PCB/PCBA 良率提升路线图，是把产品版本、制造流程、缺陷定义、量测系统、根因验证、纠正措施和量产控制连接起来的持续改善方法。 它的目标不是让报表里的最终通过率更好看，而是提高一次通过率、减少返修与报废、防止不良流出，并让同一设计在批次、设备和供应链变化后仍可重复制造。
真正的改善从统一分母开始：哪一个产品版本、哪个工序、什么时间窗口、首次还是重测、返修是否计入、报废和跳站怎样处理。若供应商把多次重测后的 PASS 当作“100%良率”，采购方仍然不知道实际制造成本和现场风险。
核心结论
- 先定义 FPY、最终良率、报废率、返修率、缺陷逃逸率和 Rolled Throughput Yield（RTY），再讨论改善目标。不同口径的数据不能直接比较。
- 优先改善数量大、成本高或安全/可靠性风险高的缺陷，而不是只追最容易关闭的 Pareto 项。严重度、发生度和可探测性应共同决定优先级。
- 测量系统不可靠时，良率数据会被假失败、假通过和操作员差异污染。先验证量具、治具、程序、限值和重复性，再判断制程根因。
- DFM/DFT、材料和可替代规则往往比产线末端增加检验更能降低总成本。检测可以拦截缺陷，但不会自动消除缺陷来源。
- 任何参数调整都应有假设、样本、对照、结果和回滚条件。未经验证地“微调炉温、蚀刻或测试限值”会把改善变成新的不可控变量。
- Cpk 只对稳定过程、有效量测系统、连续数据和明确规格有意义。不能用单个 Cpk 覆盖多产品、多设备或非正态混合数据。
- 良率改善完成的标志不是短期数字上升，而是 PFMEA、控制计划、作业指导、测试、追溯和变更规则已经更新，并经过后续批次验证。
- PCB/PCBA供应商可以提供制造和测试数据，但产品功能、系统容差、可靠性和可接受风险仍需设计方明确。
本文目录
- 良率到底应该怎样计算？
- 怎样建立可信的良率基线？
- 怎样把缺陷数据变成优先级？
- 量测系统为什么要先于工艺改善？
- PCB制造阶段常见良率杠杆是什么？
- PCBA组装阶段怎样降低缺陷？
- 测试良率与真实制造良率怎样区分？
- 怎样验证根因而不是停在相关性？
- 改善措施怎样固化到量产？
- NPI阶段怎样避免低良率设计进入量产？
- 怎样与供应商共同推进良率改善？
- 完整良率改善RFQ应包含什么？
- HILPCB可以怎样支持项目？
- 常见问题
良率到底应该怎样计算？
“良率”可能指裸板电测、SMT、功能测试或最终出货，也可能包含或排除返修。采购报告必须说明统计单位、阶段和规则。
| 指标 | 基本含义 | 适合回答的问题 | 常见误用 |
|---|---|---|---|
| FPY（一次通过率） | 首次经过工序即通过的数量/进入该工序数量 | 过程第一次是否做对？ | 重测后通过也算首次通过 |
| 最终良率 | 经允许返修/重测后可放行数量/投入数量 | 最终可交付多少？ | 隐藏返修工时和潜伏风险 |
| 报废率 | 不可修复或按规则报废数量/投入数量 | 材料与制程损失多大？ | 报废转入“工程样品”后不计 |
| 返修率 | 需要返修的单位/投入数量 | 工艺和成本负担多大？ | 只统计成功返修，不统计失败返修 |
| 缺陷率 | 缺陷数量/机会数或单位数 | 哪类缺陷最常见？ | 一个板多缺陷时仍按板数计算却未说明 |
| 逃逸率 | 后工序或客户发现的前工序缺陷/相关产出 | 检测和控制是否拦住风险？ | 只看厂内数据，不纳入客户/现场退回 |
