论文部分内容阅读
摘 要：本文描述了影响某变频模块测试通过率低的原因，并运用正交试验法改进测试工装探针参数，从而提高工装压接通过率和模块测试效率。结果表明测试工装优化后，测试性能明显改善。
关键词：正交试验；测试探针；压接通过率；参数选择
1.引言
随着分布式雷达的不断发展，其核心器件变频模块种类和结构不同，测试时需要不同的测试工装，测试工装的性能优劣直接关系到产品的研制周期及系统可靠性。因此针对如何快速有效的改进测试工装，提高模块测试效率显得尤其重要。
某变频模块测试时输出信号偏小达不到指标，压接通过率仅为45 %，影响测试进程。经分析发现由于测试探针松动和探针头半径大，导致模块压接不紧，测试不合格。因此采用正交试验法选择最佳探针参数组合，以提高模块测试压接通過率。
2.正交试验法原理
正交试验法，即是运用正交表来安排试验方案和进行结果分析的一种试验设计方法。由于正交表是均匀分布的、采用组合数学理论构造的一种数学表格，具有正交性、典型性和综合可比性等优点，因此它适用于多因素、多指标，具有随机误差的试验。通过正交试验，可以分析各因素对试验指标的影响，按重要程度找出主次关系，并确定出最佳参数组合[1]。
3.正交试验方案设计
考虑到测试探针头半径大和探针松动都是探针的问题，在这里针对探针的4个因素进行了详细分析，并采用正交试验法确定最佳方案。
3.1正交试验因素及水平
本文以减小探针与测试点接触面积和使探针与工装更紧密的结合，保证无松动，提高模块通过率为试验目标，以探针长度（A）、探针弹簧长度（B）、探针头半径（C）、弹簧直径（D）四个变量为试验因素，采用L9（34 ）正交表，假设各要素间无交互效应，找出最佳测试探针参数组合，提高模块压接通过率。选用的因素位级表如下所示：
3.2试验结果分析
按照选定的正交表，将因素位级表中的因素顺序代入，进行相关试验，得出试验结果如下：
综合分析：
1、各因素对结果影响的重要程度：
极差R最大者，则是对结果影响最大，因此重要程度的次序为：C→B→A→D。
2、直接看：第三号试验最好，模块通过率为99%，其参数为：A3→B1→C2→D3。
3、算一算：位级之和越小越好，可以看出，最佳参数条件是：A3→B2→C2→D3。
4、做趋势分析：
从趋势图上看，A因素和D因素还有潜力可挖，如果继续增加探针长度和弹簧直径，模块的通过率可能还会增加。但是弹簧直径不可能一直增加，因为弹簧长度固定了，一定弹力系数的情况下，弹簧直径也会固定。而探针长度不可能一直增加，只要达到最大的压接空间距离，再增加长度，可能会压破弹片。因此探针长度和弹簧直径只能控制在一定范围内。
5、综合评定：
“直接看”和“算一算”结果无差异。最佳参数组合是：A3→B2→C2→D3，即：
A、探针长度45mm ； B、弹簧长度5 mm ； C、探针头直径1.25mm；弹簧直径2.5 mm 。
4. 最佳参数组合验证
根据正交试验选出的最佳方案，将调试工装上的探针全部更换成新的探针。
改进前探针改进后探针
效果验证：抽取5个批次共500件的探针松动和探针头半径小的模块，利用新的工装进行测试，模块压接通过率上升至98.6%，达到优化目标的要求。
5.结束语
本文运用正交试验法对测试探针四个主要参数：探针长度、探针弹簧长度、探针头直径、弹簧直径进行了分析和研究，确定了测试过程中影响压接通过率的主要因素和最佳参数组合，从而对测试工装进行改进，提高了测试通过率和准确性。通过实例表明，该方法十分有效，具有一定的推广意义。
参考文献：
[1]陈森发，基于正交试验法的神经网络优化设计[M]. 系统工程理论方法应用，2004.
[2]任露泉，试验优化设计[M]. 北京： 机械工业出版社，1987.
