Keraamilise substraadi valmistamisel vähendab suutmatus usaldusväärselt eristada kriitilisi struktuurivigu ja healoomulisi kosmeetilisi kõrvalekaldeid. Kaasaegne elektroonika tugineb soojuse hajutamiseks ja voolu juhtimiseks veatutele keraamilistele alustele. Pinnamärgi valesti klassifitseerimine mikropraoks toob kaasa tarbetuid praaki. See tekitab kalleid valeheiteid. Vastupidi, tõelise mikroprao puudumine võib äärmise termilise või mehaanilise pinge korral katastroofilisi väljatõrke ohte. Kõrge töökindlusega sektorid ei talu neid valesid aktsepteerimisi.
See juhend kirjeldab nende kõrvalekallete struktuurseid erinevusi. Hindame kogu tööstuses kasutatavaid praegusi kontrollimeetodeid. Samuti leiate praktilise raamistiku kontrollisüsteemi valimiseks. Õpid, kuidas tasakaalustada kiiret läbilaskevõimet täpse täpsusega. Lõppkokkuvõttes saate kaitsta oma saaki, säilitades samal ajal ranged kvaliteedistandardid.
Defekti raskusaste: mikropraod kahjustavad struktuuri terviklikkust ja levivad pinge all; pinnajäljed on tavaliselt madalad, kosmeetilised artefaktid, mis on tekkinud käsitsemisest või tööriistadest.
Kontrastsuse väljakutse: keraamika kõrge peegeldusvõime ja keerukad terastruktuurid muudavad traditsioonilise reeglipõhise optilise kontrolli suure vale tagasilükkamise määraks.
Tehnoloogia nihe: tõhus keraamilise substraadi mikropragude kontroll tugineb üha enam tehisintellekti juhitavale masinnägemisele, et kontekstualiseerida defektide morfoloogiat, või ultraheli testimisel pinnaaluse kinnitamiseks.
Hindamismõõdik: ülevaatuse uuendamise peamine edukriteerium on ülekoormusmäära vähendamine (valepositiivsed) ilma põgenemismäära suurendamata (valenegatiivsed).
Kvaliteedi tagamise osakonnad seisavad silmitsi delikaatse tasakaalustamisega. Nad peavad tabama iga saatusliku vea ilma häid tooteid ära viskamata. Keraamiliste defektide vale klassifitseerimine mõjutab oluliselt teie tootmise efektiivsust. See suurendab kunstlikult teie ühikukulusid ja vähendab üldist saagikust.
Funktsionaalselt täiuslike aluspindade tagasilükkamine kahjustab teie kasumimarginaale. Kahjutud tööriistamärgid käivitavad sageli automatiseeritud optilisi hoiatusi. Pindmised kriimustused tunduvad halva valgustuse korral tugevad. Nende vastuvõetavate ühikute äraviskamine vähendab teie saaki kunstlikult. See sunnib teie rajatist kvoodi täitmiseks tootma rohkem ühikuid. Selline ületootmine kulutab lisatoorainet. See raiskab ka väärtuslikku masinaaega ja operaatori tööjõudu. Ülekoormusmäärad kahjustavad otseselt teie tootmistõhusust.
Valenegatiivsed tulemused kujutavad endast palju suuremat ohtu. Mikropraod toimivad tugevate pingete koondajatena. Need kujutavad endast suuri riske kõrge töökindlusega rakendustes. Lennunduskomponendid ja EV jõuelektroonika nõuavad veatuid komponente. Avastamata mikropragu võib põhjustada substraadi purunemise. See võib isegi vallandada akusüsteemides termilise põgenemise. Sellised tõrked toovad kaasa massilise toodete tagasivõtmise. Need toovad kaasa tõsiseid vastutusriske ja kahjustavad püsivalt kaubamärgi mainet. Põgenevad defektid on defektideta tootmiskeskkondades vastuvõetamatud.
Elujõuline kontrollilahendus peab vastama kolmele kriitilisele kriteeriumile:
Kiirus: see peab andma korratava klassifikatsiooni tootmisliini kiirustel. Ühikud tunnis (UPH) ei saa langeda.
Täpsus: see peab järjekindlalt vähendama ületäitumise määra, hoides samal ajal põgenemismäära nulli lähedal.
Vastavus: see peab rangelt järgima tööstusharuspetsiifilisi kvaliteedistandardeid. Nende hulka kuuluvad IPC ja MIL-STD eeskirjad.
