priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2026-69-5-459-469pribor-532Research ArticleПРОЕКТИРОВАНИЕ И ТЕХНОЛОГИЯ ПРОИЗВОДСТВА ПРИБОРОВDESIGN AND PRODUCTION TECHNOLOGY OF INSTRUMENTSОценка отклонений технических параметров продукции от заданных значений при производстве радиоэлектронной аппаратурAssessment of deviations of products technical parameters from the specified values in radioelectronic equipment manufacturingСольницевР. И.SolnitsevR. I.

Ремир Иосифович Сольницев — д-р техн. наук, профессор; факультет компьютерных технологий и информатики, кафедра систем автоматизированного проектирования, профессор

Санкт-Петербург

Remir I. Solnitsev — Dr. Sci., Professor; Faculty of Computer Technology and Informatics, Department of Computer-aided Design Systems; Professor

St. Petersburg 

remira70@mail.ruКоршуновГ. И.KorshunovG. I.

Геннадий Иванович Коршунов — д-р техн. наук, профессор; Институт фундаментальной подготовки и технологических инноваций, профессор

Санкт-Петербург

Gennady I. Korshunov — Dr. Sci., Professor; Institute of Fundamental Training and Technological Innovations, Professor

St. Petersburg 

kgi@pantes.ruЕгоровК. Н.EgorovK. N.

Кирилл Николаевич Егоров — аспирант; факультет компьютерных технологий и информатики, кафедра систем автоматизированного проектирования; мл. научный сотрудник

Санкт-Петербург 

Kirill N. Egorov — Post-Graduate Student; Faculty of Computer Technology and Informatics, Department of Computer-aided Design Systems

St. Petersburg 

egorov.kirill.stav@yandex.ruПоляковС. Л.PolyakovS. L.

Сергей Леонидович Поляков — канд. техн. наук, доцент; Институт фундаментальной подготовки и технологических инноваций, доцент

Санкт-Петербург 

Sergey L. Polyakov — PhD, Associate Professor; Professor, Institute of Fundamental Training and Technological Innovations, Associate Professor

St. Petersburg 

Polyakov.sl@guap.ruСанкт-Петербургский государственный электротехнический университет „ЛЭТИ“ им. В. И. Ульянова (Ленина)РоссияSt. Petersburg Electrotechnical University „LETI“Russian FederationСанкт-Петербургский государственный университет аэрокосмического приборостроенияРоссияSt. Petersburg State University of Aerospace InstrumentationRussian Federation202610062026695459469Copyright © Национальный исследовательский университет ИТМО, 20262026Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/532

Рассматриваются вопросы, связанные с производством радиоэлектронной аппаратуры (РЭА), в частности печатных плат, а именно несоответствие заявленным некоторых характеристик отдельных изделий. Брак при производстве РЭА трудно обнаружить, что зачастую требует ее перевыпуска, при этом ужесточение допусков ведет к избыточным издержкам производства. Обсуждается актуальная проблема оценки требований к изделию и их подбора, при котором обеспечивается работоспособность изделия и не происходит избыточной отбраковки. Рассмотрен сквозной процесс проектирования и производства радиоэлектронной аппаратуры с применением вероятностных характеристик. Предложена методика оценки корректности требований к выпускаемой продукции на примере основных этапов проектирования и производства печатных плат. При этом данные, полученные на этапах производства, используются для корректировки полей допуска характеристик и параметров изделия на этапах проектирования и технологической подготовки производства, что позволяет сократить затраты на обеспечение требований к качеству продукции. Представлен модельный расчет на примере операции трафаретной печати паяльной пастой.

The issues related to the production of radio electronic equipment, in particular printed circuit boards, are discussed; namely, the inconsistency of certain characteristics of individual products is considered. Defects in the production of the equipment are difficult to detect, which often requires its reissue, while stricter tolerances lead to excessive production costs. The actual problem of assessing product requirements and their selection is discussed, in which the product's operability is ensured and excessive rejection does not occur. The end-to-end process of designing and manufacturing radio electronic equipment using probabilistic characteristics is considered. A methodology for assessing the correctness of product requirements is proposed using the example of the main stages of design and production of printed circuit boards. At the same time, the data obtained at the production stages is used to adjust the tolerance fields of product characteristics and parameters at the design and pre-production stages, which reduces the cost of ensuring product quality requirements. A model calculation is presented using the example of a screen-printing operation with solder paste.

