電子部品実装（SMT）のノウハウ継承：はんだ・実装不良の判断

電子部品の表面実装（SMT）は、はんだ印刷からマウント、リフローまで工程が連なる繊細な世界です。条件が少しずれるだけで、ブリッジやボイドといった不良が一気に増えます。

ところが、その条件を決める判断の多くは、ベテランの頭の中にしかありません。「この基板なら予熱を少し長めに」「この光沢ならイモはんだの手前だ」。こうした感覚は、なかなか言葉になりません。

熟練者が退職すれば、判断の基準ごと現場から消えてしまいます。歩留まりは不安定になり、若手は何を見て良し悪しを決めればよいのか分からなくなります。

この記事では、SMT実装のノウハウがなぜ伝わりにくいのかを整理し、検査の「目」や条件設定の勘をどう言語化するかを解説します。あわせて、技術伝承AIを使った形式知化の進め方も紹介します。

SMT（表面実装）のノウハウが属人化する理由

SMT（Surface Mount Technology）とは、基板表面のパッドに部品を載せ、はんだで接合する実装方式です。挿入実装と違い、微細な部品を高速で大量に扱うため、工程条件のわずかな差が品質に直結します。

なぜSMTのノウハウは特定の人に偏りやすいのでしょうか。理由は、判断材料の多くが数値ではなく「感覚」で蓄積されるからです。

はんだの光沢、ペーストの転写状態、リフロー後の濡れ具合。これらは経験者なら一目で良否が分かりますが、基準を言葉で説明するのは簡単ではありません。結果として、判断はベテラン個人に集約されていきます。

背景には製造業全体の構造問題もあります。製造業の就業者数は2002年の1222万人から2022年には1044万人へと約13%減少し、従業員の平均年齢は43.8歳と全産業平均を上回ります（2025年版ものづくり白書ほか報道、2025年）。熟練層の退職と若手不足が同時に進むなか、SMT現場の判断知は失われやすい状態にあります。

属人化が進むと何が起きるのでしょうか。担当者が休んだ日に不良が増える、原因究明が特定の人にしかできない、若手が育つまでに何年もかかる、といった問題が連鎖します。

SMTの良否判断を一人に依存している状態は、品質と生産の両方を一人の出退勤に縛りつけている状態です。判断基準を組織の資産に変えることが、歩留まり安定の出発点になります。

金属加工など他工程の感覚知も同じ課題を抱えています。工程をまたいだ言語化の考え方は、金属加工の技能をAIで記録する方法もあわせて参考にしてください。

はんだ印刷工程の条件設定はどこに勘が宿るのか

はんだ印刷とは、メタルマスクを通してクリームはんだ（ソルダーペースト）をパッドに転写する工程です。SMT品質の出発点であり、ここで決まった転写量がそのまま接合品質に影響します。

なぜこの工程が重要なのでしょうか。実装品質の約70%はクリームはんだ印刷で決まるとされ、ブリッジや量不足、ボイドなど後工程で取り返せない不良の多くがここで作り込まれるからです（製造業の現場力とマネジメント、参照）。

印刷条件には数値化しにくい要素が多くあります。スキージの圧力と速度、マスクと基板の離れ際（版離れ）、ペーストの粘度や練り具合、室温と湿度への対応。熟練者はこれらを天候や前ロットの結果を見ながら微調整します。

判断のポイントを整理すると次のようになります。

着目点	ベテランが見ているもの	言語化のヒント
転写量	パッド全体への塗布の均一さ	角の欠けやかすれの有無
形状	だれ・にじみがないか	エッジの直線性
版離れ	マスクを離す瞬間の音や引っかかり	速度を落とす条件
ペースト状態	粘り・温度・練り具合	室温と放置時間の関係

これらをベテランの言葉で記録すれば、若手が再現できる手順に近づきます。「角がかすれたら圧を上げる前に版離れ速度を見る」といった判断の順序こそ、継承すべき中身です。

リフローの温度プロファイル調整という熟練知

リフローとは、印刷したペーストを炉で加熱し、はんだを溶かして接合する工程です。温度プロファイルとは、予熱・ソーク・本加熱・冷却の各段階で基板に与える温度と時間の設計図を指します。

このプロファイルの作り込みに、熟練知が色濃く出ます。基板のサイズや部品の熱容量、配置の偏りによって、最適な条件が変わるからです。

具体的な目安として、予熱では基板全体を110〜120℃程度に均一加熱し、昇温速度は1.0〜1.5℃/秒が目安とされます。Sn-Ag-Cu系の鉛フリーはんだではピーク温度235〜245℃前後、冷却速度は2〜4℃/秒が目安です（リフローラボほか専門情報、参照）。鉛フリーは融点が高く、Sn-Pb共晶の179〜183℃より高温で管理する必要があります。

