SolVisionÉtude de cas
Automatisierung der Qualitätsinspektion von Trägerschalen
Détection des défauts par IA pour les cadres de connexion des semi-conducteurs
Un composant clé de l’assemblage des semi-conducteurs
Dans le processus d’assemblage des semi-conducteurs, les cadres de connexion relient les puces aux cartes de circuits imprimés, et sont également utilisés pour le transport des puces, la connexion des circuits et la transmission des signaux. Presque tous les emballages de semi-conducteurs nécessitent un cadre de connexion, qui est produit par photogravure chimique ou estampage mécanique. À mesure que la fabrication de semi-conducteurs devient plus sophistiquée, le processus de création des cadres de connexion doit améliorer sa précision et son rendement.
Des arrière-plans complexes peuvent affecter les taux de détection
Un seul défaut sur un cadre de connexion peut entraîner un échec complet du semi-conducteur. Identifier les défauts tôt dans le processus de production est donc crucial pour aider les fabricants à éviter de gaspiller du temps et des ressources. Les défauts courants des cadres de connexion incluent les bavures de bord, les impuretés, les taches et les rayures. Lors de l’analyse des surfaces, les systèmes de vision traditionnels tendent à se mélanger lorsque les défauts sont trop similaires ou flous par rapport à l’arrière-plan, ce qui affecte la précision de l’inspection.
Reconnaissance des défauts avec l’intelligence artificielle
Propulsé par l’IA, SolVision est un système d’inspection visuelle capable d’apprendre différents défauts de production tout en minimisant les erreurs de détection. L’outil d’augmentation des données du logiciel aide à élargir la portée de formation du modèle d’IA afin que même les défauts sur des arrière-plans complexes ou en désordre puissent être reconnus. Les défauts obscurs, les bords ou taches noires, et les saillies de bord peuvent également être identifiés avec précision.
Inspection par IA
Échantillon d’or
Taches noires et bords surélevés
