SolVision사례 연구

BGA 납땜 검사 AI 활용

사례

정확한 BGA 납땜 검사

볼 그리드 배열(BGA) 기술은 고밀도 및 고급 반도체 칩을 위한 선호되는 패키징 방법으로, 전기 단락을 줄이고 전반적인 신뢰성을 향상시키도록 설계되었습니다. 이 방식은 패키지 하단에 작은 납볼 배열을 사용하여 BGA와 PCB 간에 고밀도 전기 연결을 만듭니다. 플라스틱 BGA는 일반적으로 적층 기판을 사용하며, 고량 생산에 적합한 비용 효율적인 솔루션을 제공합니다. 특히 소비자 전자기기 및 기타 비용 민감한 응용 분야에서 유용합니다. 그러나 리플로우 납땜 과정 중 온도 변화로 인해 PCB와 BGA가 변형될 수 있으며, 이는 비웻팅, 납볼 겹침, 차가운 납땜 이음새, 공극 등과 같은 결함을 초래할 수 있습니다. 이 모든 결함은 단락이나 약해진 연결을 초래할 수 있습니다. 따라서 정확한 검사는 최종 제품의 신뢰성과 기능을 보장하는 데 매우 중요합니다.

도전 과제

BGA 결함 감지의 정밀도 확보

전통적인 광학 검사 방법은 BGA 하단 표면에 있는 밀집된 납볼 배열의 납땜 품질을 확인하는 데 부족할 때가 많습니다. X-ray 이미징은 패키지를 투과하여 표면 아래 숨겨진 납땜 결함을 감지하는 데 중요한 역할을 합니다. 그러나 X-ray 이미지는 종종 배경 잡음이 심하고 명확한 대비가 부족하여 규칙 기반 시스템이 결함을 정확하게 감지하고 납땜 품질을 평가하는 데 어려움을 겪습니다.

솔루션

BGA 납땜 결함 감지를 위한 AI 기반 검출

SolVision은 심층 학습을 활용하여 납땜 결함(비웻팅, 납볼 겹침 등)의 라벨이 붙은 샘플 이미지를 사용하여 AI 모델을 훈련시킵니다. 고급 AI 알고리즘을 활용하여, SolVision은 이러한 결함을 높은 정밀도로 식별할 뿐만 아니라 검사 과정을 빠르게 처리하여 더 빠르고 신뢰할 수 있는 품질 관리를 보장합니다. 이 모델은 전통적인 검사 시스템이 어려워하는 잡음이 많고 대비가 낮은 X-ray 이미지에서도 미세한 결함을 인식할 수 있도록 훈련되어 정확한 결함 감지를 가능하게 합니다. 그 결과, 정확한 결함 감지가 이루어져 검사 신뢰도가 높아지고 허위 긍정 오류를 최소화합니다.