Калі геаметрыя паўправаднікоў скарачаецца да 10 нм і ніжэй, парог паміж «бяскрыўдным» касметычным дэфектам і фатальным функцыянальным недахопам практычна знікае. Нязначныя драпіны або плямы на паверхні пласцін калісьці здаваліся нязначнымі. Сёння яны ўяўляюць сур'ёзную небяспеку для надзейнасці пры экстрэмальных цеплавых нагрузках. Праверка людзьмі больш не з'яўляецца статыстычна жыццяздольнай для сучасных аб'ёмаў пласцін і ўпакоўкі. Аператары проста не могуць дакладна апрацаваць мільёны мікраскапічных кампанентаў. Пастаянная стомленасць вачэй, натуральна, прыводзіць да прапушчаных анамаліях.
Абнаўленне да аўтаматызаванага Абсталяванне для кантролю касметычных дэфектаў цяпер з'яўляецца базавым патрабаваннем для высокапрадукцыйнай вытворчасці. Аднак разлік сапраўднай рэнтабельнасці інвестыцый патрабуе больш глыбокага разгляду. Вы павінны глядзець не толькі на просты ўзровень выяўлення дэфектаў. Вам патрэбна сістэма, якая ідэальна спалучае дакладнасць, прадукцыйнасць вытворчасці і магчымасць адсочвання даных. У гэтым артыкуле даследуецца, як перадавыя сістэмы выяўлення абараняюць ураджайнасць і пераглядаюць кантроль якасці на сучасных вытворчасцях.
Абарона ўраджаю: аўтаматызаванае выяўленне дэфектаў паверхні прадухіляе павярхоўныя анамаліі (мікрадрапіны, плямы, сколы) ад злучэння з наступнымі пашкоджаннямі.
Зніжэнне празмернасці: перадавыя сістэмы адрозніваюць крытычныя дэфекты ад прымальнай дысперсіі, зводзячы да мінімуму ілжывыя спрацоўванні (перабор), якія марнуюць жыццяздольны крэмній.
Адсочванне: Сучаснае абсталяванне для візуальнага кантролю інтэгруецца непасрэдна з MES/YMS, забяспечваючы замкнёную зваротную сувязь для аналізу асноўных прычын.
ШІ супраць традыцыйнага: пераход ад AOI (аўтаматызаванай аптычнай інспекцыі) на аснове правілаў да мадэляў глыбокага навучання прынцыпова мяняе тое, як вытворцы ацэньваюць рашэнні для кантролю.
Часта касметычныя недахопы мы лічым бяскрыўднымі. Гэтая здагадка сёння небяспечная. Мяжа паміж эстэтычнымі і функцыянальнымі дэфектамі пастаянна сціраецца. Малюсенькі скол на крамянёвым краі можа выглядаць як простая эстэтычная праблема. Аднак гэта стварае моцную кропку канцэнтрацыі стрэсу. Калі кампанент падвяргаецца цеплавым цыклам, гэты момант выходзіць з ладу. Дэфект пашыраецца ў мікраскапічную расколіну. У рэшце рэшт, гэта разбурае функцыянальную схему. Варыяцыі пасіўнага пласта або нязначнае змяненне колеру часта паказваюць на асноўны хімічны дысбаланс. Вы не можаце дазволіць сабе ігнараваць гэтыя, здавалася б, павярхоўныя анамаліі ў прылажэннях высокай магутнасці.
Ілжывыя адмоўныя вынікі здараюцца, калі сістэма прапускае дэфект. Мы называем гэта «недазабойствам». Ухіленне ад касметычных дэфектаў нясе цяжкія наступствы. Яны незаўважанымі трапляюць у канчатковы прадукт. Палявыя збоі адбываюцца неўзабаве пасля разгортвання. Кліенты выдаюць дарагія дазволы на вяртанне тавараў (RMA). Што яшчэ больш важна, ваш кваліфікацыйны статус пастаўшчыка атрымлівае сур'ёзны ўдар. Такія ўстановы, як Савет аўтамабільнай электронікі, строга выконваюць такія стандарты надзейнасці, як AEC-Q100. Яны патрабуюць нуль дэфектаў. Адсутнасць адной драпіны цалкам шкодзіць вашай рэпутацыі.
Ілжывыя спрацоўванні аднолькава разбуральныя. Мы называем гэта «пераборам». Традыцыйныя інструменты праверкі часта бываюць звышадчувальнымі. Яны пазначаюць прымальныя адхіленні матэрыялаў як крытычныя дэфекты. Гэта штучна зніжае вашу ўраджайнасць. У канчатковым выніку вы адкідаеце цалкам жыццяздольны крэмній. У якасці альтэрнатывы вы прымушаеце аператараў да ручной другаснай праверкі. На гэта траціцца час і высокакваліфікаваная праца. Гэта перамагае ўсю мэту аўтаматызацыі вытворчасці. Вам патрэбны разумныя сістэмы, каб рэзка скараціць гэты лішак.
