简析SMT零件数据自动生成技术

　　随着对零件实体的通用几何模型的建立，可以运用设备特定规则及算法为任何设备自动生成1所需的全面的、可直接使用的零件数据。当这种功能与数据库服务结合起来生成通用几何模型时，零件数据的创建过程可以完全自动化，包括为每个料号选择正确的模型。
　　所有现代的SMT贴片设备都有其自身开发的定义零件数据的方法，以用于处理及识别SMT零件。随着零件和设备日益先进化，零件数据也变得越来越复杂，因而创建及调试也愈益困难且费时更长，成本更高。
　　这种功能所带来的益处是巨大的。创建和调试零件数据所花费的成本通常被大大低估-不论是在人力还是在产线时间损失方面。而自动生成零件数据的益处还不仅限于节省人力和产线时间，它还方便了在产线之间作业的快速移转，促进产线更好的平衡，防止形状数量膨胀及因在零件库中编辑不当造成的形状毁损。以上等等益处不一而足。
　　建立设备零件数据的代价是昂贵的
　　早期的SMT贴片机是以机械方法来实现零件中心点对位的（如松下MK设备），因此零件数据建立起来非常简易。随着贴装速度的增加、SMT零件小型化及准确性要求的提升，零件的中心点对位方式已演变为以视觉系统进行中心点对位的方式。这就需要准确定义零件的模型，使得视觉系统可以正确识别所有的零件特征，并准确定位要贴装的零件。
　　事实上所有的SMT贴装设备目前都需要零件数据，包括定义如何处理零件，如何进行视觉系统识别等等。这一点已被广泛认同，然而从人力及影响更深的SMT产线时间损失来讲，完成零件数据的建立是异常昂贵的。
　　一旦识别到有新零件（通常是在程序设计过程中），就得有人去找零件数据（通过制造商料号-如果有的话），或是从仓库里拿到零件实物，再用卡尺测量出几何参数。接下来用户还需要确定设备零件库里是否已存在相同的形状。这个过程相当繁琐，通常使用者为图方便会直接定义一个新的形状，这就会导致数据库里形状数量庞大而臃肿，使问题更加恶化。目前惯用的这种通过复制并调整零件形状来补偿贴装及拾取问题的方法使得数据库迅速变成不良数据库。
　　要创建一个新形状（零件），用户须按设备需要的格式将几何参数输入到数据库。接着用户会按照非正式规则或个人经验输入所有的非几何参数。由于不同的用户对这些参数的估量不同，这个过程导致的结果非常不一致。有时候用户会直接复制相似零件再对其几何形状进行编辑，然后希望会万事大吉。
　　每个设备厂商，甚至相同厂商生产的不同设备对零件数据定义的格式都 大不相同 - 这就增加了培训的需求，同时要求使用者对每种不同的设备都具有相应的知识。
　　经常会发生找不到零件数据（有时因为零件数据不存在，有时由于制造商料号未知而无从查找）而又无法从仓库里得到实物的情况。在这种情况下，一直到新产品导入（NPI）试产时才有机会测量料件，即需直接从架设的进料器上取下料件量测后再将数据输入设备。这种做法的问题是必须先让设备停止下来，如此一来就延长了设备停机时间，从而导致新产品导入的周期变长。
　　即便是在完成了所有形状的建立并被接受后还面临调试阶段的问题。零件由设备拾取后还要看视像系统能否对其进行识别。如果存在问题，就要进行数据调校直到设备能识别料件为止。这个过程有时要尝试数次才能成功，因此同样浪费了设备时间，并经常导致整条线停产。由于车间编辑及调试时间而导致的生产损失已属重大，更加之以因昂贵设备空置而导致的持有成本，造成了利润率的进一步下跌。
　　调试及量测料件还会导致一种隐形成本 - 那就是由于调试及量测而带来的零件损耗（报废）。如果零件是昂贵的IC，则造成的成本影响是明显的；即使是廉价的零件，因调测损耗而引起库存数量的不准确也会导致额外的成本。撇开零件损失不谈，缺料停产同样会造成损失。
　　对于每种设备类型，只要存在缺少零件形状的情况，就要重复以上的过程。有些设备厂商可以做到在设备与设备之间移转零件数据，但没有一家能将零件数据迁移到其他品牌的设备上，这就意味着对贴装零件的每一台设备/品牌类型都需要重复进行零件数据的编辑过程。
　　综合上述因素，估计每个缺少的零件数据都需要花费数十美元，高则甚而数百美元来创建。而创建一个包含数百或数千个形状的典型数据库则需花费数千美金。将这个数字乘以设备（种类）的数量则代价是高昂的。这还没有计算由于零件数据质量不一致而导致的拾取失败，设备停机及抛料造成的损失。
　　通常一个拥有跨几代、2-3种不同厂牌设备（如10-15个数据库）的大、中型工厂为所有产线创建所需的零件数据要花费超过10万美元，但用户却往往未知其然。
　　以这种方式创建零件数据还伴随有一种成本：由于在一条线不同设备之间难于共享或不能共享零件数据（特别是混合厂牌产线），零件数据通常只是针对产在线某一设备而创建，这就意味着产线平衡必定受制于可供的零件数据，而不是根据全面的优化设置而决定。如此一来，或者导致产线的不平衡（影响产量），或者需要手工移动零件并在目标设备上重复创建零件数据，因而同样造成了对产量的影响。