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
  • 不鏽鋼管字元辨識解決方案

    目前仍採用人力進行自行車車身號碼的辨識與登錄,耗費人工且效率低,若使用AOI進行字元辨識,因不鏽鋼管表面為圓弧曲面,打光容易造成反射,不論以人工或者AOI檢測,針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧,對於光學字元辨識可以得到極佳的辨識效果。
  • 傳統機台儀表數位化解決方案

    傳統式的氣體監控機台或儀器設備具有儀表板顯示資訊,惟其缺乏數位化介面,SolVision結合機器視覺與人工智慧,運用AI影像平台技術執行光學字元辨識(OCR),將機台儀表影像中的數值轉為數位化資訊,以利統計、監控數據的異常情形,亦可進 % 一步作為後續智能化相關應用的基礎。
  • 紡織線架成品瑕疵檢測

    透過AI視覺技術,快速檢測紡織線架上的成品是否有瑕疵,進一步提升產線生產力。
  • 塑膠扣具瑕疵檢測解決方案

    射出成型的扣具生產上最為常見的瑕疵為脫模劑油汙、白點、毛邊及殘屑,其中屬油汙瑕疵最難檢出。結合SolVision AI影像平台工具,分別針對各類表面瑕疵型態執行深度學習,訓練完成的AI模型即可即時檢出射出成型時產生油汙與在內的各類瑕疵。