联系电话
13631572573
这家工厂生产金刚石铜热沉，月产约1.2万件，客户端不良率长期在15%～18%之间。不良表现为三类：热导率低于450 W/(m·K)，占不良的六成；平面度超过0.15 mm，占三成；热循环200次后界面分层，占一成。
厂内原有的检验方式是出炉后测密度与平面度，密度合格即判合格。热导率只做抽检，热循环只在季度做型式试验。这种检验方式的漏洞很明显：密度合格但热导率不足的产品，会在贴装后表现为局部热点，客户端才发现。
进一步统计发现，同一天不同炉次的热导率差异可达12%，同一炉不同位置差异可达8%。这说明问题不在配方，而在过程均匀性和稳定性。
设备方面，该厂使用两台150吨单工位真空热压炉，一台2018年投产，一台2021年投产。老炉的温度均匀性实测偏差12℃，新炉为6℃。两台炉共用工艺文件，这是差异的第一个来源。
物料方面，金刚石粉与铜粉分两个供应商，粉料批次切换时未做工艺确认。铜粉氧含量在0.15%～0.4%之间波动，氧含量高的批次界面氧化物多，热导率偏低。这是第二个来源。
人员方面，三班倒，夜班操作员在排胶段常因赶产量提高升温速率。曲线记录显示，夜班的中温段速率比白班平均高1.2℃/min。这是第三个来源。
| 不良类型 | 占比 | 主要成因 | 发现环节 |
|---|---|---|---|
| 热导率不足 | 60% | 界面氧化、反应层过厚 | 客户端贴装后 |
| 平面度超差 | 30% | 温度不对称、残余应力 | 厂内检验 |
| 热循环分层 | 10% | 界面结合强度不足 | 可靠性测试 |
改善的第一步是把热导率从抽检改成过程预测。做法是建立"界面反应层厚度—热导率"的对应关系：每批留样做金相，测反应层厚度，用厚度推算热导率区间。这样一来，不用等客户端反馈，出炉后两天内就能判断批次走向。
第二步是把温度均匀性纳入日常监控。在两台炉的模具四角与中心各布置一个校验热电偶，每月做一次带载均匀性测试，数据记入设备档案。偏差超过8℃的设备暂停生产该类产品。
第三步是物料准入。铜粉进厂增加氧含量检测，超过0.3%的批次降级使用或退货；金刚石粉增加粒度分布检测，D50偏差超过5%的批次做小样试压。
第四步是曲线锁定。把工艺曲线在控制系统内设为不可编辑的配方，操作员只能调用不能修改。需要变更时由工艺工程师授权并记录变更理由，夜班赶产量的做法被制度性阻断。
四步做完后，过程数据开始稳定。此时再引入统计过程控制，把关键指标画成控制图，才有意义。没有前三步的数据基础，控制图只会显示一堆噪声。
控制图选了三条：单值移动极差图监控每炉热导率，均值极差图监控平面度，合格率趋势图监控批次不良。选择单值图而不是均值图，是因为每炉只出一件样品，组容量为1。
控制限的设定不能直接套用公式。前20炉数据中有明显异常点，应先剔除可查明原因的异常批次，再计算控制限。否则控制限被异常值拉宽，后续正常波动看不出报警。
两个辅助指标是过程能力指数Cp与Cpk。热导率的目标是500 W/(m·K)，下限450，前20炉数据算出Cpk为0.72，说明过程能力不足，改善前必然有超差。
改善后Cpk提升到1.35，对应的不良率从约2%降到万分之一以下。这个数字是改善效果的量化证据，也是客户审核时最有说服力的一页。
控制图要看趋势不看单点。连续7点上升或下降、连续9点在中心线同一侧、超出控制限的点，都要启动原因调查。实际运行中，连续上升往往对应模具磨损或真空泵性能下降。
| 指标 | 改善前 | 改善后 | 控制方式 |
|---|---|---|---|
| 热导率均值 | 468 W/(m·K) | 512 W/(m·K) | 单值移动极差图 |
| 热导率标准差 | 38 | 16 | 同上 |
| Cpk | 0.72 | 1.35 | 每季度复算 |
