于6 sigma的镀铜均匀性改善研究.pdf_第4页
第4页 / 共8页
亲,该文档总共8页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、2023春季国际PCB技术/信息论坛188电镀涂覆 Electroplating and coating基于6 sigma的镀铜均匀性改善研究 Paper Code:S-020 巫中山 许伟廉 黄李海 冯 冲 韩志伟(博敏电子股份有限公司,广东 梅州 514000)摘 要 伴随着电子技术的飞速发展,作为电子元件之母的PCB结构也朝着高密度、高集成、细线路、小孔径不断高速前进。PCB电镀工序作为精细线路制作前制程工序,铜厚均匀性直接影响精细线路制程的良率。对于75 m及以下线宽/线距铜厚极差超出8 m则会给线路蚀刻带来局部蚀刻不净及线幼并存的风险。本文研究6 sigma质量管理在电镀镀铜均匀性工

2、艺参数优化的运用。通过收集电镀制程不同参数,在拟合回归模型中分析不同因子贡献率,得出阳极浮架参数设定为主要影响因子。并设计DOE因子实验表,通过实验验证并优化阳极浮架设定参数来改善镀铜均匀性。最终镀铜20 m铜厚极差可控制在5 m内,实际产品验证亦可达到预期改善目标。关键词 精细线路;铜厚均匀性 6 sigma;极差 中图分类号:TN41 文献标识码:A 文章编号:1009-0096(2023)增刊-0188-08 Study on uniformity improvement of copper plating based on 6 sigmaWu Zhongshan Xu Weilian

3、Huang Lihai Feng chong Han Zhiwei Abstract With the rapid development of electronic technology,PCB structure,as the mother of electronic components,is also moving towards high density,high integration,fine line and small aperture.PCB electroplating process is a pre-fabrication process of fine circui

4、t,and the uniformity of copper thickness directly affects the yield of fine circuit.If the line width/line space of 75m or less exceeds 8m,it will bring the risk of local etching and line thinness.This paper studied the application of 6 sigma quality management in the optimization of the process par

5、ameters of copper plating uniformity.By collecting different parameters in the plating process and analyzing the contribution rates of different factors in the fitting regression model,it concluded that the anode floating frame parameters were set as the main influencing factors,and the DOE factor e

6、xperiment table was designed.Through the experimental verification and optimization of anode floating setup parameters to improve the uniformity of copper plating.The final copper plating thickness range of 20m can be controlled within 5m,the actual product verification can also achieve the expected

7、 improvement goal.Key words Fine Line;Copper Thickness Uniformity;6 Sigma;Range0 前言铜厚均匀性一直以来都是PCB电镀的关键管控要点。特别是在于精细线路蚀刻时,铜厚不均将会直接影响同一块工作板不同位置线宽的差异性,容易出现局部蚀刻不净及局部线宽不足品质异常。如果单元内在有信号线时,很难满足不同单元同一组信号线线宽一致性,对最终产品质量造成无法预判的品质隐患。同时铜厚的极差过大,电镀时不得不将整1892023春季国际PCB技术/信息论坛电镀涂覆 Electroplating and coating体平均值提高才能满足

8、最低点面铜厚度达到品质要求,造成电镀铜浪费,成本增加。6sigma是一种改善企业质量流程管理的一种技术,本文通过对制程质量有影响的参数进行收集、统计分析并系统地自动删减无贡献率或者贡献率不高的因子。针对关键影响因子设计DOE实验,通过试验数据分析、优化后得出最终参数解,运用优化后参数进行实验板或对应结构产品验证。1 电镀铜基本原理双面板或多层板的通孔或盲孔经过化学镀之后(即沉铜),需要通过全板电镀铜或图形电镀铜来增厚表铜及孔铜,使层间达到可靠的互连。在直流电镀中,PCB工作板作电路阴极,两边不可溶性阳极钛网为阳极,通过施加直流电源,镀液中铜离子由阳极通向阴极,使阴极得到电子还原成铜金属附在PC

9、B板上。酸性硫酸铜电镀根据Cu2含量和H2SO4含量不同,可分为高酸低铜和高铜低酸两大体系,本文主要研究对象为高铜低酸体系。药液管控如下表1.表1 药液管控含有硫酸铜、硫酸的镀液,在直流电压作用下,发生如下反应:阴极:Cu2+2eCu Cu20.34 V Cu2+eCu+Cu+eCu Cu+/Cu0.51 V阳极:Cu2eCu2 2 缺陷定义整板镀铜厚度2030 m。研究对象为长边尺寸544 mm工作板。铜厚测量方式用CMI700铜厚测量仪单面测9个点,测两面。板边测量点距离工艺边5 mm(图1),整板铜厚极差大于5 m为判定不合格。图1表1 药液管控 药液 管控范围 CUSO4.5H2O H

