5 ỨNG DỤNG KIỂM SOÁT ĐỘ PHÂN GIẢI MÁY ẢNH KỸ
5.3.3Ứng dụng mở rộng
Bên cạnh ứng dụng "Điều chỉnh độ phân giải" trong thực tế sản xuất của công ty vẫn còn một bài toán cần xem xét: “Tìm thông số cài đặt tối ưu cho máy hàn sóng reflow tại bộ phận SMT”.
Khái quát
Chúng ta hãy cùng xem xét một quy trình Reflow tại line SMT. Khi đưa vào sản xuất ban đầu một loại board mạch, nhân viên kỹ thuật phải thiết lập các thông số cho máy móc trong quy trình sao cho bảng Reflow thực tế như hình 5.6 nằm tiệm cận với bảng Reflow chuẩn 5.5. Công việc này chiếm nhiều thời gian do chủ yếu dựa vào kinh nghiệm của nhân viên kỹ thuật và lắm khi họ mò mẫm các điều kiện thiết định. Vì vậy đôi khi kết quả không thực sự tốt nhất do hệ thống không đạt được sự ổn định trong quá trình hoạt động dài hạn.
Hình 5.5: Bảng Reflow chuẩn
Mô tả quy trình
Quy trình máy hàn sóng tại bộ phận SMT được gia nhiệt bởi các Heater, đó chính là các ngõ vào của hệ thống:
Ngõ vào hệ thống:
• 7 heater(là 7 nhân tố A,B,C,D,E,F,G - oC)
• Và 2 nhân tố nhiễu(H-oC) và độ ẩm (K-%)
=⇒ Số nhân tố nhiều( 7 nhân tố) nên dự định dùng thiết kế bán phần -2 mức
Đáp ứng hệ thống:
Ngõ ra là các khoảng thời gianT1; T2và nhiệt độ đỉnh của Reflow Tmax:
• T1(s): khoảng thời gian nhiệt độ đạt 120oC−180oC
• T2(s): khoảng thời gian nhiệt độ đạt 220oC lần thứ I đến lần thứ II
Hình 5.6: Bảng Reflow thực tế
Vấn đề khó khăn
1. Ngõ ra bài toán là 1 đồ thị Reflow dạng Analog −→ Xác định ngõ ra là cực kỳ khó khăn.
2. Việc xác định giới hạn ngõ vào ở mức nào là phù hợp? Khi ngõ ra biến thiên từ 20oC∼245oC. Nên việc mã hóa ngõ vào là khó khăn và kém hiệu quả.
3. Mô hình nào là tốt nhất cho kiểu bài toán này?
Mục tiêu của ứng dụng này là:
• Tiết kiệm thời gian dò tìm thông số cài đặt
• Tối ưu ngõ ra theo nghĩa đồ thị nhiệt độ ghi được trong thực tế càng tiệm cận với đồ thị chuẩn càng tốt.
[1] R - Open source statistical software. http://www.rproject.org.
[2] TCVN ISO 9001 : 2008 -Quality Management Systems - Requirements. Third edition, 2008, pp.6-38.
[3] Mashhour M. Bani Amer. Optimal Design of Experiment for Medical Sen- sors Calibration. 23rd Annual Conference - Turkey, Oct 28th 2001,pp.1 - 26.
[4] Michael B. Biggs. Nonlinear optimization with engineering applications. Springer, Volume 19, 2000, pp.106-121.
[5] E.D. Castillo and D.C Montgomery. A Non-linear Programming Solution to the Dual Response Problem. Journal of Quality Technology, 1993, pp.199 - 204.
[6] Montgomery D.C. Castillo, E.D. and D.R McCarville. Modified Desirability Functions for Multiple Response Optimization. Journal of Quality Technol- ogy, 1996, pp.337 - 345.
[7] S.H. Quah C.K. Ch’ng and H.C. Low. Index Cpm* In Multiple Response Optimization. School of Mathematical Sciences, Sains University - Malaysia. [8] Douglas C.Montgomery. Design and Analysis of Experiments. Jonh Wi-
ley&Sons Inc., 5th edition, 2001,pp.1 - 20;170-362;427-510.
