SolVisionEstudio de casos
Control de calidad del corte en cubitos de obleas
Inspección con IA de los defectos de la cuchilla de corte
Calidad de las cuchillas y herramientas para cortar en cubitos de obleas
El rápido desarrollo de los productos electrónicos modernos ha intensificado la demanda y los requisitos de calidad de los semiconductores patatas fritas. Los avances en la tecnología de fabricación también han hecho que las obleas de silicio sean más ligeras, más delgadas y más cortas. Para lograr un alto rendimiento y optimizar el rendimiento de la producción, las técnicas de corte y singulación de obleas son un aspecto importante a monitorear, y la clave para la calidad del corte en cubitos radica en la cuchilla utilizada y su control.
Patrones de hojas circulares y fondos complejos
El corte en cubitos de obleas es un proceso común en las industrias de semiconductores y optoelectrónica. Cuando el proceso de corte en cubitos no puede mantener el rendimiento y la eficiencia sin comprometer las características de las virutas, la capacidad de producción se verá muy afectada. El control de calidad de las cuchillas para cortar en cubitos de obleas se lleva a cabo principalmente mediante la inspección de deficiencias de apariencia. Las cuchillas dañadas a menudo tienen líneas irregulares o defectos de perforación múltiple en su superficie. Los patrones densos en forma de anillo en las cuchillas de corte también forman fondos complejos que afectan las tasas de detección de los sistemas de inspección tradicionales.
Inspecciones visuales basadas en IA
Con la herramienta de segmentación de SolVision, las líneas irregulares y los defectos de perforación múltiple se etiquetan en imágenes de muestra para entrenar el modelo de IA. Al aprovechar los potentes algoritmos y la tecnología avanzada de visión artificial, SolVision puede identificar varios defectos en las cuchillas de corte en cubitos de obleas en tiempo real para mantener su calidad, sin ser afectado por la complejidad de los antecedentes o defectos.
Inspección de IA
Imagen escaneada
Resultado de la detección