[3] 凤萍，正交试验法在QC活动中的应用[M].社会科学版，2011
关键词：正交试验；测试探针；压接通过率；参数选择
1.引言
随着分布式雷达的不断发展，其核心器件变频模块种类和结构不同，测试时需要不同的测试工装，测试工装的性能优劣直接关系到产品的研制周期及系统可靠性。因此针对如何快速有效的改进测试工装，提高模块测试效率显得尤其重要。
某变频模块测试时输出信号偏小达不到指标，压接通过率仅为45 %，影响测试进程。经分析发现由于测试探针松动和探针头半径大，导致模块压接不紧，测试不合格。因此采用正交试验法选择最佳探针参数组合，以提高模块测试压接通過率。
2.正交试验法原理
正交试验法，即是运用正交表来安排试验方案和进行结果分析的一种试验设计方法。由于正交表是均匀分布的、采用组合数学理论构造的一种数学表格，具有正交性、典型性和综合可比性等优点，因此它适用于多因素、多指标，具有随机误差的试验。通过正交试验，可以分析各因素对试验指标的影响，按重要程度找出主次关系，并确定出最佳参数组合[1]。
3.正交试验方案设计
考虑到测试探针头半径大和探针松动都是探针的问题，在这里针对探针的4个因素进行了详细分析，并采用正交试验法确定最佳方案。
3.1正交试验因素及水平
本文以减小探针与测试点接触面积和使探针与工装更紧密的结合，保证无松动，提高模块通过率为试验目标，以探针长度（A）、探针弹簧长度（B）、探针头半径（C）、弹簧直径（D）四个变量为试验因素，采用L9（34 ）正交表，假设各要素间无交互效应，找出最佳测试探针参数组合，提高模块压接通过率。选用的因素位级表如下所示：
3.2试验结果分析
按照选定的正交表，将因素位级表中的因素顺序代入，进行相关试验，得出试验结果如下：
综合分析：
1、各因素对结果影响的重要程度：
极差R最大者，则是对结果影响最大，因此重要程度的次序为：C→B→A→D。
2、直接看：第三号试验最好，模块通过率为99%，其参数为：A3→B1→C2→D3。
3、算一算：位级之和越小越好，可以看出，最佳参数条件是：A3→B2→C2→D3。
4、做趋势分析：
从趋势图上看，A因素和D因素还有潜力可挖，如果继续增加探针长度和弹簧直径，模块的通过率可能还会增加。但是弹簧直径不可能一直增加，因为弹簧长度固定了，一定弹力系数的情况下，弹簧直径也会固定。而探针长度不可能一直增加，只要达到最大的压接空间距离，再增加长度，可能会压破弹片。因此探针长度和弹簧直径只能控制在一定范围内。
5、综合评定：
“直接看”和“算一算”结果无差异。最佳参数组合是：A3→B2→C2→D3，即：
A、探针长度45mm ； B、弹簧长度5 mm ； C、探针头直径1.25mm；弹簧直径2.5 mm 。
4. 最佳参数组合验证
根据正交试验选出的最佳方案，将调试工装上的探针全部更换成新的探针。
改进前探针改进后探针
效果验证：抽取5个批次共500件的探针松动和探针头半径小的模块，利用新的工装进行测试，模块压接通过率上升至98.6%，达到优化目标的要求。
5.结束语
本文运用正交试验法对测试探针四个主要参数：探针长度、探针弹簧长度、探针头直径、弹簧直径进行了分析和研究，确定了测试过程中影响压接通过率的主要因素和最佳参数组合，从而对测试工装进行改进，提高了测试通过率和准确性。通过实例表明，该方法十分有效，具有一定的推广意义。
参考文献：
[1]陈森发，基于正交试验法的神经网络优化设计[M]. 系统工程理论方法应用，2004.
[2]任露泉，试验优化设计[M]. 北京： 机械工业出版社，1987.
[3] 凤萍，正交试验法在QC活动中的应用[M].社会科学版，2011