SolVisionFallstudie
Erkennung von Haftungsfehlern in Halbleitern
KI-Deep-Learning-Technologie für visuelle Inspektionen
Die Bonding-Technik und Produktstabilität
Die Bonding-Technik (auch Montierung genannt) ist ein entscheidender Schritt in der Halbleiterfertigung und umfasst das Verbinden des Siliziumchips mit einem Leiterplattenrahmen mithilfe von Die-Attach-Kleber, um einen thermischen oder elektrischen Pfad zu bilden. Eine der größten Herausforderungen beim Die-Bonding besteht darin, den Chip mit der geringstmöglichen Menge an Kleber auf dem Leiterplattenrahmen zu fixieren. Übermäßiger Kleber kann auf dem Chip verbleiben oder auf die Leiterplatte überlaufen und dazu führen, dass der Chip kippt, was die Stabilität des gesamten Halbleiterpakets beeinträchtigt.
Unregelmäßige Defekte: Lichtbrechung, Überlauf und übermäßige Haftung
Die Die-Attach-Kleber sind transparent und verursachen Lichtbrechung, was die Erkennungsraten beeinträchtigt. Überlaufende und übermäßige Haftungsfehler sind in der Regel unsystematisch und haben keine festen Positionen oder Formen. Solche zufälligen Produktionsfehler erschweren es traditionellen Inspektionssystemen, Regeln für eine effektive Erkennung aufzustellen.
KI-Feature-Learning und Datenaugmentation
Basierend auf KI-Deep-Learning ist SolVision in der Lage, zufällige und komplexe Defekte genau zu identifizieren. Das Segmentierungswerkzeug der Software verwendet Musterbilder, um ein KI-Modell zum Erkennen der Merkmale unterschiedlicher Defekte zu erstellen und diese zu lokalisieren. Um die Erkennungsraten zu verbessern, ermöglicht die Funktion zur Datenaugmentation die Simulation potenzieller fehlerhafter Produktszenarien, sodass die KI ihr Wissen über die Eigenschaften von Defekten erweitern kann. Durch die Vergrößerung des Datensatzes wird die Erkennungsfähigkeit des Systems gestärkt, sodass der Inspektionsprozess weniger von externen Faktoren beeinflusst wird.
KI-Inspektion
Original
Ergebnis
Original
Ergebnis
