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)

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

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。

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

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，找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。

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。根据因果矩阵找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

针头气压合理的气压使黑胶填充空隙过强易产生堆积溢胶，较低使流动性不充分模组报废，良率降低10没有设定合理的气压参数8 气压参数是否合理 2 160预热温度合适的温度，使黑胶能顺利流动过高会使黑胶速干，过低会降低流动性模组报废，良率降低9没有设定合理的温度参数6 温度参数是否合理 2 108预热时间合理的时间，使铁板保持恒温过长影响效率过短不能达到预设温度模组报废，良率降低9没有设定合理的时间参数3 时间参数是否合理 2 54烤炉温度合理的温度固化黑胶过高影响性能，过低不能固化完全模组报废，良率降低9没有设定合理的温度参数6 温度参数是否合理 2 108烤炉时间合理的时间固化黑胶过长影响产能，过短不能固化完全模组报废，良率降低9没有设定合理的时间参数3 时间参数是否合理 2 54

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

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

图11 良率残差图

通过良率残差图及良率的残差分析结果的 P值可以看出：烤炉温度（X1）P =0.003<0.05，拒绝原假设，认为 X1 与 Y 显著相关；胶量（X2）P=0.005<0.05，拒绝原假设，认为 X2 与 Y 显著相关；气压（X4）P=0.007<0.05，拒绝原假设，认为 X4与 Y 显著相关；预热温度（X3）P =0.24>0.05，不能拒绝原假设，认为 X3 与 Y 不明显相关。原方程解释力度 92.93%>80%，调整后方程解释力度89.91%>80%，认为方程可信。通过分析，确定了烤炉温度（X1）、胶量（X2）、气压（X4）对良率的影响，为改进阶段提供了改进方向及依据，如表2所示。

表2 烤炉温度（X1）胶量（X2）气压（X4）对良率影响表

2.4 改善阶段

改进阶段是以真正解决问题并验证方案作用为导向，通常为了达到这一目的，需要进行试验设计（DOE），全因子试验设计如下：

因子A（烤炉温度）：低水平76℃，高水平82℃

因子B（胶量）：低水平62.72mg，高水平70.8mg

因子 C（气压）：低水平 103kPa，高水平 193kPa。

按计划矩阵做试验，得到相应数据记录，运行MINITAB计算出A（烤炉温度）P值=0.015，B(胶量)P值=0.016，C(气压)P值=0.028，B*C(胶量*气压)P值=0.044，均小于0.05，随机效应显著，方程解释力度 R-sq（调整）=97.82%，模型拟合极佳。图12～图14分别为因子正态图、Pareto图、良率主效应图，也可以看出因子A、B、C、BC效应显著，胶量气压交互作用图及其等值线图和曲面图分别如图15～图17所示，可以看出胶量和气压的交互作用显著。

图12 因子正态图

图13 标准化效应Pareto图

图14 良率主效应图

图15 胶量气压交互作用图

图16 等值线

图17 曲面图

根据本项目具体问题，优化目标是属于“望大”型的。在 MINITAB 软件中通过 DOE 响应优化器得出的结果如图18所示。

图18 响应优化器结果

手机摄像头模组点胶时，胶量 70.8mg、气压193kPa、烤炉温度82℃、预热温度70℃，良率可达95%。将该方案确定为点胶的最优方案。

2.5 控制阶段

为了对胶高及良率进行控制和统计，抽取改善前一个月的摄像头模组，每天抽一盘，一盘十个模组，与改善后1个月的10*30个手机摄像头模组胶高值进行对比，作出 Xbar-S 控制图，如图19所示；汇总改善前一个月每天的良率和改善后一个月每天的良率，作出I-MR控制图，如图20所示。

图19 改善前后的胶高Xbar-S控制图

图20 改善前后的良率I-MR控制图

良率达到95%，生产过程处于受控状态，胶高均值保持在1.5mm，属行业标准水平，从而因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。

3 结语

这次质量改善是利用六西格玛 DMAIC管理模型和工具开展的，通过流程图和时间序列图引出质量改善的目的即提高产品良率，利用Pareto图找到引起良率低的关键原因即点胶过程中的溢胶现象，对点胶的生产过程进行分析，通过点胶的微观流程图、因果矩阵、FAMA等分析出产生溢胶的主要原因，即胶量、气压、预热温度和烤炉温度。运用Gage R&R（%SV≤10%）确定测量胶高和粘合力的量具具有稳定性；通过正态性检验（P>0.05）；过程能力分析，发现Cpk=0.01<1.67过程能力极低需要改善；通过残差分析找出溢胶的关键因素，去掉P>0.05与Y不显著相关的预热温度这一因素，然后对胶量、气压、烤炉温度进行DOE试验设计，看出因子A，B，C，BC效应显著，基于优化目标是属于“望大”型的，确定出最佳参数，即胶量 70.8mg、气压（193kPa）、烤炉温度82℃、预热温度70℃时，良率可达95%。通过胶高Xbar-S控制图和良率I-MR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，良率从83%提高到95%，改善目标达成。