SolVisionCaso di Studio

Ispezione della saldatura BGA con l’intelligenza artificiale

Caso

Ispezione precisa della saldatura BGA

La tecnologia BGA (Ball Grid Array) è un metodo di incapsulamento preferito per chip semiconduttori ad alta densità e di livello avanzato, progettato per ridurre i cortocircuiti elettrici e migliorare l’affidabilità complessiva. Questo approccio utilizza una matrice di piccole sfere di saldatura posizionate sulla parte inferiore del package per creare connessioni elettriche ad alta densità tra il BGA e il PCB. I BGA in plastica, che impiegano comunemente substrati laminati, rappresentano una soluzione economica per la produzione su larga scala, soprattutto nell’elettronica di consumo e in altre applicazioni sensibili ai costi. Tuttavia, durante il processo di saldatura a rifusione, le variazioni di temperatura possono causare deformazioni del PCB e del BGA, generando difetti come mancata bagnatura, sovrapposizione delle sfere di saldatura, saldature fredde e vuoti, che possono portare a cortocircuiti o connessioni deboli. Un’ispezione precisa è quindi fondamentale per garantire l’affidabilità e la funzionalità del prodotto finale.

Sfida

Raggiungere la precisione nella rilevazione dei difetti BGA

I metodi tradizionali di ispezione ottica risultano spesso inadeguati per verificare la qualità della saldatura nei BGA, in particolare per la fitta matrice di sfere di saldatura sul lato inferiore. L’imaging a raggi X è essenziale per penetrare il package e rilevare eventuali difetti nascosti sotto la superficie. Tuttavia, le immagini a raggi X soffrono spesso di un elevato rumore di fondo e di un contrasto poco definito, rendendo difficile per i sistemi basati su regole individuare accuratamente i difetti e valutare la qualità della saldatura.

Soluzione

Rilevamento dei difetti BGA con l’AI

SolVision sfrutta il Deep Learning per addestrare il suo modello AI utilizzando immagini campione etichettate di difetti di saldatura, come la mancata bagnatura o la sovrapposizione delle sfere. Grazie ad algoritmi AI avanzati, SolVision non solo identifica questi difetti con grande precisione, ma accelera significativamente anche il processo di ispezione, garantendo un controllo qualità più rapido e affidabile. Il modello è addestrato per riconoscere difetti sottili anche in immagini a raggi X rumorose e a basso contrasto—una sfida in cui i sistemi di ispezione tradizionali spesso falliscono. Il risultato è un rilevamento accurato dei difetti, che migliora l’affidabilità dell’ispezione e riduce al minimo i falsi positivi.