Keramické substráty jako nitrid hliníku (AlN) a oxid hlinitý (Al2O3) hrají klíčovou roli ve vysokovýkonových, vysokofrekvenčních a extrémních teplotních aplikacích. Najdete je na pohon elektrických modulů EV a nejmodernější RF komunikace, kde je řízení teploty přísně nesmlouvavé. Průmysl však sužuje velký problém kontroly kvality. Standardní protokoly optické kontroly FR-4 na této pokročilé keramice selhávají. Vysoká povrchová odrazivost, nízký metalizační kontrast a jedinečná křehkost materiálu snadno zaslepí běžné kontrolní stroje. Používání standardního vybavení nevyhnutelně vede k nebezpečným zmeškaným závadám nebo k velkému počtu falešných poplachů.
Tato příručka vytváří standardizovaný rámec založený na důkazech pro hodnocení vybavení AOI a schopností dodavatele. Pomůžeme vám důkladně ověřit schopnosti stroje, než se zavážete k velkým kapitálovým výdajům nebo dlouhodobým dohodám o outsourcingu. Dozvíte se přesně, jak strukturovat rigorózní testovací šarže, definovat jasné taxonomie defektů a analyzovat závěrečné zprávy o přejímce.
Keramické substráty vyžadují specializované víceúhlové nebo koaxiální osvětlení kvůli agresivnímu oslnění povrchu a nízkému kontrastu metalizace.
Důsledný proces validace vzorků AOI musí zahrnovat vyváženou kombinaci desek 'známé-dobré' a komplexní knihovnu chyb 'známé-špatné'.
Zprávy o přijetí musí jasně kvantifikovat kompromis mezi mírou úniku (falešně negativní) a mírou falešných hovorů (falešně pozitivní) pomocí standardních metrik Gage R&R.
Nasazení specializovaných protokolů akceptačního testování jde daleko za rámec základní shody. Musíme se zabývat katastrofální povahou selhání v terénu. Mikrodefekty v keramice Direct Bonded Copper (DBC) nebo Direct Plated Copper (DPC) aktivně snižují tepelnou vodivost. Pokud výkonový modul EV invertoru obsahuje mikrodutinu v pokovení substrátu, teplo nemůže účinně unikat. Modul se nakonec sám zničí při špičkovém zatížení. Prevence těchto nákladných úniků z pole vyžaduje specializované vybavení přizpůsobené odlišným fyzikálním vlastnostem keramiky.
Optická realita diktuje zcela odlišný přístup ke kontrole ve srovnání s tradičními organickými deskami. Standardní desky plošných spojů FR-4 obvykle obsahují matné pájecí masky. Poskytují vysoký kontrast proti stopám mědi. Keramické substráty tento pohodlný kontrast postrádají. Povrchy z holého oxidu hlinitého a nitridu hliníku vytvářejí intenzivní oslnění a zrcadlový odraz pod standardními kruhovými LED světly. Standardní fotoaparáty nesprávně interpretují toto intenzivní oslnění jako přemosťující zkraty nebo cizí měď.
Použití standardních pravidel kontroly PCB na vysoce reflexní keramiku okamžitě spustí extrémní únavu z falešného volání. Standardní algoritmy založené na pravidlech označují stovky imaginárních defektů na panel. Operátoři pak musí ručně zkontrolovat každé jednotlivé označené místo. Kontrola nekonečných falešných poplachů rychle vyčerpává lidské operátory. Stávají se znecitlivěnými a nevyhnutelně schvalují skutečné funkční defekty, aby jednoduše odstranili nevyřízené položky. Stanovení specializovaných kritérií přijatelnosti zastaví tento nebezpečný cyklus tím, že prokáže, že stroj dokáže rozlišit mezi neškodným oslněním a skutečnými nedostatky.
Výběr správných testovacích vzorků zaručuje integritu vašeho hodnocení. Spolehlivý Validace vzorků AOI vyžaduje pečlivě vybrané panely představující normální výrobní odchylky, nejen 'zlaté desky'. Dokonalé panely vám neřeknou nic o skutečné připravenosti stroje na výrobu. Musíte shromáždit substráty vykazující normální posuny barev mezi jednotlivými dávkami, menší odchylky zrna a povolené rozdíly v tloušťce pokovení.
Chcete-li přesně stanovit limity detekce zátěžových testů, musíte vytvořit komplexní knihovnu defektů 'známé-špatné'. Nespoléhejte se výhradně na teoretické softwarové simulace. Potřebujete fyzické defekty na okraji. Zdroj nebo cíleně vyrábí panely obsahující vlasové lomy, jemnou oxidaci mědi a mikroskopické hranové třísky. Při provádění hodnocení doporučujeme dodržovat přísnou sekvenci:
Sestavte padesát standardních výrobních panelů s normálním posunem procesu.
Integrujte dvacet účelově chybných panelů ze své známé špatné knihovny.
Před vložením do stroje zmapujte přesné souřadnice každé známé závady.
Nechte celou namíchanou dávku projít strojem naslepo.
