SolVision成功案例

電子業

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

  • META-aivi 智能電子製造

    在製造過程中導入操作簡易的「穿戴式AI」META-aivi，人員可透過AI學習面板上所標示出的正確組件配置圖，立即驗證人員組裝正確性。若偵測到裝配錯誤，META-aivi將立即發出異常警示，提醒人員即時修正，確保物件的品質一致，減少人為疏失。 此外，組裝完成後利用AI做統一流程驗證，即時儲存辨識結果並製成品檢履歷，能有效追蹤料件資訊，建立完整的製程資訊。

  • 漸層玻璃瓶瑕疵檢測

    漸層玻璃瓶皆經過噴砂製程霧面處理，製作過程常見的瑕疵類型為色澤不均或者瓶身出現黑點，而這些瑕疵因無法明確定義且樣式不固定，難以採用AOI方法進行檢測。訓練完成的AI模型即可快速檢出玻璃瓶身各角度之瑕疵分布，並標註出缺陷位置。
  • Close-up Photography of a Power Tool

    金屬加工沖壓件表面瑕疵檢測解決方案

    金屬加工沖壓件上可能出現的瑕疵種類繁多且形態不一，油汙及水漬更是不易觀察。另一方面，金屬加工件在取像時的亮度也各有差異，造成AOI瑕疵檢測的執行相當不易。金屬加工品的品管助手：AI瑕疵檢測，經訓練的AI模型可輕易檢出各式沖壓件上的瑕疵，大幅提升產品的表面品質。

  • 空調冷凍風管端點銲接品質管控方案

    空調及冷凍設備的製造過程中，熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序，但由於銲接工廠屬高溫高熱的場域，入內需穿著基本防護，且銲道的瑕疵缺陷複雜且不規則，憑藉人工經驗檢測銲道，不容易維持品質一致，導入ＡＩ自動化檢測勢在必行。