Ландшафт галіны хутка мяняецца. Кліенты першага ўзроўню аўтамабільнай і аэракасмічнай прамысловасці патрабуюць абсалютнай дасканаласці. Цяпер яны патрабуюць строгага адсочвання па ланцужку паставак. Яны забяспечваюць абсалютныя допускі без дэфектаў для ўсіх паўправадніковых кампанентаў. Простая візуальная праверка больш не задавальняе праверку адпаведнасці. Вы павінны прадаставіць бясспрэчныя лічбавыя доказы цэласнасці кампанентаў. Аўтаматызаваная праверка дае вам гэты правяраючы след дадзеных без асаблівых высілкаў.
Пакетная выбарка калісьці была галіновым стандартам. Цяпер ён цалкам састарэў. Сучасныя ўбудаваныя сістэмы апрацоўкі правяраюць 100% кампанентаў. Яны робяць гэта на поўнай хуткасці вытворчасці. Вы больш не сутыкаецеся з вузкімі месцамі на станцыі тэхагляду. Абсталяванне бесперапынна апрацоўвае тысячы адзінак у гадзіну. Гэта поўнае пакрыццё гарантуе неадкладнае ўтрыманне дэфектаў. Вы выяўляеце анамаліі, перш чым яны пяройдуць на дарагія стадыі ўпакоўкі.
Сучасная вытворчасць працуе ў нанамаштабе. Аўтаматызаваныя сістэмы выкарыстоўваюць удасканаленую оптыку, каб адпавядаць гэтаму маштабу. Яны спалучаюць метады светлага поля, цёмнага поля і інтэрфераметрыі. Гэтыя метады асвятлення выяўляюць анамаліі паверхні аж да нанаметровага ўзроўню. Яны могуць імгненна выявіць адклад часціц памерам 10 нм. Трывалы агляд касметычных дэфектаў гарантуе, што нішто не застанецца незаўважаным. Вы выяўляеце мікраскапічныя адхіленні, перш чым яны ператвараюцца ў асноўныя функцыянальныя памылкі.
Інструменты праверкі робяць больш, чым сартыруюць добрыя чыпы ад дрэнных. Яны функцыянуюць як магутныя вузлы збору даных. Сістэма аб'ядноўвае дадзеныя аб месцазнаходжанні дэфектаў на сотнях пласцін. Ён лёгка вызначае паўтаральныя шаблоны. Напрыклад, перыядычныя драпіны па краях могуць сведчыць аб няправільнай накіраванасці робата. Вы адразу заўважаеце дрэйф абсталявання ўверх па плыні. Вы выпраўляеце асноўную прычыну, а не проста фільтруеце сімптомы пастаянна.
Абапіраючыся на ручных інжынераў QA абмяжоўвае рост вашай фабрыкі. Візуальная сартаванне стомная і вельмі схільная памылак. Сучаснае абсталяванне адхіляе гэтых высокакваліфікаваных работнікаў ад выканання паўтаральных задач. Яны пераходзяць да паляпшэння працэсаў і пашыранага аналізу дэфектаў. Вы максімальна павялічваеце каштоўнасць вашай каманды інжынераў. Яны засяроджваюцца на вырашэнні складаных задач па ўраджайнасці замест таго, каб цэлы дзень глядзець у мікраскопы.
Строгія алгарытмы кіруюць традыцыйнымі сістэмамі AOI, заснаванымі на правілах. Вы праграмуеце дакладныя параметры ў праграмнае забеспячэнне. Гэтыя сістэмы адрозніваюцца прадказальнымі, высокаструктураванымі кампанентамі. Яны выдатна спраўляюцца са строгімі геаметрычнымі допускамі. Аднак ім не хапае адаптыўнасці. Яны змагаюцца з непрадказальнымі арганічнымі формамі. Разнастайны фон лёгка заблытаць алгарытмы. Змена адбівальнай здольнасці на паверхні пласціны пастаянна выклікае ілжывыя сігналы трывогі.
Глыбокае навучанне цалкам мяняе парадыгму праверкі. Мадэлі на базе штучнага інтэлекту не абапіраюцца на жорсткія правілы. Яны выдатна апрацоўваюць складаныя паверхні і слабакантрастныя дэфекты. Яны вылучаюцца мінімізацыяй ілжывых спрацоўванняў. Алгарытмы вучацца на велізарных наборах даных. Вы корміце іх прыкладамі 'добрых' і 'дрэнных' складнікаў. Яны прыстасоўваюцца да прымальных варыяцый ад партыі да партыі натуральным чынам. Вы пазбягаеце пастаяннай, стомнай налады параметраў. Яны разумеюць кантэкст гэтак жа, як чалавек-аператар.
