Fast and Reliable Acoustic Defect Detection at End-of-Line
Stefan Irrgang, Wolfgang Klippel
KLIPPEL GmbH, Mendelssohnallee 30, 01277 Dresden, Germany
产品开发过程中进行的典型测量通常不受时间限制,且仅适用于选定的样品。通过平均监测信号(噪声抑制)并在消声和气候受控环境中使用IEC障板,可以实现高信噪比(SNR)。而生产环境中的限制必须克服,才能使所有DUT的测试(100%测试)可行:
· 测试时间短
· DUT的特性可能会随时间而变化(胶水未完全干燥、干燥过程中温度升高、磨合效应等)
· 测量麦克风处于近场
· 测试箱提供环境噪声屏蔽
· EoL测试台处的测试条件不同
· DUT和传感器的夹持和位置
· 人工操作
· 声负载变化(箱体泄漏)
· 连接问题
· 外部声学或机械干扰导致的判定不准
· 显著的温湿度变化
激励对于快速EoL测试至关重要。Chirp信号是制造中声学测试最流行的激励。
测量DUT行为的最准确方法是稳态测量。当所有状态变量(如声压、位移、电流)的振幅稳定下来并且恒定时,开始采集。建立时间取决于基波和其他高次模态共振(纸盆分裂模式)的共振频率和品质因数。例如,对于品质因数Q0 =1和共振频率f0 = 50Hz工作于密闭箱的超低音单元,必须激励40ms才能达到0.2%的幅度精度。而对于开口箱而言,较高的品质因数Qp =10和50Hz的端口共振则需要将预激励时间增加到400ms。另外,如果允许所测振幅的误差为4%,将使预激励时间缩短一半,这种交换在EoL测试中是可以接受且无关紧要的。
步进正弦激励包含多个步阶,每个步阶都包含固定对数间隔频率下的完整振荡。了解了DUT的规则和不规则模态谐振中发现的最大品质因数后,可以计算出每个步阶的最佳频率间隔和周期数,以确保每个关键谐振都能被很好地激励。实践中最小周期数在2到5之间。
一个倍频程中最少激励频率数量是步进正弦激励激发谐振的最关键要求。如果太低,则可能会漏过换能器的缺陷。下一节中将通过实例进行说明。
连续正弦线性调频(chirp)定义为基于正弦的信号,其频率以恒定的扫描速度连续变化。chirp的优点将用一个低音扬声器来说明,它在200Hz附近有两个摇摆模式(高品质因数Q≈25),由于音圈摩擦,产生了脉冲失真。
图1: 使用两种信号测量的SPL基波和脉冲型失真的频响:一个信号是以虚线表示的步进正弦激励,另一个为实线表示的使用了速度设置的连续对数chirp信号,两个的总激励时长都为200ms。
图3在相同的总测量时间内将恒定扫描速度的chirp信号(虚线)与步进正弦波(阶梯线)进行了比较。低频时频映射中chirp信号的斜率大于步进正弦的斜率,但在较高频时较小。最佳扫描速度受低频处的最大品质因数限制,高频处则不需要这种慢速扫描,反而会不必要地增加测量时间。
图3: 三种信号的时频映射:步进正弦扫描信号、具有固定扫描速度的对数chirp信号和具有两种不同扫描速度的对数chirp信号
向上扫描的另一个好处是,初始低频有助于制造后首次使用的换能单元进行磨合。在首次测量之前,可以使用额外的低频高位移信号,不仅可以磨合换能单元,还可以稳定低启动频率响应。
研发测试在明确的条件下进行,没有明显的外部干扰;但在生产环境中并非如此。声学和结构传播的干扰是无法预测的,并且与检测到的缺陷症状的幅度相同。有多种应对生产噪声的策略。
典型的被动解决方案包括使用阻尼良好的测试箱,可将干扰衰减至40dB。尽管这足以满足幅度频率响应的要求,而且通常也适用于THD,但不足以应对脉冲失真。
图5显示了使用制作良好的测试箱(其提供近35dB的衰减),其外部的脉冲环境噪声(例如部件脱落)导致了测量损坏。但是,此干扰在测试麦克风处产生的脉冲失真(ID)已超出允许限制15dB,会导致错误的失败判定。
EoL测试的总测试周期包括:
1. 放置DUT到测试台上
2. 固定DUT并进行连接
3. 激励DUT和信号采集
4. 释放DUT
5. 将DUT移出测试台,继续执行步骤1
在此讨论中忽略了初始设置和产品转换,因为相对于大批量生产的总测试时间通常可以忽略不计。第三点中的实际测量定义为由测试触发(条形码扫描、硬件或软件开关)开始,直到最后捕获信号样本。最终判定结果可能会稍后提供,但只要不延迟下一次测试的开始,就没有影响。
测量任务或步骤的顺序也会影响总测量时间。有用的方法是将有大量处理负载的任务放在前面,并使用下一个任务的采集时间来完成上一个任务的计算。使用chirp信号时,甚至可以在采集完成之前开始一些处理。
现代测试系统可以并行捕获声压、电压、电流和位移,因此检查某些电气或机械性能不会增加测量时间。