монтаж печатных платоценка несоответствийобласть работоспособностирадиоэлектронная аппаратуратрафаретная печать паяльной пастойprinted circuit board mountingnonconformity assessmentfield of operabilityradio electronic equipmentscreen printing with solder pasteReferencesКрюков А. В. Применение многокритериального подхода для повышения качества деталей из состава изделий РЭБ // Радиотехника. 2022. Т. 86, № 5. С. 80–87. DOI: 10.18127/j00338486-202205-10.Kryukov A.V. Radiotekhnika, 2022, no. 5(86), pp. 80–87, DOI: 10.18127/j00338486-202205-10. (in Russ.)Ng W. L. et al. Progress and opportunities for machine learning in materials and processes of additive manufacturing // Advanced Materials. 2024. Vol. 36, N 34. P. 2310006. DOI: 10.1002/adma.202310006.Ng W.L. et al. Advanced Materials, 2024, no. 34(36), pp. 2310006, DOI: 10.1002/adma.202310006.Chen Y. -L., Sacchi S., Dey B., Blanco V., Halder S., Leray P., De Gendt S. Exploring Machine Learning for Semiconductor Process Optimization: A Systematic Review // IEEE Trans. on Artificial Intelligence. 2024. Vol. 5, N 12. P. 5969–5989, DOI: 10.1109/TAI.2024.3429479.Chen Y.-L., Sacchi S., Dey B., Blanco V., Halder S., Leray P., De Gendt S. IEEE Transactions on Artificial Intelligence, 2024, no. 12(5), pp. 5969–5989, DOI: 10.1109/TAI.2024.3429479.Duan G., Wang H., Liu Z., Chen Y. -W. A Machine Learning-Based Framework for Automatic Visual Inspection of Microdrill Bits in PCB Production // IEEE Trans. on Systems, Man, and Cybernetics, Part C (Applications and Reviews). 2012. Vol. 42, N 6. P. 1679–1689. DOI: 10.1109/TSMCC.2012.2216260.Duan G., Wang H., Liu Z. and Chen Y.-W. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 2012, no. 6(42), pp. 1679–1689, DOI: 10.1109/TSMCC.2012.2216260.Легашов В. Г. Технологические основы гибких автоматических производств. Л.: Машиностроение, 1985. 175 с.Legashov V.G. Tekhnologicheskiye osnovy gibkikh avtomaticheskikh proizvodstv (Technological Foundations of Flexible Automatic Production), Leningrad, 1985, 175 р. (in Russ.)Сольницев Р. И. Лекции по информационным технологиям в проектировании и производстве киберфизических систем: Учеб. пособие. СПб: Изд-во СПбГЭТУ „ЛЭТИ“, 2023. 95 с.Solnitsev R.I. Lektsii po informatsionnym tekhnologiyam v proyektirovanii i proizvodstve kiberfizicheskikh system (Lectures on Information Technologies in the Design and Production of Cyber-Physical Systems), St. Petersburg, 2023, 95 р. (in Russ.)Качество продукции. Статистические методы управления качеством. Регулирование технологических процессов методом группировки: Рекомендации ВНИИ по нормализации в машиностроении. М.: ВНИИНмаш, 1978. 29 с.Kachestvo produktsii. Statisticheskiye metody upravleniya kachestvom. Regulirovaniye tekhnologicheskikh protsessov metodom gruppirovki: Rekomendatsii VNII po normalizatsii v mashinostroyenii (Product Quality. Statistical Methods of Quality Control. Regulation of Technological Processes by the Grouping Method: Recommendations of the AllRussian Research Institute for Normalization in Mechanical Engineering), Moscow, 1978, 29 р. (in Russ.)Сольницев Р. И., Коршунов Г. И., Зайцев П. С. Контроль качества киберфизических систем по плотностям распределения вероятностей случайных функций как критериальных характеристик // Стандарты и качество. Ч. II. Контроль качества продукции. 2023. № 08. С. 23–27; № 09. С. 59–63.Solnitsev R.I., Korshunov G.I., Zaitsev P.S. Standards and Quality. Part II "Product Quality Control", 2023, no. 08, pp. 23–27; no. 9, pp. 59–63. (in Russ.)Chen I.