| RTY | 各连续工序一次通过率的乘积 | 整条流程无需返工一次通过的概率 | 用最终良率代替，掩盖多次返修 |
例如，三个工序 FPY 分别为 95%、90% 和 98%，RTY 约为 0.95 × 0.90 × 0.98 = 83.8%。即使最终通过率因返修达到很高水平，仍有大量板在流程中消耗额外工时、热史和管理成本。
“第一万件与第一件一样”不是可测量目标。更好的目标是：在指定产品版本、时间窗口和产线条件下，把某类首要缺陷 FPY 从基线提升到批准目标，同时不增加逃逸、可靠性或其他缺陷。
怎样建立可信的良率基线？
基线应在改变参数前冻结，否则无法判断改善是否有效。建议至少记录：
- 产品料号、PCB/固件/BOM版本和客户配置；
- 数量、批次、时间、设备、线体、班次和关键材料；
- 每工序投入、首次通过、重测、返修、报废和跳站；
- 统一缺陷代码、位置、器件/网络和发现工序；
- 测试程序、限值、治具、软件和校准状态；
- 返修动作、再次失败、最终处置和客户逃逸；
- 原始数据与图片，而不仅是汇总百分比。
样本必须代表目标量产条件。用十块工程样板推断批量能力，或把多个产品、不同设备和不同版本混在一张控制图中，会产生错误结论。
缺陷代码要能支持行动
“焊接不良”“线路问题”“测试失败”过于宽泛。缺陷分类可分层：工序、缺陷模式、位置、器件/网络、根因和处置。例如“SMT→QFN→少锡→U12热焊盘→钢网开口/板翘待验证”。发现模式与已验证根因应为不同字段，避免在分析前就把猜测写成事实。
怎样把缺陷数据变成优先级？
Pareto 图可以显示缺陷数量或成本，但不能单独决定优先级。建议同时考虑：
- 数量： 发生频率和趋势；
- 损失： 材料、返修、测试、停线和交付成本；
- 严重度： 是否影响安全、可靠性、法规或关键功能；
- 逃逸风险： 当前检测能否稳定发现；
- 可操作性： 是否有明确过程所有者和可验证假设；
- 复发性： 是否跨批次、设备、材料或版本重复出现。
| 缺陷情形 | 数量 | 风险 | 优先策略 |
|---|---|---|---|
| 高频外观小缺陷且稳定可检出 | 高 | 中/低 | 用Pareto和过程数据降低成本 |
| 低频孔铜裂纹或间歇开路 | 低 | 高 | 立即围堵，优先可靠性和根因验证 |
| 测试假失败 | 高 | 低产品风险、高产能损失 | 先改善治具、接触、程序和限值 |
| 客户现场逃逸 | 低 | 高 | 反查检测覆盖、设计容差和变化点 |
| 新产品多种随机缺陷 | 分散 | 未知 | 先稳定版本、量测和工艺，不急于计算Cpk |
PFMEA 可帮助团队连接失效影响、原因和现有控制，但评分本身不是改善。每个高优先项都要有责任人、行动、证据、期限和反应计划。
量测系统为什么要先于工艺改善？
当 AOI、SPI、ICT、FCT、TDR 或尺寸设备结果不稳定时，良率波动可能来自测量，而不是产品。量测系统包括设备、治具、夹具、程序、算法、限值、校准、操作员、环境和样品定位。
需要回答的基本问题
- 同一块板连续测量是否得到一致结果？
- 不同设备、治具或操作员结果是否相关？
- 测量分辨率是否足够区分规格窗口？
- Golden unit、校准件和限值版本是否受控？
- 重测规则是否导致“测到通过为止”？
- 假失败和假通过分别怎样估计？
- 测量会不会损伤被测板或改变后续结果？
连续尺寸可使用适用的 MSA/Gage R&R 思路；判定型检验应检查重复性、再现性与已知样本一致性。若数据不足以区分过程变化和测量噪声，应先修复量测系统。