Nakonec vždy stanovte neoptimalizovanou základní linii. Přinuťte dodavatele, aby několikrát naskenoval vaši dávku smíšených vzorků pomocí jejich výchozích keramických algoritmů. Zaznamenejte si tato základní data, než umožníte jejich technikům vyladit nastavení osvětlení nebo upravit prahové hodnoty citlivosti. Porovnání neoptimalizované základní linie s konečnými vyladěnými výsledky odhalí, kolik zakázkového inženýrství bude váš konkrétní produkt vyžadovat kupředu.
Jasná kritéria vyhovění/neúspěchu zabraňují nákladným argumentům při závěrečném odhlašování stroje. Dokumentování přesných tolerancí pro Keramický substrát AOI akceptační test sladí sliby dodavatele přímo s vaší výrobní realitou. Nemůžete přijmout vágní sliby týkající se detekce závad. Každá jednotlivá anomálie musí spadat do přísně definované kategorie.
Defekty na úrovni substrátu vyžadují vysoce specifické metriky. Keramika je notoricky křehká. Procesy laserového profilování a singulace často způsobují mikroskopické odlamování hran. Musíte přesně definovat, kolik mikronů třísky zůstane přijatelné, než panel selže. Kromě toho musí systém detekovat strukturální mikrotrhlinky, aniž by falešně označil hranice přírodních keramických zrn jako škrábance. Povrchová kontaminace musí spustit alarmy, ale neškodné vodní skvrny mohou zůstat přijatelné.
Metalizace a defekty obvodu také vyžadují přísné prahové hodnoty. Propojení s vysokou hustotou na keramice často využívají šířky jemné linie/prostoru. Stroj musí přesně měřit odlupování mědi, přeleptání stop a přemostění zkratů. Vysokofrekvenční vysokofrekvenční aplikace nemohou tolerovat ani malé poklesy krku, protože mění impedanci. Musíte jasně definovat tyto fyzické tolerance pro zrakový systém.
Řešení nejednoznačnosti zůstává nejtěžší částí definice taxonomie. Musíte oddělit neškodné kosmetické anomálie od skutečných funkčních vad. Mírné zabarvení mědi může vypadat ošklivě, ale funguje perfektně. Silná oxidace však brání řádnému spojení drátů po proudu. Vaše taxonomie musí jasně určovat, jak algoritmus zachází s těmito nejednoznačnými vizuálními rozdíly.
Kategorie defektu |
Specifická anomálie |
Příklad prahové hodnoty vyhovění/neúspěchu |
|---|---|---|
Integrita substrátu |
Sekání hran |
Selhání, pokud hloubka třísky přesahuje 50 mikronů od řezné hrany. |
Integrita substrátu |
Mikropraskání |
Selhejte jakoukoli souvislou trhlinu delší než 0,1 mm. |
Metalizace |
Trace Neck-down |
Selhání, pokud se šířka stopy zmenší o více než 15 % jmenovitého návrhu. |
Metalizace |
Měděný peeling |
Nedojde k žádné viditelné separaci mezi měděnou vrstvou a keramickou základnou. |
Povrchová kontaminace |
Oxidace |
Selhání tmavé oxidace v zónách spojování drátů; přenést lehké zabarvení jinam. |
Hardwarové specifikace přímo určují výkon kontroly pokročilých materiálů. Architektura osvětlení slouží jako nejkritičtější hardwarová součást. Standardní top-down LED kroužky selhávají na lesklém oxidu hlinitém. Poražení intenzivního zrcadlového odrazu vyžaduje vysoce specializované hardwarové konfigurace. Při hodnocení stroje hledejte tyto specifické možnosti osvětlení:
Koaxiální osvětlení: Promítá světlo dokonale kolmo k podkladu, eliminuje stíny a zvýrazňuje ploché reflexní povrchy.
Multispektrální LED: Využívá různé vlnové délky (červená, zelená, modrá, UV) ke zvýraznění odlišných materiálových vrstev, jako je odkryté keramické VS pokovené zlato.
Programovatelné víceúhlové kopule: Vysílá rozptýlené světlo z různých nízkých úhlů, aby bylo možné identifikovat vyvýšené defekty, odlupující se měď a jemné povrchové škrábance.
Požadavky na fotoaparát a rozlišení musí odpovídat vašim konkrétním pravidlům návrhu. Standardní 15mikronové rozlišení pixelů nemůže adekvátně kontrolovat jemné vysokofrekvenční keramické obvody. Pokud váš výrobní proces využívá šířky čar/prostoru pod 20 mikronů, potřebujete možnosti optického rozlišení pod mikrometrem. Line-scan kamery s vysokým rozlišením v kombinaci s telecentrickými čočkami zabraňují zkreslení obrazu na okrajích panelu a zajišťují konzistentní přesnost měření.
Musíte pečlivě posoudit požadavky na integraci AI a hlubokého učení. Mnoho prodejců používá AI jako marketingové módní slovo. Autentické hluboké učení však hluboce proměňuje keramickou inspekci. Rigidní algoritmy založené na pravidlech se snaží interpretovat přírodní variace keramického zrna. Moderní modely hlubokého učení vynikají v klasifikaci těchto nejednoznačných vizuálních vzorců. Účinně potlačují falešné hovory tím, že se učí jemné rozdíly mezi neškodnou přírodní linií zrna a katastrofální mikrotrhlinkou.