-C., Hwang R.-C., Huang H.-C. PCB Defect Detection Based on Deep Learning Algorithm // Processes. 2023. N 11(3). P. 775. DOI: 10.3390/pr11030775.Chen I.-C., Hwang R.-C., Huang H.-C. Processes, 2023, no. 3(11), pp. 775, DOI: 10.3390/pr11030775.Bhattacharya A., Cloutier S. G. End-to-end deep learning framework for printed circuit board manufacturing defect classification // Scientific Reports. 2022. Vol. 12, N 1, iss. 12559. DOI: 10.1038/s41598-022-16302-3.Bhattacharya A., Cloutier S.G. Scientific reports, 2022, no. 1(12), pp. 12559, DOI: 10.1038/s41598-022-16302-3.Mirzaei M. Automating fault detection and quality control in PCBs: A machine learning approach to handle imbalanced data: Extended Absract of Candidate’s Thesis. Concordia Univ., 2023.Mirzaei M. Automating fault detection and quality control in PCBs: A machine learning approach to handle imbalanced data, Extended abstract of candidate’s thesis, Concordia University, 2023, 95 р.Ghelani H. Advanced AI Technologies for Defect Prevention and Yield Optimization in PCB Manufacturing // Intern. Journal of Engineering and Computer Science. 2024. Iss. 13(10). P. 26534–26550. DOI: 10.18535/ijecs/v13i10.4924.Ghelani H. Intern. J. of Engineering and Computer Science, 2024, no. 10(13), pp. 26534–26550, DOI: 10.18535/ijecs/v13i10.4924.Ghelani H. Harnessing AI for Visual Inspection: Developing Environmentally Friendly Frameworks for PCB Quality Control Using Energy-Efficient Machine Learning Algorithms // Intern. Journal of Advanced Engineering Technologies and Innovations. 2021. Vol. 1, iss. 4. P. 146–154.Ghelani H. Intern. J. of Advanced Engineering Technologies and Innovations, 2021, no. 4(1), pp. 146–154.Pereira A. G., Barbosa G. F., Filho M. G., Shiki S. B., Silva A. L. Quality Control in Extrusion-Based Additive Manufacturing: A Review of Machine Learning Approaches // IEEE Trans. on Cybernetics. 2025. Vol. 55, N 6. P. 2522–2534. DOI: 10.1109/TCYB.2025.3558515.Pereira A.G., Barbosa G.F., Filho M.G., Shiki S.B. and dа Silva A.L. IEEE Transactions on Cybernetics, 2025, no. 6(55), pp. 2522–2534, DOI: 10.1109/TCYB.2025.3558515.Benedek C. Detection of soldering defects in Printed Circuit Boards with Hierarchical Marked Point Processes // Pattern Recognition Letters. 2011. Vol. 32, iss. 13. P. 1535–1543. DOI: 10.1016/j.patrec.2011.06.006.Benedek C. Pattern Recognition Letters, 2011, no. 13(32), pp. 1535–1543, DOI: 10.1016/j.patrec.2011.06.006.Danilevich S., Karpovich A., Danilevich K. Syntheses of effective techniques of complex testing of technical products // Proc. of the 6th Intern. Conf. on Actual Problems of Electronic Instrument Engineering. IEEE, 2002. P. 118–121.Danilevich S., Karpovich A., Danilevich K. 6th Intern. Conf. on Actual Problems of Electronic Instrument Engineering, IEEE, 2002, pp. 118–121.IPC 9850. Оценка характеристик оборудования для установки компонентов поверхностного монтажа. Bannockburn, Il: IPC, 2002.IPC 9850 Performance Evaluation of Surface Mount Component Installation Equipment, USA, Bannockburn, IPC, 2002, 45 р.Лукьященко В. И., Терпиловский А. Н. Об учете предварительной информации при оценке надежности сложных систем // О надежности сложных технических систем: Сб. М.: Сов. радио. 1966. С. 263–275.Lukyashchenko V.I., Terpilovsky A.N. O nadezhnosti slozhnykh tekhnicheskikh system (On the Reliability of Complex Technical Systems), Moscow, 1966, рр. 263–275. (in Russ.)

The authors declare that there are no conflicts of interest present.