| 平面度不良率 | 3.1% | 0.4% | 均值极差图 |
| 客户端不良率 | 16.8% | 3.2% | 合格率趋势图 |
两台炉共用一个工艺文件，是改善初期的主要障碍。老炉均匀性差，按新炉曲线运行会出边缘低密度；新炉按老炉曲线运行会过度保温，热导率反而下降。
处理办法是分炉建配方。老炉提高保温时间5分钟、降低升温速率0.5℃/min，并把装料区域限制在中心250 mm范围内；新炉按原曲线运行，装料可用全台面。分炉管理后，两台炉的热导率差异从10%降到3%。
老炉的长期方案是加装三区控温。改造后边缘温差从12℃降到5℃，装料区域可以放开，产能提升约20%。改造投资约为一台新机的15%，回收期不到一年。
设备差异不只体现在温度。两台炉的液压系统响应也不同，老炉加压斜率偏慢，实际升到目标压力比新炉晚约2分钟。这2分钟差异在保温时间紧的批次上会直接影响密度。
分炉建配方需要设备具备多配方存储与权限管理能力。选型时若忽略这一点，后期只能靠人工记忆切换，容易出现用错配方的情况。
案例：热导率异常批次的72小时追溯
改善过程中有一次热导率整批偏低，均值只有442 W/(m·K)。按追溯流程，先调取炉次记录：该批共6炉，使用老炉，曲线正常，压力正常。
接着查物料：铜粉批号显示为当月新进批次，氧含量0.36%，超过0.3%的准入线。但质检记录显示该批被判合格，原因是当时的检测方法是抽检三点，恰好取到了低氧区。
再查设备：老炉当月未做均匀性测试，上次测试是两个月前，偏差11℃。两个因素叠加，边缘位置的产品界面氧化加重、致密化不足，热导率下降明显。
处理结果：该批降级为普通散热件出货，不做高功率模块供货。铜粉取样改为每包取样混合后检测，老炉恢复每月一次均匀性测试。改善措施写入作业指导书，两周后同类问题未再出现。
这个案例说明，追溯的价值不在事后追责，而在找出多个因素的叠加关系。单一因素往往不足以造成整批异常，叠加才会。
厂内数据再完整，也需要客户端数据校准。该厂与客户约定每月交换一次数据：厂内提供热导率、平面度、界面观察结果，客户提供贴装空洞率、热循环失效数据。
数据交换后发现一个规律：厂内平面度在0.12～0.15 mm的批次，客户端贴装空洞率明显高于平面度0.1 mm以下的批次。这说明厂内的平面度判据偏松，后来把内控标准从0.15 mm收紧到0.10 mm。
另一个发现是热循环失效与界面反应层厚度相关。反应层厚度在0.2μm以下的批次，热循环500次后分层比例较高；0.4～0.6μm的批次表现稳定。据此把反应层控制目标从中值的"越薄越好"改为区间控制。
这种双向数据交换需要客户配合，落地难度在于客户是否愿意开放数据。可行的切入方式是从联合失效分析开始，用一两次具体案例建立信任，再逐步过渡到定期数据交换。
数据闭环建立后，新产品的导入周期明显缩短。过去新产品要经过三轮试产才能定参数，现在两轮即可，因为可以用已有数据推算初始窗口。
| 数据项 | 厂内提供 | 客户提供 | 用途 |
|---|---|---|---|
| 热导率 | 每炉单值 | 模组实测温升 | 校准预测模型 |
| 平面度 | 每件检测 | 贴装空洞率 | 收紧内控标准 |
| 界面观察 | 每批留样 | 热循环失效次数 | 确定反应层区间 |
| 批次记录 | 炉次与曲线 | 装配批次对应 | 异常追溯 |
Q1：热压工序应该设哪些检验点？
至少三处：出炉后的密度与平面度、每批留样的界面观察、抽检的热导率。有条件时增加超声检测查内部缺陷。只测密度容易漏掉界面问题。
Q2：Cpk多少才算合格？
量产通常要求1.33以上，车规客户常要求1.67。低于1.0说明过程能力不足，靠加严检验无法解决，必须改工艺或设备。
Q3：控制图数据要多少炉才能建控制限？