Часам патрэбны абодва падыходу адначасова. Гібрыдныя сістэмы прапануюць найлепшае аўтаматызаванае рашэнне. Яны спалучаюць дэтэрмінаваныя вымярэнні на аснове правілаў для строгай метралогіі. Адначасова яны выкарыстоўваюць кіраваны штучным інтэлектам выяўленне дэфектаў паверхні на прадмет касметычных анамалій. Вы атрымліваеце ідэальную геаметрычную праверку і інтэлектуальнае распазнаванне анамалій за адзін праход. Такая ўніверсальнасць робіць іх вельмі запатрабаванымі на сучасных перадавых фабрыках упакоўкі.
Катэгорыя сістэмы |
Лепшы сцэнар прымянення |
Ключавая тэхнічная перавага |
Галоўнае абмежаванне |
|---|---|---|---|
AOI на аснове правілаў |
Прадказальныя, высокаструктураваныя кампаненты. |
Ідэальна падыходзіць для строгіх геаметрычных допускаў і метралогіі. |
Змагаецца з арганічнымі формамі і разнастайнай адбівальнай здольнасцю. |
ШІ / машыннае навучанне |
Складаныя паверхні і нізкакантрастныя анамаліі. |
Адаптуецца да варыяцый партыі; мінімізуе ілжывыя спрацоўванні. |
Для навучання патрабуюцца шырокія пазначаныя наборы дадзеных аб дэфектах. |
Гібрыдныя сістэмы |
Удасканаленая ўпакоўка і строгае адпаведнасць патрабаванням. |
Спалучае дакладную метралогію з інтэлектуальным выяўленнем анамалій. |
Больш складаныя этапы інтэграцыі праграмнага забеспячэння і разгортвання. |
Вы павінны старанна збалансаваць хуткасць і дэталізацыю. Высокае аптычнае павелічэнне выразна выяўляе дробныя дэфекты. Аднак гэта значна памяншае поле зроку камеры. Гэта значна запавольвае працэс праверкі. Вы павінны ацаніць, ці падтрымлівае сістэма неабходную UPH (адзінак у гадзіну) пры патрэбнай раздзяляльнасці. Вы не можаце ахвяраваць прадукцыйнасцю вытворчасці дзеля непатрэбных узроўняў павелічэння.
Асвятленне цалкам вызначае або парушае ваш працэс праверкі. Паўправадніковыя матэрыялы па сваёй прыродзе моцна адлюстроўваюць святло. Стандартнае асвятленне стварае рэзкія блікі і хавае крытычныя дэфекты. Вы павінны старанна ацаніць архітэктуру асвятлення сістэмы. Шукайце магчымасці шматракурснага і шматспектральнага асвятлення. Удасканаленыя інструменты выкарыстоўваюць 3D-малюнкі для пранікнення на складаныя паверхні. Выдатна абсталяванне для візуальнага агляду выкарыстоўвае спецыялізаваныя даўжыні хваль, каб цалкам абыйсці праблемы адбівальнай здольнасці. Гэта дакладна адлюстроўвае дакладную тапаграфію дэфекту паверхні.
Абсталяванне ўяўляе сабой толькі палову ўраўнення. Экасістэма праграмнага забеспячэння вызначае зручнасць выкарыстання ў рэальным свеце і фабрычную інтэграцыю. Абсталяванне павінна бесперашкодна інтэгравацца ў існуючую інфраструктуру даных. Каб забяспечыць аптымальную ўзаемадзеянне, вы павінны праверыць некалькі ключавых патрабаванняў да праграмнага забеспячэння перад разгортваннем:
Забяспечце строгую адпаведнасць SECS/GEM для камунікацыі машын на ўсёй фабрыцы.
Праверце гатоўнасць API для ўключэння карыстацкага вымання даных і справаздачнасці.
Праверце пратаколы інтэграцыі з вашымі бягучымі сістэмамі кіравання вытворчасцю (MES).
Пацвердзіце гладкае адлюстраванне патоку даных у існуючых сістэмах кіравання ўраджайнасцю (Yield Management Systems, YMS).
Сістэмы на аснове штучнага інтэлекту забяспечваюць неверагодныя вынікі праверкі. Тым не менш, яны выключна прагныя да дадзеных інструменты. Для эфектыўнага навучання ім патрэбны шырокія, дакладна пазначаныя наборы даных. Вы павінны накарміць іх тысячамі крайніх прыкладаў. Вам патрэбны выразныя, класіфікаваныя выявы драпін, плям і сколаў. Стварэнне гэтай пачатковай бібліятэкі малюнкаў патрабуе значнага часу і інжынерных намаганняў.
