SolVision成功案例
多层陶瓷电容瑕疵检测
客戶
客户长期耕耘快闪记忆体控制器晶片领域,是一家全球 NAND 储存控制晶片及存储解决方案的领导厂商。
案例
精密工艺确保 MLCC 产品品质稳定性
多层陶瓷电容(MLCC)是现代电子产品中不可或缺的核心元件,主要用于电流和电压的控制与管理。由于其高可靠性、高频率和低成本等优势,MLCC 被广泛应用于电脑、手机、精密测试仪器、雷达通讯等各种电子设备中。
多层陶瓷电容(MLCC)是现代电子产品中不可或缺的核心元件,主要用于电流和电压的控制与管理。由于其高可靠性、高频率和低成本等优势,MLCC 被广泛应用于电脑、手机、精密测试仪器、雷达通讯等各种电子设备中。

挑战
MLCC 检测的高错杀率挑战 AI 能力极限
在导入 AI 软体进行瑕疵检测前,MLCC 检测多以人工目视为主。然而,人工检测因主观性和人员疲劳影响,难以确保判定的一致性。尤其在检测尺寸偏差、微小裂纹或电极分布细微不均时,人工检测常因标准难以统一而导致漏检或过检。
为改善这些问题,客户尝试开发 AI 检测系统,希望借助深度学习技术自动化检测效果。然而,在实际应用中,由于 MLCC 的特性导致错杀率偏高,不仅增加生产成本,还影响整体检测效率和生产进度。
解决方案
智慧检测系统重塑 MLCC 检测准则
透过导入 SolVision AI 视觉检测技术,可有效降低 MLCC 检测的错杀率问题。该系统结合深度学习与实例分割技术,能精确识别 MLCC 的细微瑕疵,并对产品进行分层检测。例如,对尺寸不符规格的 MLCC 进行筛选,快速发现表面不平整或电极不规范的产品,进一步提升检测的准确度。
SolVision AI 的模型训练基于少量瑕疵样本,即可实现高效分类,并对瑕疵类型进行标注与记录。该系统在毫秒内完成每片 MLCC 的判定,即使生产线高速运作,亦能确保稳定性与效率。同时,透过瑕疵数据的分析,生产方可即时回溯瑕疵来源,针对设备或流程进行优化,减少后续不良品的产生,显著提升产品一致性与生产效率。