一般20～25组数据。数据太少控制限不稳，容易误报警。建限前先剔除可查明原因的异常批次，否则限值被拉宽。
Q4：两台设备必须分别建配方吗？
设备状态差异明显时必须。判断依据是带载温度均匀性与加压响应时间，两者差异超过阈值就应分炉建配方，并分别做能力验证。
Q5：留样做金相成本高吗？
单次切片与观察的成本不高，主要是耗时。建议每批留1件、每周集中做一次，比逐炉做更经济，也能看出批次趋势。
Q6：客户不提供数据怎么办？
从联合失效分析切入，用具体客诉案例换取数据。也可以做模拟工况测试，用自测数据近似客户端的贴装与热循环表现。
Q7：夜班曲线偏差怎么管？
把配方设为不可编辑，操作员只能调用；曲线自动记录并与操作员账号绑定；交接班时核对曲线偏差。制度加系统，比口头要求有效。
Q8：物料批次切换要做哪些确认？
至少三项：氧含量、粒度分布、流动性。三项中有任一项偏离历史区间，就做小样试压，测密度与热导率，确认后再批量投料。
Q9：平面度内控标准定多少合适？
应结合客户贴装工艺定。经验上，内控标准取客户要求的一半左右较稳妥。本例客户要求0.15 mm，内控收紧到0.10 mm后空洞率明显下降。
Q10：改善效果如何量化呈现？
用三组数据：Cpk变化、客户端不良率变化、单位成本变化。三组数据同时改善，才能说明改善是真实的，而不是把不良转移到了别的环节。
Q11：改善周期一般多久？
本例从启动到Cpk达标用了约5个月。前两个月做数据基础，第三个月改设备与物料，第四个月建控制图，第五个月验证与固化。急于求成往往只改参数不改系统，效果不稳定。
Q12：东莞志远工业设备能提供什么支持？
可提供带载均匀性测试、分炉配方设置、曲线记录与导出功能配置，以及工艺窗口优化的现场支持。对已投产设备可做三区控温与数据采集改造。
第一个弯路是先买设备后建体系。有工厂直接更换新炉，期望新设备解决不良，结果不良率从17%降到13%就停住了。原因是物料准入与曲线锁定没做，新设备只是把波动幅度缩小，没有消除波动来源。
第二个弯路是把抽检改成全检。全检能筛出不良，但不能降低不良产生率，人工与检测成本反而上升。正确做法是把控制点前移到过程参数，用过程数据判断批次。
第三个弯路是控制图建得太早。数据基础不稳时建图，控制限会被异常值拉宽，后续真正的异常反而报不出来。建议先做三个月的数据清洗与设备校准。
第四个弯路是只改工艺不改工装。压头不平、垫板过薄这类问题，调参数无法补偿，必须改工装。判断方法是看缺陷分布是否与工装几何特征相关。
第五个弯路是忽视客户端数据。厂内指标改善但客户端不良未降，说明内控判据与客户实际使用条件脱节。本例把平面度内控从0.15 mm收紧到0.10 mm，就是靠客户端数据才发现。
这五条弯路有共同特征：都在“做动作”，但没先确认动作作用在哪一环。改善的顺序应是先定位波动来源，再选择手段，最后验证效果，而不是先选手段再找问题。
质控体系还有一个隐性收益：客户审核通过率上升。体系建好后，客户现场审核时能提供完整的炉次记录、控制图、能力指数与追溯报告，审核周期从两周缩短到三天。这项收益不体现在不良率数字里，但对订单获取的影响往往更直接。
把体系文件化也是改善的一部分。改善完成后，该厂把工艺曲线、判据、监控频次、异常处理流程整理成一份十二页的作业标准，新员工按标准执行即可上手。文件化的意义在于让改善成果不依赖某个人，人员流动时质量水平不会回落。
热压工序的质控，真正有效的次序是：先把过程数据建起来，再谈统计方法；先解决设备与物料的一致性，再谈参数优化。跳过前面直接上控制图，只会得到一张噪声图。
本例的可迁移经验有三点：用界面观察预测热导率，把结果检验变成过程预测；分炉建配方，承认设备差异；与客户交换数据，用客户端表现校准内控标准。三点都不依赖昂贵设备，依赖的是记录习惯与协作意愿。