激励特性限制了测量速度和检测缺陷单元的灵敏度[6]。为了最小化PASS/FAIL判决的误差,需要根据DUT的瞬态行为通过频率相关的速度和幅度整形来调整激励。在较高频率处扫描速度增加的chirp信号是加快EoL测试的最佳激励,节省的时间为制造提供了有趣的机会。
重复部分或完整的测量是应对高可能性随机环境噪声的最佳方法,该随机环境噪声无法通过被动手段完全衰减。可选的第二次测量也可以用于验证第一次测量中出现的不稳定缺陷,如松散颗粒引起的可疑症状(如刚好低于极限阈值)。这样可以大大减少现场废品量。节省的时间也可以用于非线性参数[4][9]或其他指标[10]的附加测试步骤中,这有助于进行更深入的诊断。
机器学习和缺陷分类可以揭示故障单元的根本原因,并自动将其分配给已知的缺陷类别[5]。测量DUT的独立参数越多,该过程就越有效。如果有故障的单元不能归类到现有的缺陷类别中,操作员需要在产线附近的诊断站进行进一步的测试、聆听其声音输出并进行拆解以找到根本原因的可视线索,以对其进行调查。
因此,快速EoL测量系统与机器学习、自动分类以及在诊断站进行进一步测试的顺利结合会在制造和工程中产生一个学习过程。这有助于最大程度地提高良率,提高产品可靠性,并设计出具有更高效益成本比且易于制造的未来产品。
[1] S. Irrgang, W. Klippel, “Fast andSensitive End-of-Line Testing,” presented at the 144th Convention of the AudioEng. Soc. 2018, preprint 9927
[2] IEC 60268-21 Sound System Equipment – PartAcoustical (Output Based) Measurements, IEC: 2017
[3] W. Klippel, “Measurement of ImpulsiveDistortion, Rub and Buzz and other Disturbances, “presented at the 114thconvention of the Audio Eng. Soc. (march 1 2003), preprint 5734.
[4] W. Klippel, J.Schlechter, “Fast Measurement of Motor Suspension Nonlinearities in LoudspeakerManufacturing,” Journal of Audio Eng. Soc., Vol. 58, No. 3, pp. 115-125, 2009March
[5] W. Klippel(2011). End-Of-Line Testing, Assembly Line - Theory and Practice, Prof.Waldemar Grzechca (Ed.), InTech, DOI: 10.5772/21037. Available from: https://www.intechopen.com/books/assembly-line-theory-and-practice/end-of-line-testing
[6] AN45, Optimal QC setup for fixedmeasurement time, Klippel application note, www.klippel.de
[7] Production Noise Immunity Option forKlippel QC System, Available from : http://www.klippel.de/nc/en/products/qc-system/modules/pni-production-noise-immunity.html
[8] Klippel QC System, Available from http://www.klippel.de/products/qc-system.html
[9] Motor and Suspension Check Option forKlippel QC System, Available from : http://www.klippel.de/products/qc-system/modules/msc-motor-suspension-check.html
[10] W. Klippel, R. Werner: LoudspeakerDistortion – Measurement and Perception Part 2: Irregular distortion caused bydefects, Available from http://www.klippel.de/know-how/literature/papers.html