PCB制造阶段常见良率杠杆是什么？
PCB制造的有效改善应从具体缺陷和结构开始，而不是套用通用“最佳参数”。高层数、HDI、厚铜、柔性和低损耗板的主导风险不同。
| 工序 | 典型缺陷 | 应先核查 | 可验证改善 |
|---|---|---|---|
| 内层成像/蚀刻 | 开短路、线宽、残铜、缺口 | CAM补偿、铜厚、曝光/显影、喷淋和AOI分类 | 截面/线宽分布、AOI Pareto和阻抗相关性 |
| 压合 | 厚度、流胶、空洞、对位、翘曲、分层 | 材料/批次、铜平衡、叠构、真空与实际曲线 | 成品厚度、对位、微切片、热应力/可靠性 |
| 钻孔/激光 | 孔偏、粗糙、钉头、未钻透 | 程序、材料、叠高、钻刀/激光状态和涨缩 | 孔位、切片、工具寿命与缺陷趋势 |
| 去钻污/金属化 | 孔无铜、界面分离、孔铜不足 | 材料相容、化学状态、微蚀和电镀分布 | 微切片、电阻、电测与可靠性 |
| 外层/电镀 | 线宽、夹膜、铜厚、间距 | 干膜、图形密度、电流分布和蚀刻 | 几何/铜厚分布与开短路趋势 |
| 阻焊/表面处理 | 上焊盘、桥断、污染、厚度/可焊性 | 油墨/化学品、对位、固化、清洁和存储 | AOI、厚度、附着、可焊和装配相关性 |
| 外形/电测 | 毛刺、尺寸、开短路、误判 | 定位、刀具、补偿、治具和程序版本 | 尺寸能力、电测重复性和逃逸数据 |
设计方应提供明确的成品叠层、材料、铜厚、孔结构、阻抗、外形和验收要求。供应商的 DFM 建议应说明风险、替代方案和对电气/可靠性的影响，不能擅自扩大焊盘、改变阻抗结构或替换材料。
PCBA组装阶段怎样降低缺陷？
SMT 改善常从锡膏印刷开始，但“多数缺陷都来自印刷”不应作为所有产线的固定比例。应使用本产品的 SPI、AOI、X-ray、ICT/FCT和返修数据确认主因。
锡膏印刷
钢网厚度、开口、面积比、刮刀、支撑、清洁和锡膏状态共同决定沉积。SPI 应关注体积、高度、面积、偏移和趋势，并与最终焊点缺陷按板号关联。若SPI通过但持续少锡，需检查算法、焊盘/开口映射和回流后的焊料迁移。
贴装与回流
贴装程序、视觉、吸嘴、器件包装、支撑和压力会影响偏移、立碑和共面性。回流曲线必须在真实板上测量，并同时满足锡膏、器件和PCB窗口；不能把某个峰值温度或液相时间作为所有合金和板型的通用设置。
隐蔽焊点与X-ray
X-ray 可发现桥连、缺球和部分空洞/形貌，但2D投影不一定识别枕头效应、界面裂纹或所有开路。检测方法要匹配失效模式，必要时使用斜角、CT、切片、染色撬板和电气/功能试验。
清洗与涂覆
清洁度限值、测试方法和产品风险应在合同中定义。通用离子残留数值不能代表所有高阻、射频、高压或涂覆产品的可靠性。涂覆前要验证材料相容、遮蔽、厚度、固化和返修，并防止涂层隐藏污染或未测试缺陷。
测试良率与真实制造良率怎样区分？
测试失败可能来自产品、治具、探针、连接器、程序、限值、固件、配置、环境或操作。改善测试良率不能靠放宽限值，除非设计责任方证明原限值错误且变更经过批准。
| 测试问题 | 数据特征 | 调查方向 |
|---|---|---|
| 探针/连接器接触不良 | 重测后随机通过、位置或针床相关 | 治具维护、接触电阻、定位、清洁和插拔寿命 |
| 程序/配置混用 | 版本切换后集中失败 | 料号映射、固件、限值、校验和MES防错 |
