在数字时代，将测试策略仿真应用于测试及检测工作流程中应该是首要考虑的问题，但我们注意到，许多工程师仍然没有应用这一关键环节来优化测试及检测工作流程。

过去，测试工程师倾向关注测试及检测工作流程中的部分，包括AOI、边界扫描、ICT、飞针测试设备、功能测试等。在他们专注一种策略时，通常会忽视其他测试和检查测试，并且对其他策略所覆盖的范围和未覆盖的范围知之甚少。从本质上讲，对关注的领域实现最大的覆盖率，或者假设其他策略可以覆盖哪些部分，就像在黑暗中射击，因为他们并未了解真正的事实。

设计效果好的测试及检测过程的关键是在开始生成测试程序之前模拟该过程，然后查看反馈的覆盖范围结果。这个概念是在建立测试及检测过程的数字孪生上，以获得做出重要决策所需的可见性。

通过使用数据分析或人工智能驱动的仿真技术使数字孪生与测试及检测工作流程相关，以创建预测模型，这些模型已经经过调整，并且可以根据实际测试结果不断进行调整。仿真模型允许用户确定测试及检测步骤的有效性。何处存在不需要的重复覆盖率？哪些元器件在过程中仍然存在遗漏或覆盖率低的问题，需要补充或更具创新性的解决方案来实现所需的测试覆盖率？

良好的测试策略预测模型将允许生成覆盖范围综合报告，以用于被检查的PCB。每个测试策略的仿真模型都需要了解该策略的能力。例如，如果我们正在研究AOI，将使用哪种类型的设备，2D还是3D？它是否具有良好的相机分辨率，是否具有针对平整性和墓碑式元器件的激光能力？焊点的检查效率如何？然后可以对模型进行调整，以反馈要使用的设备，并预测设备对PCB提供的测试覆盖范围。同样的理念也可应用于其他测试策略，如X射线、ICT、飞针测试设备等。根据要使用的设备，模型需要了解PCB的功能、可接近性，以及一些编程功能的使用方式，以再次生成全面测试覆盖范围的报告。

图1：支持工业4.0的PCB组装及测试软件解决方案

需要总结所有计划或预期策略，以查看测试及检测过程的总覆盖范围。然后需要对这些仿真结果进行重复和缺失覆盖的分析。可以优化测试步骤之间的重复覆盖，以消除冗余，从而减少测试时间和开发费用。在某些情况下，结果可能表明根本不需要特定的策略或测试及检测步骤。对结果的了解也将显示出缺乏覆盖的点，以及哪些元器件缺失覆盖或覆盖率低，从而导致测试逃逸。

布局工程师长期向测试工程师提出的问题是，是否可以提高可接近性，以及布局工程师应该集中精力在何处可添加测试接近点。是否有一些接近点会比其他接近点更有益?是的，当然，但是我们需要了解最有可能的测试逃逸在何处。如果可能的话，预测覆盖仿真将显示添加缺失接近点的最大益处。

图2：为了实现最低的非质量成本,需要多少测试才能提供最大的测试效率?

结构测试策略仿真中的概念之一是“测试左移”理念。如果结构测试策略能取得好的结果，那么可能就会减少功能测试。

功能测试有两个导致难点的重要问题：对于复杂的PCB，功能测试的实现成本可能很高，功能测试的诊断解决方案可能很难，需要对技术人员进行高级培训，并可能导致无法诊断或修复的PCB堆积。如果可以“左”移大部分到诊断解决方案更好的结构测试中，那么功能测试就可以只关注那些结构测试无法实现覆盖的区域。优势在于更快的功能测试时间，以及部署更少的功能测试人员。此外，预测覆盖仿真将显示哪些元器件无法在结构测试中进行测试，使技术人员找到在功能故障板上缺陷的位置。

从这些理念中，可以看到，如果测试策略的预测模型被执行，且不断地使用可用的数据进行调整，就可以在实施和开发测试程序之前全面了解PCB的覆盖范围。

与其在每个测试策略中争取尽可能高的覆盖率，不如使用更智能的方法，在适当的策略中设置适当的覆盖范围，从而减少重复浪费，实现成本节约。我们可以将这一理念应用于CAD转换过程，以生成测试程序，完成实际覆盖率测量来评估结果，并检查结果是否与仿真相匹配。

这意味着在过程中有很好的反馈循环，允许调整仿真模型和实际测试过程，所以改进总是在进行中。在测试和检测领域使用数字孪生概念可实现真正的益处且效果明显，还有什么更好的其他方法吗?

#企业管理与运营  # 智能制造  # 自动化  # 数字化  # 仿真