Tyto pokročilé schopnosti umělé inteligence doprovázejí rizika implementace. Hluboké učení představuje strmou křivku učení. Trénink neuronových sítí vyžaduje značnou datovou režii. Pokud provozujete nízkoobjemovou výrobní linku s velkým množstvím směsi, možná nevygenerujete dostatek vadných vzorků, abyste správně trénovali AI. Navíc náročné zpracování AI může výrazně prodloužit dobu analýzy obrazu. Musíte zajistit, aby integrovaný výpočetní hardware zvládl algoritmickou zátěž, aniž by způsoboval překážky.
Závěrečná zpráva o převzetí slouží jako konečný důkaz spolehlivosti stroje. Nepřijímejte jednoduché souhrnné e-maily 'prošel/nevyhověl'. Potřebujete komplexní studii Gage R&R (Opakovatelnost a reprodukovatelnost). Gage R&R poskytuje matematický důkaz stability systému. Opakovatelnost potvrzuje, že stroj poskytuje přesně stejný výsledek, když skenuje stejný keramický panel desetkrát za sebou. Reprodukovatelnost potvrzuje, že výsledky zůstávají konzistentní, i když různí operátoři zatěžují panely v různých směnách.
Musíte transparentně zdokumentovat matici falešně pozitivní vs. falešně negativní. Každý kontrolní systém dělá kompromisy. Pokud zpřísníte prahové hodnoty, abyste zachytili každou drobnou mikrotrhlinku (snížení falešných negativů), nevyhnutelně označíte další neškodné prachové částice (zvýší se počet falešných poplachů). Zpráva musí vykreslit tento přesný procentuální kompromis. Poznámka: Prodejce uvádějící 0 % úniků a 0 % falešných volání na komplexní keramiku je statisticky nepravděpodobný. Požádejte o zobrazení nezpracovaných dat podporujících jejich tvrzení.
Ověření doby cyklu zůstává velmi kritické. Stroj, který zachytí 100 % defektů, ale naskenování jednoho panelu trvá pět minut, nemá v sériové výrobě žádnou hodnotu. Zajistěte, aby zařízení splňovalo vaše požadované cíle jednotek za hodinu (UPH), aniž by došlo ke ztrátě jeho základní přesnosti detekce. Během testování spusťte stroj na jeho maximální jmenovitou rychlost a ověřte, že úniková rychlost uměle neroste kvůli rozmazání kamery nebo zpoždění zpracování.
Nakonec ověřte robustní sledovatelnost dat. Moderní inteligentní výroba vyžaduje bezproblémový tok dat. Ověřte, že systém dokáže okamžitě exportovat obrázky defektů ve vysokém rozlišení. Musí hladce koordinovat data bounding boxu a koordinovat mapy do vašich stávajících platforem MES (Manufacturing Execution System) nebo ERP. Spolehlivá integrace umožňuje následným motorům Statistical Process Control (SPC) identifikovat negativní trendy výnosů dříve, než přerostou v masivní zmetkové události.
Vaše konečná logika výběru by se měla zcela spoléhat na empirické důkazy. Nikdy nenakupujte ani nesmlouvejte keramické kontrolní zařízení založené pouze na lesklých technických listech. Keramika představuje jedinečné optické problémy, které standardní algoritmy PCB prostě nemohou překonat. Využitím strukturovaných testovacích šarží, přísných taxonomií defektů a přísných metrik Gage R&R chráníte svou výrobní linku před katastrofickými úniky z pole a únavou obsluhy.
Váš bezprostřední další krok vyžaduje živou, zdokumentovanou ukázku. Donuťte prodejce, aby použil vaše specifické vzorky keramického substrátu, včetně dobrých desek a vad na okrajích. Nedovolte jim testovat pomocí jejich vlastních předem optimalizovaných demo panelů. Vyžadujte od nich, aby poskytli komplexní statistickou zprávu prokazující, že jejich systém dokáže splnit vaše požadované cíle UPH při zachování přijatelné míry falešných hovorů.
Odpověď: Ne. K odhalení skrytých dutin v pájených spojích nebo výplních je vyžadován rentgen (AXI). Optická kontrola však zůstává přísně povinná pro vysokorychlostní detekci povrchových defektů, identifikaci škrábanců a měření stop. Tyto dvě technologie se doplňují, nejsou zaměnitelné.
Odpověď: I když je dobře vyladěný systém využívající hluboké učení o keramice vysoce závislý na složitosti produktu, obvykle se zaměřuje na méně než 3–5 % falešných hovorů. Počáteční nastavení mohou začít mnohem výše, dokud se algoritmy nenaučí vaši konkrétní produkční odchylku.
Odpověď: V závislosti na složitosti vaší taxonomie defektů a požadavcích na školení AI trvá řádná fáze ověření obvykle 2 až 4 týdny. To poskytuje dostatek času na iterativní testování, běhy fyzických vzorků a nezbytné ladění algoritmů.
