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的导热、散热良方:金属基板

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
  • pile of shiny metal bolts

    金属螺栓AI视觉瑕疵检测

    SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率,解决反射表面难题并消除漏检。
  • A Man Fixing a Laptop

    笔电组装零件缺漏与瑕疵检测

    笔电产品零件进入组合与包装程序后,利用人工方式进行配套零件的装配,在执行上下装壳与垂直螺丝组装等工序时,若有零件缺漏将直接影响最终产品质量,进入各通路贩卖后有损公司名誉。导入所罗门SolVision检测提高产品良率及稳定性,能持续优化其检测效力,有效提高产品的质量良率。
  • 芯片承载盘检测解决方案

    芯片承载盘是半导体加工制程的关键要素,芯片承载盘的轮廓与定位孔点常因作业造成瑕疵,过去多透过AOI光学检测方式予以检查。然而承载盘不易透过AOI检出并定位瑕疵,严重影响良率及生产效率。运用SolVision AI影像技术执行缺陷检测,以利使用者实时监测并排除承载盘异常。
  • 袜品外观缺陷检测

    袜品瑕疵形态多样,传统AOI适合用于整块布疋的检测,对于不固定的瑕疵检测有困难,且容易发生错杀,仍需人工进行复检。以SolVision工具完成AI模型的训练。可快速且精确地找出瑕疵、分类不同瑕疵并剔除不良品,把关产品质量、提升生产效率,透过对瑕疵进行分类与分析,更能够优化整体制程。