| 测试时间/稳定不足 | 首次失败、延时后通过 | 上电时序、预热、滤波、仪器触发和产品规范 |
| 真正参数漂移 | 与材料、工艺、温度或位置稳定相关 | 制程和设计容差、校准与量测系统 |
| 假通过/覆盖缺口 | 后工序或客户发现但厂测通过 | 故障注入、覆盖矩阵、边界条件和限值 |
保留首次结果、每次重测、维修动作和最终处置。只保存最终 PASS 会夸大 FPY，也让团队无法发现治具老化和间歇故障。
怎样验证根因而不是停在相关性？
一个有效根因必须解释缺陷怎样发生，并能通过受控变化重现或消除。推荐最小闭环：
- 用数据和样品明确问题、范围、版本和失效模式；
- 立即围堵，防止疑似批次继续加工或出货；
- 检查测量、样品处理和数据绑定；
- 通过流程图、变化点、鱼骨图或故障树形成少量可测试假设；
- 检查物理证据，例如切片、波形、材料、焊点或失效位置；
- 用对照、DOE或小批验证改变原因是否改变结果；
- 评估副作用、长期可靠性和其他产品影响；
- 更新文件并监控后续批次，确认没有复发或转移缺陷。
“操作员失误”“材料问题”“参数波动”通常不是充分根因。还要追问为什么系统允许错误发生、为什么未被及时发现、哪些控制需要改变。
改善措施怎样固化到量产？
验证有效的措施应同步进入：
- 图纸、BOM/AVL、叠层、Gerber/ODB++或固件版本；
- PFMEA、控制计划和关键质量特性；
- 设备程序、参数窗口、治具和校准；
- 作业指导、培训和防错；
- 检验/测试方法、抽样、限值和反应计划；
- MES追溯、缺陷代码和数据保留；
- 供应商变更通知和重新验证触发器。
控制图的目的不是让所有点靠近中心，而是区分共同原因与特殊原因。出现失控信号时，应按预先定义的反应计划隔离产品、检查设备/材料/量测，并记录处置；不能由操作员随意调参把点“拉回来”。
NPI阶段怎样避免低良率设计进入量产？
EVT/工程样机
验证关键结构、可装配性、测试访问和失效模式。记录所有手工处理和偏差，避免把工程师现场修复后的样机当成量产基线。
DVT/设计验证
冻结主要设计与批准物料，验证设计容差、环境、可靠性和测试覆盖。把缺陷映射到设计还是过程，并关闭高风险DFM/DFT问题。
PVT/生产验证
使用目标产线、人员、设备、节拍、物料和治具，证明控制计划、追溯、返修、包装和产能。放量条件应包含FPY/RTY、关键缺陷、逃逸、量测系统和未关闭风险，而不是只看交付数量。
怎样与供应商共同推进良率改善？
采购方应提供完整设计版本、已知边界、系统失败样品和可验证目标；供应商应提供原始工艺/测试数据、物理分析、影响范围和纠正措施。双方先约定数据口径和变更权限，避免讨论变成“设计问题还是制造问题”的责任争执。
评估供应商时可要求：
- 展示一个真实但脱敏的缺陷从发现到关闭的记录；
- 解释 FPY、重测、返修、报废和逃逸怎样统计；
- 用板号关联材料、工艺、SPI/AOI/X-ray和测试；
- 证明量测系统和治具稳定，而不是只展示设备清单；
- 说明临时围堵、永久纠正和效果验证的区别；
- 展示改善如何更新控制计划和后续批次监控；
- 明确未经客户批准不能改变哪些材料、结构、参数和限值。
完整良率改善RFQ应包含什么？
基线与目标
- 产品/硬件/固件/BOM版本、阶段和数量；
- 当前FPY、RTY、最终良率、返修、报废和逃逸口径；
- 缺陷Pareto、位置、图片、原始测试和客户退回；
- 改善目标、时间窗口、不能恶化的质量/可靠性指标；