Nende kriteeriumide täitmine nõuab subjektiivsest inimkontrollist kaugemale jõudmist. Teil on vaja automatiseeritud, korratavaid ja kontekstiteadlikke süsteeme.
Nende kõrvalekallete füüsilise olemuse mõistmine on ülioluline. Ilma selle teadmiseta ei saa te tehisintellekti koolitada ega optilist süsteemi konfigureerida. Mikropraod ja pinnajäljed tekivad täiesti erinevatest protsessidest. Neil on ka suurendamisel erinevad morfoloogilised tunnused.
Mikropraod ohustavad kogu substraadi füüsilist stabiilsust. Need kahjustavad dielektrilist tugevust ja mehaanilist vastupidavust.
Algpõhjused: termiline šokk põhjustab sageli neid luumurde. Ebaühtlane jahutamine paagutamisprotsessi ajal tekitab tohutu sisemise pinge. Mehaaniline pinge kuubikuteks lõikamise või eraldamise ajal lõhustab samuti materjali. Agressiivne laserlõikamine võib lõikeservas tekitada mikromurde.
Omadused: need defektid on tavaliselt sügavad ja kitsad. Need on sageli sakilised või hargnevate mustritega. Need tungivad sügavale substraadi maatriksisse. Kuna need rikuvad struktuurset võre, on neil suur levimispotentsiaal. Termotsükli ajal laieneb väike mikropragu, kuni substraat puruneb.
Kosmeetilised anomaaliad tunduvad probleemsed, kuid ei kujuta endast funktsionaalset ohtu. Nad ei tungi sisestruktuuri.
Algpõhjused: Käitlemine marrastused on kõige levinum süüdlane. Aluspinnad hõõruvad vastu konveierilinte või automaatseid haaratsid. Tööriistade hõõrdumine jätab keraamilisele pinnale metallijäägid. Väiksed glasuuri või läga ebaühtlused põhjustavad ka visuaalseid värvimuutusi.
Omadused: Pinnajäljed on tavaliselt madalad ja laiad. Neil on pigem ühtlased mustrid kui sakilised servad. Need piirduvad rangelt ülemise pinnakihiga. Need ei mõjuta absoluutselt dielektrilist tugevust. Need ei nõrgenda lõppkomponendi mehaanilist vastupidavust.
Rakendamine tõhus keraamilise substraadi mikropragude kontroll hõlmab oluliste füüsiliste takistuste ületamist. Keraamika käitub kontrollvalgustuses väga erinevalt metallist või plastist. Nende optilised omadused võitlevad aktiivselt tavaliste nägemiskaamerate vastu.
Alumiiniumoksiidi ja alumiiniumnitriidi substraadid peegeldavad hästi. Neil on keerulised kristalsed terastruktuurid. Need materjalid hajutavad langevat valgust ettearvamatult. See ettearvamatu hajumine põhjustab pinnale karmid varjud. Need varjud jäljendavad kergesti tõeliste pragude tumedaid jooni. Vastupidi, liigne pimestamine peseb madalad vead täielikult välja. Tavalised ringtuled nendel materjalidel tavaliselt ebaõnnestuvad. Pimestuse läbimiseks on vaja täiustatud valgustust.
Juuksepiiri mikropraod puuduvad visuaalselt. Neil on sageli täpselt samad halltoonid kui ümbritsevatel keraamilistel teradel. Traditsiooniline automatiseeritud optiline kontroll (AOI) tugineb pikslite kontrastsuse reeglitele. Kui piksel on läviväärtusest tumedam, märgib süsteem vea. Kuna terade piirid ja mikropraod jagavad sarnaseid tumedustasemeid, ebaõnnestuvad reeglipõhised algoritmid. Nad alistavad standardsed servatuvastustööriistad, põhjustades tohutuid valeheite naelu.
Varajases staadiumis mikropraod on uskumatult väikesed. Need võivad olla vaid mõne mikroni laiused. Nende kõrvalekallete tuvastamiseks on vaja ülikõrge eraldusvõimega optikat. Kõrge eraldusvõimega kaamerad aga vähendavad oma olemuselt vaatevälja (FOV). Väiksem FOV tähendab, et kaamera peab ühe substraadi katmiseks tegema rohkem pilte. See aeglustab drastiliselt kontrolli aega. Mikronitaseme tuvastamise ja kiire tootmise tasakaalustamine on endiselt peamine inseneri väljakutse.
