基于大數據分析的VCP配方動態補償

胡忠華，宋 亮，曹佳松

（深南電路股份有限公司，深圳 518117）

0 引言

PCB電鍍品質直接影響電子器件的裝配效果，高精密產品尤為關注此項參數[1]。目前產線人員從電流密度等方面考慮，得出藥水經驗計算公式，但由于電鍍實際工況較為復雜，人工對電鍍參數進行控制存在許多變動因素，穩定性較差。

圖1 電鍍銅原理

從圖1中可知，電鍍液主要由硫酸銅、硫酸、氯離子和添加劑組成。其中硫酸銅、硫酸和氯離子的電化學性質較為穩定，而添加劑在使用的過程中由于電化學作用會產生對電鍍穩定性產生較大影響的雜質TOC（總有機碳），根據正交試驗可知，添加劑的穩定性是影響電鍍品質的最主要因素之一[2]。

孔銅質量是PCB電鍍品質的主要衡量標準，而TP（深鍍能力）又是衡量孔銅質量的重要指標，從而對TP數據的處理分析可以快速得出電鍍品質的好壞[3]。

本文通過長期的跟蹤記錄，結合電鍍工藝監控記錄中的海量數據，對高厚徑比PCB板的深鍍能力進行大數據分析，總結出深鍍能力在TOC值持續上升影響下的變化規律，從而依據大數據分析并建立電流密度補償模型計算出電流密度補償系數；進行試驗仿真，監控使用動態配方下的電鍍合格率，驗證本方法的準確性和有效性。試驗結果表明，基于大數據分析的方法能夠有效地對電鍍配方參數進行預測，提高PCB板件的電鍍穩定性和合格率。

1 VCP電鍍藥水可靠性分析

目前南通工廠使用的電鍍藥水TOC（總有機碳）值升高較快，監控電鍍藥水TOC值并分析電鍍后板件的可靠性能。以VCP2#線為實驗對象，測試項目為：

1）每半個月測試藥水TOC值，同時記錄時間節點電量值；

2）固定用厚徑比為8:1的萬孔板測試其深鍍能力。

VCP2#線藥水TOC值與深鍍能力關系如下：

表1 VCP2#線TOC值與深鍍能力關系表

續（表1）

VCP2#線深鍍能力隨TOC值升高的變化曲線如圖2所示。

圖2 VCP2#線深鍍能力隨電量變化曲線

從圖2可以看出隨著TOC值升高，藥水的深鍍能力隨之下降。

2 基于大數據處理的電流密度預測方法

大數據技術，就是通過對海量數據進行處理和分析，挖掘其中隱藏的規律，而電鍍監控記錄的海量數據為利用大數據處理實現電流密度預測提供了可能[4]。

2.1 數據的收集與初步整理

目前，南通工廠的的電鍍配方邏輯如圖3所示。

圖3 未進行動態補償時的電鍍配方邏輯圖

如果以圖中邏輯進行電鍍配方的設置，只能得到一個理想狀態下的配方值。隨著產線的持續作業，TOC值不斷上升，若不進行參數的調整就會使PCB板（尤其是高厚徑比PCB板）的電鍍品質變得極不穩定[5]。

收集過程物理室所有的電鍍工藝監控數據，對監控數據中各變量進行重要性分析，結果表明，影響電鍍品質的主要因素包括藥水使用時間、線體差別、厚徑比等參數。以VCP2#線為實驗對象，收集這條線中藥水一個生命周期內的厚徑比與深鍍能力數據，主要對高厚徑比的PCB板進行研究與分析。

2.2 數據細化分析

將VCP2#線的電鍍監控數據篩選出來后，主要影響電鍍深鍍能力的就為時間變化與板子的厚徑比，繼續篩選出電鍍藥水一個生命周期（3月1日至7月底）的時間跨度中，高厚徑比PCB板的電鍍監控數據。以設備每周保養時間為時間節點，統計出其每周的深鍍能力平均值和板件合格率，生成深鍍能力在藥水一個生命周期內總變化的折線圖，并擬合出回歸曲線。

