SolVision成功案例

組裝電路板(PCBA)製程優化解決方案

利用AI視覺檢測PCBA插件是否正確

什麼是PCBA? PCB、電路板、PC板?

PCB與PCBA的差異就在「PCBA = PCB + Assembly」,也就是沒有組裝電子元件的板子叫PCB,而已經組裝完成電子元件的板子則稱之為PCBA。PCBA其實是「Printed Cicrcuit Board Assembly」的英文縮寫,也有人簡略一點叫它PCA,當然也有人叫它PWA (Printed Wire Assembly),中文我們一般稱它為「組裝電路板」或「組裝板」,不過業界中少人用以上的中文來稱呼PCBA的,一般如果一台整機內只有一片板子,會直接叫它「主板(Main board)」或直接省略叫「板子」,如果有兩片以上PCBA,則會用功能來區分主板、IO板、充電板(charging board)。

PCBA插件是否正確影響製程良率

PCBA上面集成了不同功能的電子元件、插槽及各種晶片組,製造流程繁瑣,如何提升插件及組裝的正確率,是良率提升的關鍵。

PCBA製程優化困境:人工目測容易出錯

PCBA生產流程複雜,且插件繁多,透過人員用目視的方式來檢測,容易產生誤檢或是漏檢的情形,使製程優化不易達成。

AI瑕疵檢測優化PCBA製程檢測缺陷

運用Solomon SolVision 的Anomaly Detection Tool非監督式檢測工具,學習PCBA Golden Sample的影像做AI模型訓練,可辨識欲檢測的PCBA與Golden Sample差異之處並標示為不良,使檢測效率大幅提升。

PCBA 插件缺陷檢測

PCBA標準樣本

PCBA電容極性錯誤與缺件

PCBA缺陷樣本

PCBA底座缺件

相關文章
  • a group of square objects

    晶粒邊緣崩裂檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定,以致傳統光學檢測無法精準地將瑕疵檢出,影響整體產品良率。運用SolVision AI影像技術,將影像樣本中的瑕疵特徵予以標註,完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置,大幅降低晶片在後續封裝製程中斷裂的風險。
  • presence/absence detection of PTP using SolVision AI inspection software

    泡殼包裝品質管理解決方案

    運用SolVision AI影像平台的Instance Segmentation技術,以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形,並將偵測到的瑕疵予以標註並分類。
  • 物料管理優化方案,提高產品標籤辨識度

    電子產業中,如果料號標籤無法辨識會大幅降低作業效率。標籤字體印刷不良標籤上的字體在印刷過程容易產生不規則的細微瑕疵,使得AOI難以辨識。利用SolVision進行缺陷以及字元辨識之AI深度學習,即便標籤字體出現不規則的缺陷仍能正確辨識,大幅降低物料管理的成本支出,提高庫存管理正確性。
  • 包裝密封檢測解決方案

    除了判斷包裝是否密封之外,須進一步確認密封不完全的型態與原因,但因為密封缺陷的型態差異小,且物件表面呈高反光,不論是人眼或AOI皆不易找出缺陷並將之分類。所羅門使用 SolVision工具,由影像定義出密封完好的狀態,並與多種缺陷作比較,可即時檢出沒有密封完整的包裝並將缺陷分類。