[9] K.A.F. Copeland and P.R Nelson. Dual Response Optimization via Direct Function Minimization. Journal of Quality Technology, 1996, pp.331 - 336. [10] G. Derringer and R Suich. Simultaneous Optimization of Several Response (adsbygoogle = window.adsbygoogle || []).push({});
Variables. Journal of Quality Technology, 1980, pp.214 - 219.
[11] S.K.S Fan. A Generalized Global Optimization Algorithm for Dual Response Systems. Journal of Quality Technology, 2000, pp.444 - 456.
[12] A.Reza Hoshmand. Design of Experiments for Agriculture and the Natural Sciences. Chapman& Hall/CRC, FL.2006.ISBN1-58488-538-6, 2nd edition. [13] U˘gur Z. Yıldırım & ˙Ihsan Sabuncuo˘glu and Barbaros Tansel. A Design of Experiments Approach to Military Deployment Planning Problem. Winter Simulation Conference - Turkey, 2008, pp.1 - 8.
[14] Ali Jahan & Md Yusof Ismail and Rasool Noorossana. Multi Response opti- mization in DOE considering capability index in bounded objectives method. Journal of Scientific& Industrial Research, Iran, January 2010, Vol.69, pp. 11-16.
[15] K.J. Kim and D.K.J Lin. Dual Response Surface Optimization: A Fuzzy Modeling Approach. Journal of Quality Technology, 1998, pp.1 - 10. [16] N. A Leon. A Pragmatic Approach To Multiple-Response Problems Using
Loss Functions. Quality Engineering, 1996-97, pp.213 - 220.
[17] D.K.J. Lin and W Tu. Dual Response Surface Optimization. Journal of Quality Technology, 1995, pp.34 - 39.
[18] Sung H. Park. Six-Sigma for Quality and Productivity Promotion. Asian Productivity Organization, 1-2-10 Hirakawacho, Chiyoda-ku, Tokyo 102- 0093, Japan, 2003,pp.12-23.
[19] Guillermo Miró Quesada and Enrique Del Castillo. A Dual Response Ap- proach to the Multivariate Robust Parameter Design Problem. Department of Industrial and Manufacturing Engineering -The Pennsylvania State Uni- versity,University Park, December 5, 2003, pp.1 - 26.
[20] R.DeLoach. Improved Quality in Aerospace Testing Through The Modern Design of Experiments. American Institute of Aeronautics and Astronau- tics, Jan 13th , 2000, pp.1 - 22.
[21] Peter Spellucci. Donlp2-int-dyn User’s Guide. Technical University at Darmstadt - Germany, Nov 18, 2009, pp.1-29.
[22] Madhav S.Phadke. Quality Engineering Using Robust Design. P T R Prentice-Hall, Inc., New Jersey 07632 - USA, 1989, pp.1-74.
[23] Ryuichi Tamura. Rdonlp2-an R interface to DONLP2. June 7, 2007, pp.1- 17.
[24] G.G. Vining and L.L Bohn. Response Surface for the Mean and Variance Using a Nonparametric Approach. Journal of Quality Technology, 1998, pp.282 - 291.
[25] G.G. Vining and R.H Myers. Combining Taguchi and Response Surface Philosophies: A Dual Response Approach. Journal of Quality Technology, 1990, pp.38 - 45.
[26] Kai Yang and Basem El-Haik.Design for Six Sigma A Road map for Product Development. McGraw-Hill, 2003, pp.367-405; 541-554.
Phụ lục
Phần này, cung cấp các đoạn mã chương trình minh họa trong các ví dụ và ứng dụng chính. Tất cả được hiện thực trong R. Phần tìm giá trị tối ưu của các thông số dùng R - gói Rdonlp2 với thuật toán donlp2cũng được hiện thực. Bên cạnh đó, giao diện người dùng Java cũng được thiết kế đơn giản cho ứng dụng chính.