SolVisionFallstudie
Automatisierung der Qualitätsinspektion von Leiterplattenrahmen
KI-gestützte Fehlererkennung für Halbleiterleiterplattenrahmen
Ein Schlüsselkomponent der Halbleitermontage
Im Halbleitermontageprozess verbinden Leiterplattenrahmen Chips mit Leiterplatten und werden auch für das Tragen von Chips, die Verbindung von Schaltkreisen und die Signalübertragung verwendet. Fast alle Halbleiterverpackungen benötigen einen Leiterplattenrahmen, der entweder durch photochemisches Ätzen oder mechanisches Stanzen hergestellt wird. Mit der zunehmenden Komplexität der Halbleiterfertigung muss der Prozess zur Erstellung von Leiterplattenrahmen hinsichtlich Genauigkeit und Ausbeute verbessert werden.
Komplexe Hintergründe können die Erkennungsraten beeinflussen
Ein einzelner Defekt im Leiterplattenrahmen kann bereits zum vollständigen Ausfall des Halbleiters führen. Daher ist die frühzeitige Identifizierung von Defekten im Produktionsprozess entscheidend, um Herstellern zu helfen, Zeit und Ressourcen zu sparen. Häufige Defekte bei Leiterplattenrahmen sind Kantengrate, Verunreinigungen, Flecken und Kratzer. Bei der Oberflächenscanen neigen traditionelle Sichtsysteme dazu, verwirrt zu werden, wenn Defekte zu ähnlich sind oder mit dem Hintergrund verschwommen sind, was die Inspektionsgenauigkeit beeinträchtigt.
Erkennung von Defekten mit künstlicher Intelligenz
Angetrieben von KI ist SolVision ein visuelles Inspektionssystem, das in der Lage ist, verschiedene Produktionsdefekte zu erlernen und gleichzeitig Erkennungsfehler zu minimieren. Das Datenanreicherungstool der Software hilft, den Trainingsbereich des KI-Modells zu erweitern, sodass selbst Defekte vor komplexen oder unordentlichen Hintergründen erkannt werden können. Auch schwer erkennbare Mängel, schwarze Kanten oder Flecken sowie Kantenüberstände können genau identifiziert werden.
KI-Inspektion
Goldenes Muster
Schwarze Flecken und erhabene Kanten
