SolVisionEstudio de casos
Automatización de la inspección de calidad de los marcos de plomo
Detección de defectos con IA para marcos de cables semiconductores
Un componente clave del ensamblaje de semiconductores
En el proceso de ensamblaje de semiconductores, las tramas de cables conectan los chips a las placas de circuito impreso y también se utilizan para el transporte de chips, la conexión de circuitos y la transmisión de señales. Casi todos los paquetes de semiconductores requieren un marco de plomo, y se producen mediante grabado fotoquímico o estampado mecánico. A medida que la fabricación de semiconductores se vuelve más sofisticada, el proceso de creación de marcos de plomo debe mejorar en precisión y rendimiento.
Los fondos complejos pueden afectar a las tasas de detección
Un solo defecto en el marco de cable puede resultar en una falla completa del semiconductor. Por lo tanto, la identificación temprana de defectos en el proceso de producción es crucial para ayudar a los fabricantes a evitar la pérdida de tiempo y recursos. Los defectos comunes del marco de plomo incluyen rebabas en los bordes, impurezas, manchas y rasguños. Al escanear superficies, los sistemas de visión tradicionales tienden a confundirse cuando los defectos son demasiado similares o se difuminan en el fondo, lo que afecta la precisión de la inspección.
Reconocimiento de detecciones con inteligencia artificial
Impulsado por IA, SolVision es un sistema de inspección visual capaz de aprender diferentes defectos de producción y minimizar los errores de detección. La herramienta de aumento de datos del software ayuda a ampliar el alcance de entrenamiento del modelo de IA para que se puedan reconocer incluso los defectos en fondos complejos o desordenados. Los defectos oscuros, los bordes o manchas negras y las protuberancias de los bordes también se pueden identificar con precisión.
Inspección de IA
Muestra Dorada
Manchas negras y bordes elevados