疑問が湧くはずです。数値の目安があるなら、なぜ属人化するのでしょうか。

答えは、目安どおりに設定しても基板ごとに結果が変わるからです。熱がこもりやすい基板、放熱の大きい部品が密集する基板では、ベテランがプロファイルを微調整します。「この基板はソークを少し延ばす」「端の部品が温まりにくいから搬送を遅く」。この補正の理由こそ、記録すべき知見です。

調整の意図を残さないと、若手は数値だけを真似て、なぜ不良が出るのか分からなくなります。条件と理由をセットで言語化することが、温度管理の継承の核心です。

---

「設定した本人にしか分からない」状態を変える

リフロー条件や印刷条件のノウハウが、特定の担当者の経験にだけ残っていませんか。技術伝承AIは、ベテランへのAIインタビューで判断の理由を引き出し、出典付きで検索できる形に整理します。

「この基板はなぜソークを延ばすのか」と現場の若手が聞けば、根拠とともに答えが返る。そんな環境を、まずはデモ体験で確かめてください。

無料でデモを体験する ／ 料金プランを見る

---

はんだ不良（ブリッジ・ボイド・イモはんだ）の判断基準

はんだ不良とは、接合部の形状や内部状態が規格から外れ、電気的・機械的な信頼性を損なう状態の総称です。代表的なものを押さえると、判断の言語化が進みます。

主な不良の特徴を整理します。

不良名	状態	主な原因
はんだブリッジ	隣接パッド間がはんだで繋がり短絡	はんだ量過多・印刷だれ
ボイド	接合部内部の微細な空洞	フラックスの揮発不良・急昇温
イモはんだ	光沢がなく丸まった接合	加熱不足・フラックス劣化
はんだボール	周囲に飛散した小球	加熱過多・印刷はみ出し

ブリッジは隣接するパッド間をはんだが橋渡しして短絡する状態で、量過多や印刷のだれが主因です。ボイドは接合部内部の空洞で、25%程度までは許容される一方、率が高まると信頼性が下がります（キーエンスほか技術情報、参照）。

ここで現場が悩むのは、どこから不良と判断するかの線引きです。光沢がやや鈍いイモはんだ気味の接合、許容内に見えるボイド。これらは数値だけでは割り切れず、ベテランの「目」が頼りになります。

検査の判断には、AOIでブリッジ・オープン・位置ずれを検出し、BGAやQFNなど外観で見えない接合はX線でボイドや未接合を評価する、という工程の使い分けもあります。それでも最終的な良否判断には人の経験が残ります。

「光沢が一段くもったら手直し」「この程度のフィレットなら許容」。こうした境界線の言葉を集めることが、判断のばらつきを減らす近道です。なお手はんだやマンハッタン現象（チップ部品の片側だけ先に溶けて立ち上がる現象）など、現場固有の判断も同様に記録対象になります。

検査の「目」を言語化して歩留まりを安定させる

検査の「目」とは、良品と不良品を瞬時に見分けるベテランの判断パターンを指します。これを言葉にできれば、若手や設備が同じ基準で判定できるようになります。

なぜ言語化が歩留まりに効くのでしょうか。判断基準が人によってぶれると、合格ラインが日や担当で動き、不良の流出と過剰な手直しの両方が起きるからです。基準が共有されれば、判定が安定し、歩留まりも読めるようになります。

言語化の進め方は次の手順が現実的です。

1. 不良サンプルと良品を並べ、ベテランに「どこを見るか」を声に出してもらう
2. 「光沢」「フィレット形状」「色」など見る順序を書き出す
3. 許容と不可の境界例を写真とコメントで残す
4. 若手が同じサンプルを判定し、ずれた理由を記録する

この作業は、感覚を完全な数値に置き換える試みではありません。判断の「視点と順序」を残すことが目的です。視点さえ共有できれば、若手の判定精度は着実に上がります。

感覚的な技能を言葉にする具体的な技法は、感覚的な技能を言語化する進め方で詳しく解説しています。

実際、生成AIと認知科学を融合した取り組みでは、熟練技能者の音声からマニュアル下書きを生成し、従来は長時間を要したマニュアル化を2〜3時間で実現した例も報告されています（ユーザ協会、2025年）。言語化の負担をAIが肩代わりすれば、ベテランは現場の仕事を止めずに知見を残せます。