Не чакайце імгненнай дасканаласці ў першы дзень разгортвання. Пацвердзіце першапачатковую наладу і этап каліброўкі. Сістэме патрэбны час, каб вывучыць параметры канкрэтнага прадукту. Падчас гэтага перыяду каліброўкі паказчыкі залішняга забойства могуць часова падскочыць. Першапачаткова мадэль машыннага навучання памыляецца на баку асцярожнасці. Калі ён прымае больш вытворчых даных, дакладнасць рэзка павышаецца. Вы павінны планаваць графік вытворчасці ў адпаведнасці з гэтай крывой навучання.
Мадэрнізацыя старых вытворчых ліній уводзіць фізічныя праблемы. Сучасныя сістэмы бесперапынна фіксуюць велізарныя аб'ёмы даных з высокім раздзяленнем. Мадэрнізацыя сеткавай інфраструктуры часта неабходная для апрацоўкі гэтых велізарных дадзеных малюнкаў. Вам таксама можа спатрэбіцца карэкціроўка фізічнай плошчы на фабрыцы. Індывідуальная інтэграцыя апрацоўкі часта патрабуецца для старых рабатызаваных пагрузчыкаў. Грунтоўная планаванне інспекцыі паўправаднікоў прадухіляе дарагія затрымкі пры разгортванні.
Пакупнікі павінны вельмі ўважліва арыентавацца ў прэтэнзіях пастаўшчыкоў. Заўсёды патрабуйце строгага пацверджання канцэпцыі (PoC), перш чым перайсці на платформу. Паспяховы PoC патрабуе строгіх рэкамендацый для забеспячэння дакладнай ацэнкі прадукцыйнасці ў рэальным свеце. Выканайце наступныя крокі ў працэсе адбору:
Прадстаўце свае канкрэтныя пласціны актыўнай вытворчасці для этапу тэсціравання.
Мэтанакіравана ўключыце ў партыю ўзораў вядомыя, вельмі складаныя дэфекты краёў.
Цалкам адмовіцца ад агульных тэставых узораў пастаўшчыкоў або некранутых дэманстрацыйных пласцін.
Незалежна вымерайце частату выяўлення дэфектаў і частату ілжывых спрацоўванняў.
Агляд касметычных дэфектаў - гэта ўжо не толькі эстэтыка. Гэта найважнейшы механізм абароны для надзейнасці паўправаднікоў. Гэта служыць асновай для сучаснай аптымізацыі ўраджайнасці і адпаведнасці. Адсутнасць пашыраных магчымасцей выяўлення робіць вашу ланцужок паставак уразлівай да збояў у далейшым.
Ацэнкі сістэмы павінны развівацца пасля простых спецыфікацый абсталявання. Самая эфектыўная стратэгія ацэнкі ігнаруе заяўленую колькасць мегапікселяў. Замест гэтага ён сканцэнтраваны на праверанай здольнасці сістэмы скарачаць як ілжывыя спрацоўванні, так і час ручной праверкі. Інтэлектуальнае праграмнае забеспячэнне мае такое ж значэнне, як і прэміум-оптыка.
Сёння ўважліва паглядзіце на свае бягучыя працэсы праверкі. Правядзіце неадкладны аўдыт вашых бягучых паказчыкаў залішняга забойства і ілжывых спрацоўванняў. Вызначце канкрэтныя анамаліі паверхні, якія часцей за ўсё выклікаюць перапрацоўку ўручную. Запытвайце мэтавыя дэманстрацыі сістэмы, цалкам заснаваныя на гэтых праблемных тыпах дэфектаў.
A: Функцыянальныя дэфекты выклікаюць неадкладны электрычны збой у кампаненце. Касметычныя дэфекты, такія як плямы на паверхні або дробныя мікрадрапіны, не спыняюць працу адразу. Аднак яны сведчаць аб небяспечным здзяйсненні працэсу. З цягам часу яны сур'ёзна рызыкуюць заўчасным выхадам з ладу пад дзеяннем цеплавога стрэсу.
A: ШІ значна лепш спраўляецца з варыяцыямі вытворчасці. Ён разумее візуальны кантэкст. Гэта рэзка памяншае колькасць ілжывых спрацоўванняў, выкліканых бяскрыўднымі варыяцыямі колеру або прымальнай тэкстурай матэрыялу. Строгія алгарытмы, заснаваныя на правілах, часта спатыкаюцца з-за гэтых нязначных прымальных адрозненняў.
A: Так, але гэта патрабуе вузкаспецыялізаванай оптыкі. Вам патрэбны глыбокі ультрафіялетавы або электронна-прамянёвы агляд, а не стандартны аптычны візуальны агляд. Гэтыя ўдасканаленыя метады ўлоўліваюць дэфекты менш за 10 нм, але маюць значныя кампрамісы ў кошце і прапускной здольнасці.
