Se c’è un modo per garantire l’affidabilità di un prodotto, quindi garantire la prevedibilità del suo PCB è una parte importante del prodotto. In effetti, i PCB sono ora una parte fondamentale di quasi tutti i dispositivi elettronici, dai telefoni ai sistemi informatici. Infatti, dall’automotive alla difesa, dall’aviazione alla tecnologia, nessun settore è onnipresente nel PCB.

In tutti questi settori, l’affidabilità del prodotto è fondamentale. Che si tratti di tecnologia medica o aviazione, qualsiasi errore può rivelarsi costoso. Allo stesso modo, in campo medico, i guasti alle apparecchiature possono avere conseguenze disastrose, con conseguenti perdite di vite umane.

Ciò che richiede è la rifusione del metodo tradizionale di prevedibilità. I metodi di prevedibilità tradizionali si basano solitamente su controlli fisici. Tuttavia, le ispezioni hanno lo svantaggio intrinseco di controllare solo i difetti esterni. Inoltre, un altro problema affrontato dall’ispezione fisica è che il microslicing e l’ispezione diventano un incubo logistico quando i PCB sono complessi e hanno numerosi fori passanti. Se vengono controllati solo pochi fori, il processo può essere infallibile. A causa dell’elevata diversità dei prodotti, gli strumenti statistici tradizionali non sono sufficienti per identificare i difetti

Un altro importante svantaggio del processo di ispezione è che può avvenire dopo che il processo di fabbricazione è terminato. Innanzitutto, il processo è costoso. In secondo luogo, il difetto potrebbe essere correlato in altro modo, quindi anche altri lotti potrebbero essere interessati.

Per PCB con elevata complessità e diversità di prodotti, la prevedibilità dei test tradizionali non può essere garantita è più importante.

La soluzione a questo problema consiste nell’utilizzare un’analisi dei dati estremamente completa, l’automazione dei test e la digitalizzazione. Sono statistiche complete che portano all’affidabilità e alla tracciabilità. Con una previsione affidabile dei dati, è possibile effettuare una previsione accurata. È possibile richiamare qualsiasi comportamento anomalo e rimuovere i prodotti atipici.

Ciò richiede fondamentalmente che tutti i dati disponibili siano archiviati in modo centralizzato. Praticamente ogni macchina deve essere programmata con interfacce per caricare tutti i dati in un repository centralizzato. Ciò a sua volta consente un’analisi approfondita dei dati. Garantisce inoltre che, a differenza del processo di ispezione fisica, si verifichi una correlazione rilevante in caso di guasto. Tuttavia, anche qui ci sono sfide in quanto i dati provengono da più fonti e vengono tradotti in numerosi punti dati. Questo problema può essere superato formalizzando un formato di elaborazione dei dati in due fasi. La prima fase consiste nella normalizzazione dei dati e la seconda nell’analisi dei dati normalizzati. L’analisi dei dati scientifici significa che non devi fare affidamento sulla ricerca di problemi alla fine del processo di produzione e quindi su una risposta reattiva. Al contrario, consente di anticipare in modo proattivo i problemi e garantire che la probabilità di guasto sia ridotta al minimo. Questo può essere fatto quando si controllano le variabili di ingresso del processo. A sua volta, controlla i ritardi, che possono essere estremamente costosi.

Sebbene la prevedibilità possa essere elevata, la verità è che il costo del fallimento lo supera di gran lunga.