SolVisionกรณีศึกษา

การตรวจจับข้อบกพร่องของการยึดติดในเซมิคอนดักเตอร์

เทคโนโลยีการเรียนรู้เชิงลึก AI สำหรับการตรวจสอบภาพ

เทคนิคการติดแผ่นไดและความเสถียรของผลิตภัณฑ์

เทคนิคการติดแผ่นได (หรือการติดตั้งได) เป็นขั้นตอนสำคัญในการผลิตเซมิคอนดักเตอร์ ซึ่งเกี่ยวข้องกับการเชื่อมต่อชิปซิลิคอนกับกรอบขาโดยใช้กาวติดแผ่นได เพื่อสร้างเส้นทางทางความร้อนหรือไฟฟ้า หนึ่งในความท้าทายที่ใหญ่ที่สุดของการติดแผ่นไดคือการติดชิปลงบนกรอบขาโดยใช้กาวให้น้อยที่สุด กาวที่มากเกินไปอาจจะเหลืออยู่บนชิปหรือไหลล้นออกมาบนแผงวงจรและทำให้ชิปเอียง ส่งผลกระทบต่อความเสถียรของแพ็กเกจเซมิคอนดักเตอร์ทั้งหมด

Automated detection of printing errors on consumer packaging

ข้อบกพร่องที่ไม่สม่ำเสมอ: การหักเหของแสง, การไหลล้น และการยึดติดเกิน

กาวติดแผ่นไดมีความโปร่งใสและทำให้แสงหักเห ซึ่งส่งผลกระทบต่ออัตราการตรวจจับ ข้อบกพร่องจากการไหลล้นและการยึดติดเกินมักจะไม่เป็นระเบียบและไม่มีตำแหน่งหรือรูปร่างที่แน่นอน ข้อผิดพลาดในการผลิตแบบสุ่มเหล่านี้ทำให้ระบบตรวจสอบแบบดั้งเดิมไม่สามารถตั้งกฎสำหรับการตรวจจับที่มีประสิทธิภาพได้

การเรียนรู้ลักษณะเฉพาะของ AI และการขยายข้อมูล

ด้วยการเรียนรู้เชิงลึกของ AI SolVision สามารถตรวจจับข้อบกพร่องที่ซับซ้อนและสุ่มได้อย่างแม่นยำ เครื่องมือการแบ่งส่วนของซอฟต์แวร์ใช้ภาพตัวอย่างเพื่อสร้างโมเดล AI สำหรับการรับรู้ลักษณะของข้อบกพร่องที่หลากหลายเพื่อตรวจหาพวกมัน สำหรับอัตราการตรวจจับที่ดีขึ้น ฟังก์ชันการขยายข้อมูลช่วยจำลองสถานการณ์ผลิตภัณฑ์ที่อาจมีข้อบกพร่อง ซึ่งทำให้ AI สามารถขยายความรู้เกี่ยวกับลักษณะของข้อบกพร่อง การเพิ่มชุดข้อมูลทำให้ระบบมีความสามารถในการรับรู้ที่แข็งแกร่งขึ้น ทำให้กระบวนการตรวจสอบไม่ถูกกระทบจากปัจจัยภายนอก