- 量产线、设备、材料和允许变更边界。
分析与验证
- 测量系统、治具、程序、限值和重测规则；
- 要求的切片、X-ray、实验室、材料或电气分析；
- DOE/对照、样本量、判定和回滚条件；
- 临时围堵、影响范围和已出货产品处置；
- 可靠性、功能或系统相关性验证。
量产固化
- PFMEA、控制计划、作业指导和培训更新；
- 检查/测试覆盖、抽样、反应计划和数据保存；
- 序列号、材料、参数、首次/重测和返修追溯；
- 变更通知、偏差、重新验证和效果监控；
- 报告、责任人、里程碑、NRE和持续改善费用。
通过 在线询价 提交时，附上前三项缺陷的原始样本和统计口径，比只要求供应商“把良率提升到99%”更容易获得可信方案。
HILPCB可以怎样支持项目？
HILPCB 可依据实际设计、缺陷和测试资料，协助评估 PCB/PCBA 的 DFM/DFT、材料与叠层、制造、装配、检测、功能测试、失效分析和追溯需求，并在报价阶段确认可获得的数据与验证范围。
具体良率、工艺能力、测试覆盖、可靠性、认证和改善周期取决于产品结构、成熟度、数量、设备、治具、限值和设计权限。我们不会以设备名称或一次试产结果承诺通用良率；改善目标应按冻结基线和后续批次证据确认。
常见问题
PCB或PCBA良率改善应该从哪里开始？
从统一数据口径和量测系统开始。先确认产品版本、投入数、首次通过、重测、返修、报废和缺陷代码，再用Pareto与风险选定首要问题。数据不可信时，直接调参数通常只会制造新的波动。
FPY和最终良率有什么区别？
FPY只统计第一次经过工序就通过的产品；最终良率包含允许返修或重测后可放行的产品。最终良率可能很高，但FPY低意味着额外工时、热史、治具占用和潜伏风险仍然存在。
为什么不能只看最终测试通过率？
最终测试可能漏检制造缺陷，也可能因重测和返修掩盖低过程能力。应同时查看每工序FPY、RTY、缺陷、返修、报废、逃逸和可靠性，才能判断过程是否真正改善。
缺陷Pareto第一项一定最优先吗？
不一定。数量最多的外观缺陷可能风险较低，而少量间歇开路或安全问题风险很高。优先级还应考虑严重度、逃逸、成本、复发和可验证性。
Cpk越高是否代表产品越可靠？
不一定。Cpk只描述稳定过程相对规格的短期分布，依赖有效量测和正确统计模型。它不能替代材料寿命、热循环、机械、环境或系统可靠性验证，也不能覆盖混合产品和特殊原因波动。
增加AOI和X-ray能否直接提高良率？
检测可以更早发现和拦截缺陷，降低逃逸和后续损失，但不会消除缺陷来源。真正的过程良率提升仍需修复设计、材料、印刷、贴装、回流、污染或其他根因。
重测后通过的板应如何统计？
保留首次失败并计入FPY损失，同时记录每次重测、原因和最终处置。若确认首次失败来自治具或程序，也应作为测试过程缺陷改善，而不是覆盖原记录。
良率改善措施需要做可靠性验证吗？
只要措施改变材料、焊点、铜厚、回流、清洗、涂层、返修或其他可能影响寿命的条件，就应做风险评估并安排适用验证。短期FPY上升不能证明长期可靠性没有下降。
怎样判断供应商的改善已经真正关闭？
需要看到根因验证、措施与副作用评估、文件和控制计划更新，以及多个后续代表批次在同一数据口径下保持效果。只有一批数字改善或一份8D报告不足以证明关闭。
良率提升不是一次专项检查，而是把“第一次做对”变成可测量、可解释和可维持的制造能力。用统一口径发现损失，用物理和数据验证根因，再把措施固化进设计、控制计划、测试与变更流程，才能让改善从一批样品延续到量产。