Õige kontrollitehnoloogia valimine määrab teie edu. Erinevad süsteemid sihivad erinevat tüüpi kõrvalekaldeid. Peate oma tehnoloogia valiku vastavusse viima konkreetsete kvaliteedinõuetega.
Keraamiliste ülevaatustehnoloogiate võrdlus
Tehnoloogia |
Peamised tugevused |
Peamised piirangud |
Parim kasutuskohver |
|---|---|---|---|
Traditsiooniline AOI |
Kiire, lihtne reegli seadistamine, kulutõhus. |
Madala kontrastsusega defektide korral on palju valesid. |
Raskete defektide või puuduva metalliseerimise tuvastamine. |
AI / süvaõpe |
Kontekstuaalne arusaam, eristab jälgi pragudest. |
Nõuab tugevaid andmekogumeid ja koolitusaega. |
Kõrge täpsusega sisepinna kontroll. |
Ultraheli (SAM) |
Tuvastab peidetud sisemised tühimikud ja sügavad pinnaalused praod. |
Aeglane läbilaskevõime, nõuab sageli veeühendust. |
Võrguühenduseta partii proovide võtmine või tõrkeanalüüs. |
Traditsiooniline AOI paistab silma suure kiirusega baasjoone kontrollimisel. See on parim tõsiste defektide tuvastamiseks. Peaksite seda kasutama puuduvate metalliseerimiskihtide või suurte servalaastude leidmiseks. Sellel on aga tõsised piirangud. AOI tugineb täielikult jäikadele pikslikontrastsuse reeglitele. See ajab sageli kahjutud pinnajäljed segi surmavate mikropragudega. See segadus sunnib tootjaid rakendama käsitsi teiseseid ülevaatusi. Inimoperaatorid peavad uuesti kontrollima iga tagasilükatud osa, mis aeglustab kogu rajatist.
AI-süsteemid kujutavad endast tohutut hüpet edasi. Need sobivad kõige paremini suure täpsusega keraamilise pinna jälje tuvastamine . Nad eristavad kergesti keerulisi pragude morfoloogiaid healoomulistest kriimustustest. Süvaõppe mudelid kasutavad närvivõrke, mis on koolitatud salastatud kujutiste andmekogumitel. Nad mõistavad visuaalset konteksti sarnaselt iniminspektoriga. Nad tunnevad ära pragu hargneva mustri ja tööriistajälje sirge lohisemise. Nad teevad selle analüüsi masina kiirusel. Peamine piirang on andmete ettevalmistamine. Teil on vaja tugevat ja hästi märgistatud andmekogumit. Tõhusaks treenimiseks peate mudelile esitama näiteid nii tõelistest defektidest kui ka vastuvõetavatest variatsioonidest.
Ultraheli mittepurustav testimine (NDT) näeb pinna all välja. See on parim sisemiste tühimike tuvastamiseks. SAM leiab, et delaminatsioon ja pinnaalused mikropraod on optiliste kaamerate jaoks täiesti nähtamatud. See saadab kõrgsageduslikud helilained keraamilisse maatriksisse ja mõõdab kajasid. Kuigi see on väga täpne, on sellel suured piirangud. SAM on tavaliselt palju aeglasem kui optilised meetodid. Sageli nõuab see substraadi vette kastmist.
Täiustatud kontrollisüsteemi ostmine on alles esimene samm. Peate selle sujuvalt oma olemasolevasse töövoogu integreerima. Müüjate hindamine nõuab turundusalaste väidete läbivaatamist. Peate keskenduma praktilisele juurutamise tegelikkusele.
Ruumi tootmisliinil on alati kõrgeim. Hinnake, kas uut lahendust on võimalik olemasolevatele käitlusseadmetele paigaldada. Kas kaameramassiivid saab paigaldada teie praeguste konveierite kohale? Kui ei, siis vajate eraldiseisvat kontrollkambrit. Eraldiseisvad rakud võtavad rohkem põrandapinda. Samuti vajavad nad substraatide laadimiseks ja mahalaadimiseks täiendavaid robotkäitlejaid. Kaasake need jalajälje- ja käitlemisnõuded oma uuendamise ajakavasse.
