SolVision成功案例

LED PCBA瑕疵检测解决方案

LED金属基板AI瑕疵检测

PCBA heat dissipation and MCPBCs

金属基板(Metal Core PCB, MCPCB)系指具备一层金属合金的印刷电路板,具有导热、散热性质。近年铝基板广泛应用于LED背光、

LED照明、车用基板等,有效降低热源的情况下,大幅提升光效能并降低能源消耗。

PCBA heat dissipation and MCPBCs

PCBA良率难题:元件既多且杂,检测大不易

铝基板上常见瑕疵包括划痕、脏污、pin脚焊点异常、连接器缺损、插针歪斜等。然而由于铝基板上元件复杂且瑕疵种类繁多,必须有更全面且具效率的检测方式以提高产品良率。

AI瑕疵检测,提高PCBA制程良率

所罗门结合机器视觉与人工智能使用 SolVision  AI影像平台的实例切割技术,在影像样本中定位并标注铝基板上的刮痕、脏污等异常及瑕疵情形,透过AI深度学习,即可自动且即时地检出并定位铝基板上的各式瑕疵,大幅提升产线生产效率。

金属基板检测案例

正确

Metal substrate inspection case

刮痕及脏污

Metal substrate inspection case
相关文章
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽车发动机号码快速读取解决方案

    引擎号码系以烙印方式印刷在引擎上,容易受到干扰,字体、背景明暗不均的情形,不易在产在线快速识别引擎上的编码。运用SolVision AI技术,以不同亮度的影像样本训练执行光学字符识别(OCR),将影像中引擎号码转为数值,实时登录至原厂数据库系统中与车身号码链接。
  • 包装密封检测解决方案

    除了判断包装是否密封之外,须进一步确认密封不完全的型态与原因,但因为密封缺陷的型态差异小,且对象表面呈高反光,不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具,由影像定义出密封完好的状态,并与多种缺陷作比较,可实时检出没有密封完整的包装并将缺陷分类。
  • green bottle lot

    玻璃酒瓶霉斑脏污检测方案

    为落实环保,酒商皆启动玻璃瓶容器回收再利用的机制。但玻璃酒瓶内缘之霉斑脏污,即使经过清洗消毒仍然容易残留,人眼不易看出霉斑。SolVision以酒瓶影像训练AI,学习霉斑脏污的位置与颜色,自动辨识霉斑脏污特征,在清洗产在线快速找出有霉斑、脏污的酒瓶汰除,让回收再利用酒瓶维持质量。
  • 安规认证标章印刷瑕疵检测

    国内外安规认证的标章众多,例如CE、EAC等,各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形,可能影响商品的贩卖及使用。应用SolVision AI影像工具,训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方,即为版面的印刷瑕疵。