一、良率基础:什么是模组良率、良率计算的公式、良率对成本的影响、良率提升的总体思路

1.1 模组良率到底是什么?

各位同事,咱们先聊聊最基础的问题——模组良率。

模组良率,说白了就是:你投进去100个模组,最后能正常出货的有几个。我习惯把它叫做“最终检验良率”,也就是从SMT贴片、邦定、组装、测试,一路走下来,最后能贴上合格标签的比例。

举个例子。我去年跟过一个摄像头模组项目,投了1000片,最后只有850片能通过全部测试。那良率就是85%。剩下的150片去哪了?有的是虚焊,有的是镜头脏污,有的是Sensor坏了。嗯,这里要注意:模组良率不是单一工序的良率,而是整个生产流程的“终点良率”。

核心定义:模组良率 = 最终通过所有测试的合格模组数量 / 投入生产的总模组数量 × 100%

1.2 良率计算的公式——别小看它

公式很简单,但实际用起来有讲究。我见过不少工程师直接拿“产出/投入”来算,结果被老板骂。为什么?因为没考虑返工品。

标准公式是这样的:

模组良率(Y) = (合格产出数 / 总投入数) × 100%

但实际生产中,我更推荐用这个:

直通率(FPY) = (一次通过测试数 / 总投入数) × 100%
最终良率(FY) = (最终合格数 / 总投入数) × 100%

为什么要区分?我遇到过这样一个情况:某条线良率报表显示98%,但实际出货量只有85%。一查才发现,他们把返修品也算进合格品了。返修三次的模组,虽然能出货,但可靠性风险高,而且浪费了大量工时。

指标 定义 我的建议
直通率(FPY) 一次通过所有工序的比例 用于监控工序稳定性
最终良率(FY) 包含返修后的最终合格比例 用于计算成本和交付
工序良率(SY) 单个工序的合格比例 用于定位问题工序

个人经验:我习惯每天看三个数——直通率、最终良率、返修率。直通率掉到90%以下,就要拉警报了。返修率超过5%,说明工艺有问题,不是操作工的问题。

1.3 良率对成本的影响——算一笔账

良率低,成本就高。这个道理谁都懂,但到底高多少?我给大家算一笔真实的账。

假设一个模组的物料成本是50元,人工和制造费用摊下来20元,总成本70元。良率90%时,每个合格品的成本是70/0.9 ≈ 77.8元。良率掉到80%时,成本变成70/0.8 = 87.5元。差了将近10块钱。

你想想看,一个月产10万片的生产线,良率差10个百分点,就是100万的利润差距。这还不算返修的人工、测试的工时、报废的物料。

成本公式:单位合格品成本 = (总投入成本 + 返修成本) / 合格品数量

良率每提升1%,成本大约下降1.1%~1.5%(取决于返修成本占比)

我记得有一次,一个项目良率卡在82%上不去。老板天天催,产线天天加班返修。后来我们花了三周时间,把邦定工序的吸嘴压力调优了,良率直接跳到91%。当月成本就降了12%。所以说,良率提升不是省钱,是赚钱。

避坑指南:我曾经见过一个团队,为了冲良率报表,把边缘合格品也放过去了。结果客户退货率飙升,最后赔了违约金。良率提升要真功夫,别玩数字游戏。

1.4 良率提升的总体思路——先诊断,后开药

良率提升,不是上来就改参数、换设备。我总结了一个“三步走”的思路:

  1. 第一步:数据收集与分层——把不良品按工序、按缺陷类型、按时间段分类。我习惯用帕累托图,先抓“关键的少数”。
  2. 第二步:根因分析——用鱼骨图、5Why、DOE等方法找到真因。别猜,要验证。我吃过亏,凭经验判断是锡膏问题,结果折腾两周发现是炉温曲线偏移了。
  3. 第三步:改善与标准化——改完了要固化。写SOP、设监控点、做培训。不然过两个月又回到老样子。

下面这张图是我自己画的良率提升逻辑框架,大家可以参考:

模组良率提升总体思路框架 投入生产 第一步:数据分层(工序/缺陷/时间) 第二步:根因分析(鱼骨图/5Why/DOE) 第三步:改善与标准化(SOP/监控/培训) 关键工具 • 帕累托图 • 鱼骨图 • 5Why分析法 • DOE实验设计 • SPC控制图 • FMEA失效分析 核心:先诊断,后开药

说白了,良率提升就是一个“发现问题→分析问题→解决问题→预防问题”的循环。我做了十几年,最大的体会是:别想一口吃成胖子。先把直通率从80%拉到85%,再拉到90%,每一步都要有数据支撑。

我的习惯:每周一早上,我会花30分钟看上周的良率趋势图。不看报表,只看曲线。曲线往下走,就说明有问题在发酵。这时候去产线转一圈,往往能发现操作工正在“创新”作业方法——嗯,通常不是什么好创新。

好了,这一章就讲到这里。良率基础打牢了,后面咱们再聊具体的提升手法。


专注资料整理