AI-lahendused nõuavad pidevat juhtimist. Hinnake hoolikalt müüja tarkvara kasutatavust. Kas teie olemasolev QA meeskond saab mudeleid koolitada ja värskendada? Te ei peaks palkama pühendunud andmeteadlast. Parimad süsteemid pakuvad intuitiivseid, koodita liideseid. Need võimaldavad kvaliteetsetel inseneridel vead ekraanil esile tuua ja mudelit koheselt ümber õpetada. Otsige müüjaid, kes kasutavad ülekandeõpet. See tehnika nõuab uue tootesarja loomiseks palju vähem pilte.
Tarkvara ei saa parandada halba pildistamist. Kui defekt on toorfotol nähtamatu, ei leia tehisintellekt seda. Tunnistage seda reaalsust varakult. Veenduge, et müüja määrab keraamilistele pindadele kohandatud valgustuse. Küsige mitme nurga all struktureeritud valguse kohta. Pragude servade esiletõstmiseks taotlege tumevälja valgustust. Peegeldava peegelduse tasandamiseks taotlege koaksiaalset valgustust. Riistvara peab looma optilise eraldamise, enne kui tarkvara pildi analüüsib.
Ärge kunagi ostke kontrollsüsteemi standardsel spetsifikatsioonilehel. Nõudke ranget kontseptsiooni tõendamist (PoC). Saatke müüjale oma tootmisnäidised. Täpsemalt, saatke neile servakorpuse osad. Lisage täpsed substraadid, mis teie iniminspektorid ajalooliselt segadusse ajavad. Kui automatiseeritud süsteem suudab teie kõige raskemad osad õigesti klassifitseerida, saab see tavapärase tootmisega hõlpsalt hakkama. Füüsiline PoC on ainus viis tõelise võimekuse kinnitamiseks.
Terminaalse mikroprao ja healoomulise pinnamärgi eristamine ei ole enam püsiv kitsaskoht. Te ei pea lootma aeglasele, subjektiivsele inimlikule kontrollile.
Täiustatud, kontekstiteadlikele kontrollisüsteemidele üleminek muudab teie kvaliteedikontrolli osakonda. See muudab kvaliteedikontrolli traditsioonilisest kulukeskusest aktiivseks saagikaitsemehhanismiks.
Tehisintellektiga juhitav masinnägemine navigeerib edukalt keraamika keerulistes optilistes omadustes, vähendades drastiliselt ülekoormust.
Kontrollige viivitamatult oma praeguseid vale tagasilükkamise määrasid. Kvantifitseerige, kui palju head toodet iga päev ära viskate.
Proovi hindamise korraldamiseks konsulteerige spetsialiseerunud kontrollimüüjatega. Kasutage neid lähteandmeid oma potentsiaalse ROI täpseks arvutamiseks.
V: Kõrge eraldusvõimega optika koos tehisintellektiga suudab tuvastada kuni 5-20 mikroniseid pragusid. Selle saavutamiseks on vaja täpset kontrolli vaatevälja üle. See nõuab ka spetsiaalseid valgustuse seadistusi, nagu tumevälja valgustus, et luua vajalik kontrast piki pragude servi.
V: Ei. Masinnägemine on rangelt pinna- ja pinnalähedaste defektide puhul. See tugineb täielikult peegeldunud valgusele. Ultraheli testimine (SAM) on endiselt hädavajalik, et tuvastada läbipaistmatu keraamilise kihi all olevaid sügavaid sisemisi tühimikke või maa-aluseid struktuurianomaaliaid.
V: Müüjad kasutavad kujutiste nappuse ületamiseks sageli selliseid tehnikaid nagu õppimise ülekandmine või sünteetiliste andmete genereerimine. Lisaks kasutavad paljud kaasaegsed süsteemid anomaaliate tuvastamise mudeleid, mis põhinevad järelevalveta õppimisel. Nende mudelite jaoks on ootamatute kõrvalekallete edukaks märgistamiseks vaja ainult 'heade' substraatide kujutisi.
V: Jah. Suur pinnakaredus tekitab standardvalgustuses märkimisväärset optilist müra. Selle ületamiseks on vaja mitmesuunalist valgustust varjude kustutamiseks. Teil on vaja ka sügavaid õppimisalgoritme, mis on spetsiaalselt koolitatud, et ignoreerida substraadi loomulikku tekstuuri, tõstes samal ajal esile tõelised kõrvalekalded.