技術伝承AIでSMTのノウハウを形式知化する

技術伝承AIとは、ベテランの知見をAIインタビューで引き出し、検索可能な知識として蓄積する仕組みです。SMTのような工程知が多い現場ほど効果を発揮します。

どう使うのか、具体的に見ていきます。

まずAIインタビューが、ベテランに質問を重ねて判断の理由を引き出します。「なぜこの基板はソークを延ばすのか」「イモはんだと判断する境界は」。本人が言葉にしにくい部分を、対話で形式知に変えます。

引き出した知見は、出典付きのRAG検索で誰でも参照できます。若手が「QFNのボイドはどこまで許容か」と聞けば、根拠となる社内文書や過去の判断とともに答えが返ります。回答の出どころが分かるため、現場でも安心して使えます。

さらに、取り込んだ作業手順書や検査基準書からFAQを自動構築し、理解度を測るクイズを自動生成します。スキルマップで誰がどの工程を習得済みかを可視化し、QRコードを設備や基板の脇に貼れば、その場で関連手順を呼び出せます。マニュアル自動生成も備え、インタビュー内容から手順書の下書きを作れます。

「聞ける人がいない」状況をどう解消するかは、聞ける人がいない現場をAIで支える方法でも掘り下げています。

料金は次のとおりで、小規模から無理なく始められます。

プラン	月額	対象
無料	0円	3名まで・お試し
スタンダード	4,980円	10名まで
プロ	9,800円	人数無制限
エンタープライズ	個別見積もり	大規模・要件対応

まず無料プランで、自社のSMT工程の一部を形式知化してみると効果が見えやすくなります。

---

SMTの判断知を、組織の資産に変える

はんだ印刷・リフロー・検査の判断を、ベテラン個人の経験から組織の共有知へ。技術伝承AIなら、AIインタビューと出典付き検索で、現場が止まらないまま知見を残せます。

無料プラン（3名まで）から始められます。まずはデモで、自社の不良判断がどう言語化されるかをご確認ください。

無料でデモを体験する ／ 料金プランを確認する

---

よくある質問（FAQ）

Q. SMTのノウハウ継承は、何から手をつければよいですか。 A. まず不良判断の境界線から始めるのが効果的です。良品と不良サンプルを並べ、ベテランが「どこを見るか」を言葉にする作業が、最も早く効果が出ます。条件設定の理由づけはその次の段階に進めると整理しやすくなります。

Q. 感覚的な判断は、本当に言語化できるのですか。 A. すべてを数値化する必要はありません。重要なのは「見る視点」と「判断の順序」を残すことです。AIインタビューは本人が意識していない判断理由を質問で引き出すため、感覚知の言語化に向いています。

Q. 小さな会社でも導入できますか。 A. 可能です。無料プランは3名まで利用でき、月額4,980円のスタンダードプランは10名まで対応します。まず1工程の知見を形式知化し、効果を確かめてから範囲を広げる進め方が現実的です。

Q. AIインタビューはベテランの負担になりませんか。 A. 負担は抑えられます。音声からマニュアル下書きを生成する取り組みでマニュアル化を2〜3時間で実現した例もあり（ユーザ協会、2025年）、AIが文章化を肩代わりするため、ベテランは話すだけで済みます。

Q. 不良対策そのものの分析も同じ仕組みでできますか。 A. 技術伝承AIは知見の蓄積と検索が中心です。なぜなぜ分析のような原因究明は、専用の手法やツールと組み合わせるとより深く対応できます。AIによる技能継承の全体像はAIチャットボットで技能を継承する仕組みもご覧ください。

まとめ

SMT実装のノウハウは、はんだ印刷の条件、リフローの温度プロファイル、不良の判断基準など、数値になりにくい感覚知に支えられています。

その判断がベテラン個人に偏ったままでは、退職とともに歩留まりの基準が失われます。だからこそ、検査の「目」や条件設定の理由を言葉にし、組織の資産へ変えることが欠かせません。

技術伝承AIは、AIインタビューで判断理由を引き出し、出典付き検索やFAQ、スキルマップで現場に届けます。ベテランの仕事を止めずに、SMTの判断知を継承できる仕組みです。

まずは無料プランで、自社の一工程から形式知化を始めてみてください。

---

関連サービス：

• 製造業の不良削減事例で学ぶなぜなぜ分析 — WhyTrace Plus：はんだ不良やボイドの原因を体系的に深掘りし、再発防止につなげる分析手法を解説しています。
• 現場改善ツール9製品の比較ガイド — GenbaCompass：技能継承から品質・安全まで、製造現場のDXを支えるツール群を用途別に比較しています。