Trường hợp
Kiểm tra hàn BGA chính xác
Công nghệ Ball Grid Array (BGA) là phương pháp đóng gói ưa chuộng cho các chip bán dẫn mật độ cao và tiên tiến, được thiết kế để giảm ngắn mạch và tăng độ tin cậy tổng thể. Phương pháp này sử dụng các bi thiếc nhỏ sắp xếp ở mặt dưới để tạo kết nối điện mật độ cao giữa BGA và bảng mạch PCB. BGA nhựa, thường sử dụng đế nhiều lớp, là giải pháp tiết kiệm chi phí cho sản xuất số lượng lớn, đặc biệt trong điện tử tiêu dùng và các lĩnh vực nhạy cảm về giá thành.
Tuy nhiên, trong quá trình hàn hồi lưu (reflow), sự thay đổi nhiệt độ có thể làm biến dạng PCB và BGA, dẫn đến các lỗi như không dính thiếc, chồng bi thiếc, mối hàn nguội, và lỗ rỗng — tất cả đều có thể gây ngắn mạch hoặc kết nối yếu. Kiểm tra chính xác là yếu tố then chốt để đảm bảo độ tin cậy và hiệu suất của sản phẩm cuối cùng.
Thách thức
Đảm bảo độ chính xác trong việc phát hiện lỗi hàn BGA
Phương pháp kiểm tra quang học truyền thống thường không đủ để xác minh chất lượng hàn BGA, đặc biệt với mảng bi thiếc dày đặc ở mặt dưới. Hình ảnh X-quang là công cụ quan trọng để kiểm tra bên trong và phát hiện lỗi hàn tiềm ẩn nằm dưới bề mặt.
Tuy nhiên, hình ảnh X-quang thường bị nhiễu nền mạnh và thiếu độ tương phản, khiến các hệ thống kiểm tra theo quy tắc gặp khó khăn trong việc phát hiện chính xác lỗi và đánh giá chất lượng mối hàn.
Giải pháp
Phát hiện lỗi hàn BGA dựa trên AI
SolVision sử dụng công nghệ học sâu (deep learning) để huấn luyện mô hình AI qua các hình ảnh mẫu về lỗi hàn, như lỗi không dính thiếc, chồng bi thiếc. Nhờ thuật toán AI tiên tiến, SolVision không chỉ nhận diện chính xác các lỗi này mà còn tăng tốc quá trình kiểm tra, đảm bảo kiểm soát chất lượng nhanh và đáng tin cậy hơn. Mô hình AI được huấn luyện để phát hiện các lỗi nhỏ ngay cả trong hình ảnh X-quang nhiễu và độ tương phản thấp, điều mà hệ thống truyền thống khó thực hiện. Giải pháp này mang lại khả năng phát hiện lỗi chính xác, nâng cao độ tin cậy và giảm thiểu cảnh báo sai.
Phát hiện lỗi hàn BGA
Đạt
Không đạt
Sai kích thước
Ngắn mạch