SolVision AI はんだ検査ケーススタディ用のフィーチャー画像として使用された、緑色プリント基板上のボールグリッドアレイ(BGA)の高解像度マクロ写真。

AI を活用した BGA はんだ接合検査

ケース概要

産業:電子産業半導体産業

ソリューションSolVision

ケース説明

高精度 BGA はんだ接合検査

ボール・グリッド・アレイ(Ball Grid Array:BGA)パッケージは、高密度半導体設計において広く使用されており、電気的信頼性の向上と短絡リスクの低減に貢献します。電気接続は、パッケージ底面に配列されたはんだボールによって形成され、BGA と PCB 間の高密度かつコンパクトな相互接続を実現します。

量産工程では、積層基板を用いたプラスチック BGA が一般的です。リフローはんだ工程において、熱応力や温度変化により PCB やパッケージが変形し、ぬれ不良、はんだボールの重なり、コールドジョイント、ボイドなどの欠陥が発生する可能性があります。これらの欠陥は短絡や接続信頼性の低下を引き起こすため、高精度な BGA はんだ接合検査が不可欠です。

課題

隠れた BGA はんだ接合部の検査の難しさ

従来の光学検査では、パッケージ下に隠れた BGA はんだ接合部を確認することができず、内部欠陥の検出には X 線検査が必要となります。しかし、X 線画像はコントラストが低く、背景ノイズが多いという課題があります。

このような条件下では、ルールベースの検査システムは十分に機能しません。はんだボールの形状や密度のばらつきにより検査の安定性が低下し、誤判定が増加するため、実際の生産ラインでの検査効果には限界があります。

解決策

SolVision AI による BGA はんだ接合検査


SolVision は、ディープラーニング技術を用いて X 線画像を解析し、BGA はんだ接合検査を行います。AI モデルは、ぬれ不良、はんだボールの重なり、サイズ異常、短絡などの欠陥データをラベル付けして学習しています。

高ノイズ・低コントラストな画像においても、従来のアルゴリズムでは検出が困難であった微細な欠陥パターンを正確に識別します。SolVision を導入することで、検査の一貫性が向上し、誤判定を低減するとともに、安定したインライン品質管理を実現します。

BGA はんだ接合欠陥の分類

SolVision AI 自動検査システムにより「OK」と判定された、高品質 BGA はんだ接合部の X 線検査画像。製造コンプライアンスを保証。

OK:良品はんだ接合

X 線解析中に SolVision AI 自動検査が欠陥のある BGA はんだ接合部を「NG(不良)」とマーキングし、PCB の現場不良を防止。

NG:不良はんだ接合

BGA の X 線画像で、AI 検査システムが「サイズ不良」と判定した欠陥を示し、実装における異常なはんだボール寸法を特定。

サイズ異常(Wrong Size)
はんだボール寸法の異常

AI による BGA はんだ検査で、はんだ接合間の電気的ブリッジや短絡欠陥を検出し、品質保証のため赤色インジケーターで強調表示。

短絡(Short Circuit)
はんだ接合間の電気的短絡

成果

隠れた BGA はんだ接合欠陥の検出に成功
異なる種類の欠陥を分類可能
誤判定を低減し、生産ラインにおけるリアルタイム検査の安定性を確保