black and silver round analog watch

SolVision成功案例

积层陶瓷电容制程优化解决方案

被动元件端电极镀锡层瑕疵检测

被动元件回焊可靠度的关键:端电极镀锡层外观完整

被动元件包括电阻、电容、电感等,主要以表面贴装技术 (Surface Mount Technology, SMT)组装于电路板上达到储存或调节电力的功能,其中又以电容的市场规模最大。回焊制程中,被动元件端电极透过外部镀锡层与电路板上的焊垫连接方能导通电流。因此,端电极镀锡层的完整性可谓是被动元件回焊可靠度的关键。

Detecting defective electrodes on passive electronic components

制程优化困境:SMD电容体积小

SMD电容体积较小,平时拿取已经不易,要观察缺陷,便需在显微镜等级的微观工具下观察,且因MLCC非常脆弱,检测过程也必须非常小心,提高检测的困难度。

AI缺陷检测提升高阶电子产品良率

使用SolVision的实例切割技术,学习电极上凸出部分的瑕疵形状及位置,建立AI模型,在AI学习瑕疵特征之后,即可快速检测电容凸出部分的缺陷,大幅提升整体制程的良率。

SMD元件检测案例

瑕疵凸出

AI Inspection for Surface Mount Devices (SMD)
Protrusions
AI Inspection for Surface Mount Devices (SMD)
Protrusions
AI Inspection for Surface Mount Devices (SMD)
Protrusions

瑕疵凸出

AI Inspection for Surface Mount Devices (SMD)
Uneven distribution
相关文章
  • assorted coffee capsules

    咖啡胶囊摆放顺序出货前检验解决方案

    咖啡胶囊不同口味代表不同颜色,以一盘咖啡胶囊作为标准组,另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像,若有任意一个咖啡胶囊的位置摆放错误,软件可立即将错误摆放之处以检测框标示出来,可成功分辨各式高反光且颜色差异小的咖啡胶囊。
  • 压花石膏板瑕疵检测解决方案

    石膏板出厂前,瑕疵情形皆须确实检出。然而,由于压花石膏板的外观特性,瑕疵在复杂背景中模糊,无法以AOI及人眼确实辨识。使用所罗门 SolVision AI影像平台技术,撷取板材上的脏痕、过大压花图案以及压花不清等瑕疵,可确实检出并定位板材上的瑕疵,具体提升石膏板板材的质量与良率。
  • 传统机台仪表数字化解决方案

    传统式的气体监控机台或仪器设备具有仪表板显示信息,惟其缺乏数字化接口,SolVision结合机器视觉与人工智能,运用AI影像平台技术执行光学字符识别(OCR),将机台仪表影像中的数值转为数字化信息,以利统计、监控数据的异常情形,亦可进 % 一步作为后续智能化相关应用的基础。
  • 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。