a couple of microchips sitting on top of a table

SolVision成功案例

電子業

積層陶瓷電容製程優化解決方案

被動元件端電極鍍錫層瑕疵檢測

被動元件回焊可靠度的關鍵：端電極鍍錫層外觀完整

被動元件包括電阻、電容、電感等，主要以表面貼裝技術 (Surface Mount Technology, SMT)組裝於電路板上達到儲存或調節電力的功能，其中又以電容的市場規模最大。回焊製程中，被動元件端電極透過外部鍍錫層與電路板上的銲墊連接方能導通電流。因此，端電極鍍錫層的完整性可謂是被動元件回焊可靠度的關鍵。

Detecting defective electrodes on passive electronic components

製程優化困境：SMD電容體積小

SMD電容體積較小，平時拿取已經不易，要觀察缺陷，便需在顯微鏡等級的微觀工具下觀察，且因MLCC非常脆弱，檢測過程也必須非常小心，提高檢測的困難度。

AI缺陷檢測提升高階電子產品良率

使用SolVision的实例切割技術，學習電極上凸出部分的瑕疵形狀及位置，建立AI模型，在AI學習瑕疵特徵之後，即可快速檢測電容凸出部分的缺陷，大幅提升整體製程的良率。

SMD元件檢測案例

凸出

AI Inspection for Surface Mount Devices (SMD) Protrusions
AI Inspection for Surface Mount Devices (SMD) Protrusions
AI Inspection for Surface Mount Devices (SMD) Protrusions

分布不均

AI Inspection for Surface Mount Devices (SMD) Uneven distribution
相關文章

  • 車牌及貨櫃號碼自動辨識解決方案

    貨運車輛的車牌及貨櫃號碼位置不固定，車行角度及採光條件也不一致。一般車牌辨識系統須透過感應線圈及車輛偵測器於最佳的取像位置執行辨識，然而該方案無法應用於貨櫃集散站的多變數場景。所羅門提供貨櫃車輛身份辨識的最佳方案：AI光學字元辨識！
  • green bottle lot

    玻璃酒瓶黴斑髒汙檢測方案

    為落實環保，酒商皆啟動玻璃瓶容器回收再利用的機制。但玻璃酒瓶內緣之黴斑髒汙，即使經過清洗消毒仍然容易殘留，人眼不易看出黴斑。SolVision以酒瓶影像訓練AI，學習黴斑髒污的位置與顏色，自動辨識黴斑髒污特徵，在清洗產線上快速找出有黴斑、髒污的酒瓶汰除，讓回收再利用酒瓶維持品質。
  • Surgical clamps and medical equipment on a green surgical tray inside operating room

    醫療手術器械的AI識別與分類

    使用 META-aivi 優化手術器械準備，以增強病人安全。可節省 60% 的時間，實現100% 物品辨識準確率。

  • 醫療器材品質控管：安全針頭組裝

    安全針頭為透明或白色的塑膠件，其材質與紋路使得辨識不易，以人眼或AOI方法皆容易造成誤判，導致組裝錯誤卻無法有效檢出。所羅門結合機器視覺與人工智慧，使用SolVision工具，針對白色與透明塑膠件的各種紋路與形狀做AI訓練，有效檢出塑膠件的組裝錯誤，同時提高缺陷檢測的效率。