更高效的锡膏印刷流程
作为SMT生产技术领域的市场先锋和创新领导者,ASMPT为其成熟的DEK印刷平台增添了两项新功能: 锡膏自动转移和简化刮刀更换。
ASMPT以其广泛的产品组合,几乎覆盖了SMT生产工艺的每一个环节,同时持续推动自动化进程并简化操作。ASMPT产品管理总监Rick Goldsmith解释道:“在SMT生产中,锡膏印刷环节最容易出错,而其中的许多步骤仍然依赖人工操作。然而,随着合格操作人员的招募难度不断加大,我们的客户愈发迫切地寻求能够降低人力与物料成本,同时有效减少错误率的创新解决方案。”
锡膏转移
当需要变更印刷机的设置时,旧钢网上的锡膏需要被转移到新钢网上。Goldsmith解释道:“之前,这一过程是利用刮铲手工完成的。这种方法往往会导致部分锡膏无法彻底转移,总有一些留在旧钢网上。此外,锡膏还可能会被污染或被转移到错误的地方,进而引发短路和其他问题。”现在,DEK TQ提供的新型锡膏转移装置简化了这一过程。只要工艺参数设置为允许时,每当更换钢网时,锡膏便会自动转移。为此,刮刀会将锡膏推送到转移装置,随后该装置会将锡膏涂抹到新钢网上。紧接着,系统会使用钢网底部清洁装置来清洁残留的锡膏。
Goldsmith强调:“这款全自动锡膏转移系统缓解了本就稀缺的操作人员的工作负担。比手工操作更快、更精准、更高效。传统手工操作中,常有高达10%的锡膏残留在钢网上,而我们的自动锡膏转移系统将此数据降低了5%。该系统大大节约了锡膏成本,从而降低每块PCB的生产成本。”新型锡膏转移系统可轻松安装在DEK TQ各系列的锡膏印刷机上。
快速更换刮刀
ASMPT也改进了锡膏印刷机的刮刀更换流程。Goldsmith解释道: “以前,刮板使用两个指旋螺钉固定,为了更换刮刀,操作员需要先将这对螺钉拧松,然后再拧紧,这个过程非常耗时,经常会出现问题。比如有些操作人员将螺钉拧得太紧,后续人员就无法拧松。时间因素也很重要,单日内进行20多次的刮刀更换实属常态。”
得益于新型支架的创新设计,当刮刀需要从机器中取出时即自动解锁,极大地简化了更换流程。随后,仅需一步即可轻松更换,当刮刀放回支架,支架自动锁定。这一装置将刮刀更换时间缩短了50%。此外,机械销钉能防止刮刀错误安装。快速更换刮刀装置在数小时内就能完成改装,可与DEK TQ和NeoHorizon两大平台兼容。
Goldsmith继续补充道:“SMT生产的竞争日益激烈,要想在这一领域脱颖而出,就需要持续推动自动化进程并简化操作。ASMPT深刻理解SMT制造商面临的种种挑战,并致力于为客户提供独树一帜的解决方案,帮助他们在激烈的市场竞争中稳操胜券。”

锡膏转移:在更换钢网期间,ASMPT可自动进行锡膏转移,并且加速转产过程。(图片来源: ASMPT)

快速更换刮刀:自动锁定与解锁功能将刮刀更换时间缩短了50%。(图片来源: ASMPT)
关于ASMPT Limited (ASMPT)
ASMPT是全球领先的半导体及电子产品制造硬件及软件解决方案供货商。ASMPT总部位于新加坡,产品涵盖半导体装配、封装及SMT(表面贴装技术), 从晶圆沉积至各种组织、组装及封装精密电子组件的解决方案,适用于制造各种终端电子设备,如电子产品、移动通讯器材、计算设备、车载、工业以及LED(显示屏)。 ASMPT与客户紧密合作,持续投资于研究及发展,开拓具有成本效益和行业影响力的解决方案,为客户提升生产效率、提高产品的可靠性和质量贡献力量。
ASMPT(香港交易所股份代号: 0522)是恒生综合市值指数下的恒生综合中型股指数、恒生综合行业指数下的恒生综合信息科技业指数及恒生香港35指数的成份股之一。
ASMPT SMT解决方案分部
ASMPT SMT 解决方案分部的使命是实施和支持全球电子产品制造商的 SMT 集成化智慧工厂。ASMPT解决方案通过硬件、软件和服务,支持在线和工厂级中央工作流的网络化、自动化和优化,使电子制造商能够分阶段过渡到智慧工厂,并显著提高生产力、灵活性和质量。凭借其整体的“开放式自动化”理念,ASMPT为客户打开了通往经济合理的自动化的大门,该自动化是模块化、灵活和非专有的,符合他们的个人需求。公司的产品和服务组合包括硬件和软件,如SIPLACE贴片机、DEK印刷机、检查和材料存储解决方案,以及智能车间管理套件。凭借Works,ASMPT为电子制造商提供了用于规划、控制、分析和优化车间所有流程的高质量软件。由于与客户和合作伙伴保持密切关系是其战略的核心组成部分,ASMPT建立了SMT智慧网络,作为全球各个智慧工厂之间积极交流信息的平台。
好文章,需要你的鼓励
Anthropic于6月30日发布Claude Sonnet 5,相较前代Claude Sonnet 4.6在编程、推理、工具使用及知识工作方面均有显著提升。该模型可自主制定计划、使用浏览器和终端等工具,达到数月前需更大更贵模型才能实现的水平。安全评估显示其不良行为率更低。Sonnet 5默认开启自适应思维,采用更新的分词器,性能接近Opus 4.8但价格更低,现已面向所有订阅计划开放。
复旦大学联合多机构提出A2World框架,通过210万条真实机器人轨迹进行动作条件化预训练,将学到的物理动力学先验同时迁移到仿真模拟和策略控制两个方向,在LIBERO和真实机器人任务上均取得当前最优表现。
人工智能基础设施的快速扩张不仅带来总用电量激增,更在改变电网的运行特性。AI训练任务高度同步、计算密集,推理任务则分散且难以预测,两者均可在极短时间内造成电力需求骤变。数据中心的地理集中分布进一步加剧局部电网压力。现有监管框架多基于稳定工业负荷设计,难以适应这类新型需求。专家指出,电网规划需从关注总能耗转向关注需求波动性与同步效应。
同济大学研发的FLISP系统,让无人车与无人机在水电隧道中无需建图、仅靠激光雷达实时协作导航,规划延迟仅7毫秒,成功率100%。