表2 3月～7月深鍍能力及板件合格率統計表

深鍍能力隨時間變化折線圖及其回歸曲線：

圖4 深鍍能力隨時間變化曲線

由折線圖可見，隨著使用時間的增長，高厚徑板的深鍍能力隨之下降，最終在70%左右波動，極不穩定，板件的合格率較差。

2.3 模型建立和測試

通常情況下，以大數據為驅動的電鍍配方參數預測可以采用線性或非線性回歸的建模算法，探究TOC值與電流密度之間隱藏的回歸函數關系。但由于電鍍液TOC值測量過程較為繁瑣，考慮到時效性，使用基于時間序列的建模算法[6]。根據已建立的電流密度在電鍍藥水生命周期中某一時間節點相對于深鍍能力的函數關系模型，對未來對應時間節點的電流密度值進行預測。

根據法拉第電解定律、電化當量和電流效率公式聯立可得：

將其中各參數依據現場實際生產情況進行推導，可得藥水經驗公式：

其中：h理論銅厚：為客戶要求的鍍銅厚度；v線速：為電鍍板在垂直連續缸體內的行進速度；ρ電流：理論得電鍍電流密度值；TP：深鍍能力值；

綜上，電流密度ρ電流與深鍍能力TP之間的將維持一個確定的函數關系，其乘積為定值：

設電鍍藥水生命周期中初始時間的基準電鍍深鍍能力為TP0，使用的電鍍配方基準電流密度值為ρ0，那么，在經過某一段時間后，由于TOC值的上升，電鍍深鍍能力變為TPn，電流密度值變為ρn，故：

可推倒出電流密度補償系數k：

設定一個初始電流密度值作為對照值，統計出該補償系數在每一個時間節點的變化比例，即可求得后續對應時間節點上的電流密度值：

通過上一節內容的3月～7月底的深鍍能力大數據統計值，將第1周的深鍍能力數據作為初始對照值，統計出該補償系數對應時間節點的變化表：

表3 電流密度補償系數K跟隨時間節點變化表

表4 配方動態補償下板件合格率提升表

生成電流密度補償系數k跟隨時間節點的變化折線圖如圖5所示。

圖5 電流密度補償系數k隨時間節點變化圖

顯然，從圖中可以看出，隨著時間的增長，電流密度補償系數k最終穩定在1.15左右。

然而由于電流極化曲線的存在，在使用補償系數對電流密度進行補償時，需注意電流密度是否達到其限值32.5A·dm-2，否則只能降線速以保證電鍍的質量[7]。

綜上，總結出高孔徑比PCB板經過動態配方補償的電鍍邏輯，流程圖如下：

圖6 使用動態配方補償的高孔徑比電鍍配方邏輯流程圖

可見，將動態配方補償加入到原有的電鍍邏輯中時，可以對原有的電鍍邏輯進行很好的完善，對電鍍穩定性和合格率的提高提供了強有力的保障。

3 試驗結果及分析

電鍍2#線8月15號更換新的電鍍藥水，使用本文的VCP配方動態補償算法加入到電鍍配方的新參數計算中。搜集2#線從10月27～11月15中高孔徑比PCB板的電鍍監控數據，并在該時間段對某些大孔徑比板件使用動態補償，從而對比在使用電流密度動態補償時板件合格率是否有所提升，以探究本模型的準確性。

由表4可見，在增加電鍍配方動態補償時，深鍍能力相對于之前有著明顯的提高，板件合格率也有著明顯的增長，雖然測試數據量較小，但也足以說明本文基于大數據的VCP配方動態補償是準確和有效的。

后續可以繼續對不同線體的電流密度補償系數k進行計算和總結，并進行大量的試驗仿真進行驗證，最終配置到VCP配方項中進行使用。

4 結語

本文針對于電鍍板件合格率隨著電鍍藥水可靠性下降而降低的情況，基于大數據分析的方法，采集過程物理室海量的電鍍監控數據，使用基于時間序列的建模算法，對電流密度值進行預測，改進現有的電鍍配方參數求取邏輯。經現場驗證可知，本文的VCP配方動態補償方法可以顯著的提高VCP板件的電鍍穩定性和合格率，為公司節約生產成本，提高生產效益。