SMT 产线设备数采
与良率优化分析

二、核心痛点

良率卡在 95%，老回流焊炉数据加密读不出，前后工序数据割裂，不良根因难定位。

• 良率瓶颈 5%：PCBA 整体良率长期停在 95%，5% 不良率因高价值芯片、整板成本高而损失显著，须持续优化降低。
• 老回流焊炉数据孤岛：十七年前设备、原厂被并购、日志与数据库均加密，24 温区关键工艺数据无法读取，工艺状态不可见。
• 前后工序数据割裂：印刷机、SPI、贴片机、回流焊炉、AOI 各设备数据相互独立，缺统一底座，难以做端到端关联分析。
• 不良根因难定位：传统方式难把不良现象（多锡 / 少锡 / 锡桥等）与具体设备参数关联，优化往往凭经验、无据可依。

四、解决方案：G160 + T100 + DVS + AI 数据底座

协议设备 G160 采、加密老设备 T100 看、双源汇聚 DVS、上层 AI 做关联与建模。

• G160 采集整线各设备实时参数：以日志 / 数据库采集为主，对接 SMT 产线印刷机、SPI、贴片机、AOI 等设备，实时获取关键工艺参数。
• T100 破解老回流焊炉数据孤岛：对十七年前、加密、无技术支持的老回流焊炉，T100 接管其屏幕视频信号，视频OCR识别软件界面，提取上下 24 个温区——24 个实时温度 + 24 个设置温度（共 48 参数）+ 底部报警信息（含年月日时间信息，及中英文加符号的错误 / 报警信息）。
• 全量上送 DVS 数采可视平台：G160 / T100 双源数据统一汇聚 DVS，做屏幕层 + 协议层融合、清洗与时间戳对齐、可视化，构建统一数据底座。
• 对接上层 AI 算法应用：DVS 数据底座对接 AI 算法团队，建立 SMT 设备关键工艺参数的实时采集与分析能力，支撑现场控制与后续工艺参数优化。
• 前后工序端到端关联：打通印刷机—SPI—贴片—回流焊—AOI 数据，完成前后工序端的数据关联，把"孤立参数"变成"工艺链路视图"。
• 印刷机参数—SPI 维度关联建模：以二维码或时间维度，将锡膏印刷参数与 SPI 检测到的维度进行关联，AI 算法团队建立可实时分析与建模的表，快速定位问题、提出各设备优化参数。

六、为什么是 G160 + T100 + DVS

"协议设备 G160 采、加密老设备 T100 看、双源汇聚 DVS"——恰好覆盖整线数采全场景。

• 双源覆盖全产线：G160 以日志 / 数据库采集有协议、有接口的设备（印刷机 / SPI / 贴片机 / AOI）；T100 专攻无接口、加密、原厂消失的老设备（老回流焊炉）屏幕——凡有屏幕、有协议皆能采。
• DVS 双源融合：屏幕层 + 协议层数据统一纳管、清洗与时间戳对齐、可视化，构建 AI 就绪的统一数据底座，避免数据各自为政。
• AI 就绪的数据底座：结构化、时序对齐、跨设备关联的数据，使 AI 算法团队无需再做底层采集，直接聚焦工艺建模与良率优化。
• 端到端优化闭环：从采集、关联、分析到参数调优形成闭环，把"被动救火"变成"主动优化"，良率提升可量化、可复制。

八、G160 协议 / 数据库采集支持的 PLC 与控制器品牌型号

本案例中 G160 以日志 / 数据库方式采集 SMT 整线各设备实时参数，以下为 G160 已验证可接入数据采集的主流 PLC 与控制器品牌型号（数据统一以 g160_compat.json 为权威源）；另有 T100 视频OCR 覆盖各类工业屏 / 老设备软件界面（型号无关），二者互补实现整线数采无盲区。