10、2SO4(50%)Cl 添加剂A添加剂B 添加剂C (23015)g/l(223.5)ml/l(7010)ppm(155)ml/l(1.51)ml/l(125)ml/l 544 mm 2023春季国际PCB技术/信息论坛190电镀涂覆 Electroplating and coating3 测量系统分析取10个铜厚不相同的样品,两个操作员对每个样品同一位置分别测2次,数据通过交叉量具R&R研究,操作员对测量不显著,部件间、部件与操作员二次项显著,如下方差分析表(表2)表2 方差分析使用方差分量(VarComp)和贡献百分比评估每个测量误差源的变异性(表3),部件间变异的贡献百分比为 99.96

11、%,测量系统可以准确区分各个部件。表3 方差分量使用研究变异百分比可以将测量系统变异与总体变异进行比较。研究变异百分比使用过程变异,过程变异等于 6 乘以过程标准差。根据 AIAG 的原则,如果测量系统的变异小于过程变异的 10%,则测量系统是可以接受的。通过量具评估(表4)研究变异1.98%,可区分类别数71,说明量具可用。4 实验过程研究分析明确改善目标(铜厚极差5 m),需要对研究对象整个流程进行梳理。研究对象分为结果(“Y”)及影响因子(“X”)。前期我们并不知道不同因子对镀铜极差的影响有多大的贡献度,所以在实验数据收集阶段我们需要把过程中产生的数据要收集完整,具体数据表如下表5实验数

12、据收集表.4.1 数据分析通过Minitab数据拟合回归模型中,把所有变化影响因子列入连续预测变量中,固定值因子不作为研究对象。响应为我们研究目标Y(镀铜极差)。方差分析如下表6。来源 自由度 SS MS F P 部件 9 3624.33 402.703 6427.00 0.000 操作员 1 0.01 0.007 0.10 0.755 部件*操作员 9 0.56 0.063 3.90 0.005 重复性 20 0.32 0.016 合计 39 3625.22 来源 方差分量 方差分量贡献率 合计量具R&R 0.039 0.04 重复性 0.016 0.02 再现性 0.023 0.02 操作

13、员 0.000 0.00 操作员*部件 0.023 0.02 部件间 100.660 99.96 合计变异 100.700 100.00 1912023春季国际PCB技术/信息论坛电镀涂覆 Electroplating and coating表4 量具评估来源 标准差(SD)研究变异(6 SD)%研究变异(%SV)合计量具R&R 0.1984 1.1903 1.98 重复性 0.1267 0.7601 1.26 再现性 0.1527 0.9160 1.52 操作员 0.0000 0.0000 0.00 操作员*部件 0.1527 0.9160 1.52 部件间 10.0330 60.1977

14、99.98 合计变异 10.0349 60.2095 100.00 表5 实验数据收集表表6 方差分析2023春季国际PCB技术/信息论坛192电镀涂覆 Electroplating and coating模型汇总结果“R-sq”86.91%,“R-sq 调整”85.43%,“R-sq 预测”82.96%,模型总贡献率较高,预测性较好,模型可用。其中影响因子X8(浮架高度参数)占总贡献率50.06%,为主要影响因子,如图4不同因子贡献率。图4 不同因子贡献率4.2 DOE实验设计通过前期回归分析确认关键影响因子为X8(浮架高度参数)。根据研究线体结构,整条线体共有8个铜缸,每个铜缸的浮架高度参

15、数可独立控制,且浮架参数可控制范围为:“-50”“0”,则DOE因子实验设计表定义8因子2个水平(低水平为“-50”,高水平为“0”)。低水平“-50”表示生产板底部伸入浮架底部50 mm,高水平“0”,表示生产板底部与浮架上端持平。为了在数据处理过程中每个铜缸能作为一个独立的因子分析,这里对每个铜缸的高低水平做了给微调处理,即铜缸2开始,低水平在原基础上+“1”,高水平在原基础上-“7”,如此类推。DOE因子设计表具体如下表7 因子设计表。表7 DOE因子设计表4.3 因子分析4.3.1 主效应与因子交互效应我们根据主效应图(图5)可看出铜缸2与铜缸8这两个因子呈现出负相关性特征,其他铜缸有

16、较强正相关性特征,1932023春季国际PCB技术/信息论坛电镀涂覆 Electroplating and coating尤其是铜缸5与“Y”的强正相关性比其他因子要明显。图5 主效应图不同铜缸交互作用效应图可以看出铜缸1与铜缸2、铜缸4、铜缸6、铜缸7及铜缸8均有交互作用影响。图6 不同因子交互作用图。图6 不同因子交互作用图4.3.2 因子方差分析分析因子设计采用项的逐步选择法,入选用 =0.15,删除用 =0.15,请求时,逐步过程包含每个模型中的这些项:铜缸1,铜缸2,铜缸3,铜缸4,铜缸5,铜缸6,铜缸7,铜缸8。模型汇总分析:“R-sq”99.78%,“R-sq 调整”99.00%

17、,“R-sq 预测”99.42%,模型总贡献率高,预测性非常好。说明该DOE实验模型可以通过“X”的取值变化能准确预测到“Y”的变化。4.3.3 DOE参数响应优化分析根据DOE因子分析检验,模型汇总结果表面因子表能很好的拟合出目标值。我们研究的目标值是镀铜极差5 m,属于望小特征。在响应优化参数设定上限为5 m,参数优化结果如图7响应优化结构所示。整体合意性D:0.9068,拟合值分别为0.0175、0.8741。综合两面95%预测上限为2.68。两面同时拟合最优解为:铜缸1:-27.9394,铜缸2:-49,铜缸3:-48,铜缸4:-47,铜缸5:-46,铜缸6:-45,铜缸7:-44,铜

18、缸8:-1。5 改善验证5.1 测试板验证121110987铜缸1Y(镀铜极差)的均值铜缸2铜缸3铜缸4铜缸5铜缸6铜缸7铜缸8角点中心点类型Y(镀铜极差)与不同铜缸因子图拟合均值-50 -29 -8 -49 -28 -7 -48 -27 -6 -47 -26 -5 -46 -25 -4 -45 -24 -3 -44 -23 -2 -43 -22 -112108121081210812108-8-29-5012108-7-28-49-5-26-47-3-24-45-2-23-44铜缸1*铜缸2铜缸1*铜缸4铜缸2*铜缸4铜缸1*铜缸6铜缸2*铜缸6铜缸4*铜缸6铜缸1*铜缸7铜缸2*铜缸7铜缸

19、4*铜缸7铜缸6*铜缸7铜缸1*铜缸8铜缸1铜缸2*铜缸8铜缸2铜缸4*铜缸8铜缸4铜缸6*铜缸8铜缸6铜缸7*铜缸8铜缸7-49.0 角点-28.0 中心-7.0 角点铜缸2 点类型-47.0 角点-26.0 中心-5.0 角点铜缸4 点类型-45.0 角点-24.0 中心-3.0 角点铜缸6 点类型-44.0 角点-23.0 中心-2.0 角点铜缸7 点类型-43.0 角点-22.0 中心-1.0 角点铜缸8 点类型Y(镀铜极差)的均值不同铜缸交互作用效应图2023春季国际PCB技术/信息论坛194电镀涂覆 Electroplating and coating表8 因子方差分析曲线高低D:

20、0.9068优化预测d=0.99649最小值y=0.0175Y(B面极差)d=0.82518最小值y=0.8741Y(A面极差)D:0.9068合意性复合-43.0-1.0-44.0-2.0-45.0-3.0-46.0-4.0-47.0-5.0-48.0-6.0-49.0-7.0-50.0-8.0铜缸2铜缸3铜缸4铜缸5铜缸6铜缸7铜缸8铜缸1-27.9394-49.0-48.0-47.0-46.0-45.0-44.0-1.0图7 DOE响应优化结果根据DOE响应优化最优参数解,按不同缸别分别录入对应参数,镀铜厚度22 m,测试板数量总共20 pnl,极差结果如图8改善前后箱线图对比所示,根据

21、优化后参数实际镀铜极差能满足极差5 m的目标,且整体数据相对改善前较为集中。图8 改善前后箱线图对比 2198765432121Y(A面)阶段Y(B面)改善目标5m12阶段Y(A面),Y(B面)镀铜均匀性极差 改善前后对比箱线图1952023春季国际PCB技术/信息论坛电镀涂覆 Electroplating and coating5.2 产品验证在测试板获得较好的预期结果,在优化参数后该尺寸生产板实际生产实际结果与优化前对比时间序列图对比,数据处理分为两个阶段,优化前定义为阶段“1”,优化后定义为阶段“2”,实际对比如图9所示。优化参数后实际生气板铜厚极差能达到预期目标(极差5 m)。图9 改

22、善前后产品镀铜极差时间序列图5.3 优化后流程能力对比确认优化前流程能力整体能力Z值只有0.09,整体不良率达46.39%,优化后整体Z值达到1.65,整体不良率4.93%(图11),不良率降低了41.46%,改善效果显著。图10 优化前后流程能力对比6 结论文章运用 6 sigma工具,以不可溶性阳极垂直连续电镀线镀铜均匀性作为研究对象。通过流程分析,前期数据回归分析,找到关键影响因素为浮架参数设定。根据线体特点设计关键因子DOE因子实验,模型分析中巧妙地运用项的逐步法,保留每个因子的一次项,合理删减部分贡献度不高的二次或多次项,能得出更有效的模型,且可以做到更精确的预测变量。在最终优化参数录入设备跟进测试板及生产板实际镀铜后极差能满足预期目标(极差5 m)。改善后不良率降低了41.46%,改善效果显著。第一作者简介巫中山,博敏电子股份有限公司 技术中心研发部高级工程师。工作经历:从事PCB行业十二年,主要要从事于PCB新产品开发及新项目研发工作。通讯地址:广东省梅州市经济开发试验区东升工业园博敏电子股份有限公司。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2