Ang mga ceramic na substrate tulad ng Aluminum Nitride (AlN) at Alumina (Al2O3) ay gumaganap ng kritikal na papel sa mga application na may mataas na kapangyarihan, mataas na dalas, at matinding temperatura. Makikita mo silang nagmamaneho ng mga EV power module at cutting-edge RF communications kung saan ang thermal management ay nananatiling mahigpit na hindi mapag-usapan. Gayunpaman, ang isang pangunahing problema sa pagkontrol sa kalidad ay sumasalot sa industriya. Ang karaniwang FR-4 optical inspection protocols ay nabigo nang husto sa mga advanced na ceramics na ito. High surface reflectivity, mababang metallization contrast, at kakaibang material brittleness na madaling mabulag ang mga conventional inspection machine. Ang paggamit ng karaniwang kagamitan ay hindi maiiwasang humahantong sa mga mapanganib na napalampas na mga depekto o napakaraming bilang ng mga maling alarma.
Ang patnubay na ito ay nagtatatag ng isang pamantayan, batay sa ebidensya na balangkas para sa pagsusuri ng mga kagamitan at kakayahan ng vendor ng AOI. Tutulungan ka namin na lubusang i-validate ang mga kakayahan ng makina bago ka gumawa ng malalaking paggasta sa kapital o mga pangmatagalang kasunduan sa outsourcing. Matututuhan mo nang eksakto kung paano buuin ang mahigpit na mga batch ng pagsubok, tukuyin ang malinaw na mga taxonomy ng depekto, at pag-aralan ang mga huling ulat sa pagtanggap.
Ang mga ceramic substrate ay nangangailangan ng espesyal na multi-angle o coaxial na pag-iilaw dahil sa agresibong liwanag na nakasisilaw sa ibabaw at mababang metallization contrast.
Ang isang mahigpit na proseso ng pag-validate ng sample ng AOI ay dapat may kasamang balanseng halo ng mga board na 'kilalang-mabuti' at isang komprehensibong library ng depekto na 'kilalang-masama'.
Ang mga ulat sa pagtanggap ay dapat na malinaw na binibilang ang trade-off sa pagitan ng Escape Rate (false negatives) at False Call Rate (false positives) gamit ang industry-standard na Gage R&R metrics.
Ang pag-deploy ng mga espesyal na protocol sa pagsubok sa pagtanggap ay higit pa sa pangunahing pagsunod. Dapat nating tugunan ang sakuna na katangian ng mga pagkabigo sa larangan. Ang mga micro-defect sa Direct Bonded Copper (DBC) o Direct Plated Copper (DPC) ceramics ay aktibong nakompromiso ang thermal conductivity. Kung ang isang EV inverter power module ay naglalaman ng micro-void sa substrate metallization nito, ang init ay hindi makakatakas nang mahusay. Ang module sa kalaunan ay sinisira ang sarili nito sa ilalim ng peak load. Ang pag-iwas sa mga magastos na pagtakas sa field na ito ay nangangailangan ng espesyal na kagamitan na iniayon sa natatanging pisikal na katangian ng mga keramika.
Ang mga optikal na katotohanan ay nagdidikta ng isang ganap na naiibang diskarte sa inspeksyon kumpara sa tradisyonal na mga organic na board. Karaniwang nagtatampok ang mga karaniwang FR-4 na naka-print na circuit board ng mga matte na solder mask. Nagbibigay sila ng mataas na kaibahan laban sa mga bakas ng tanso. Ang mga ceramic substrate ay kulang sa maginhawang kaibahan na ito. Ang mga hubad na alumina at aluminum nitride na ibabaw ay lumilikha ng matinding liwanag at specular na pagmuni-muni sa ilalim ng karaniwang mga LED ring light. Ang mga karaniwang camera ay mali ang kahulugan ng matinding liwanag na ito bilang bridging shorts o extraneous na tanso.
Ang paglalapat ng karaniwang mga panuntunan sa inspeksyon ng PCB sa mga high reflective ceramics ay agad na nag-trigger ng matinding false call fatigue. Ang mga karaniwang algorithm na nakabatay sa panuntunan ay nagba-flag ng daan-daang mga haka-haka na depekto sa bawat panel. Dapat pagkatapos ay manu-manong suriin ng mga operator ang bawat na-flag na lokasyon. Ang pagrepaso sa walang katapusang mga maling positibo ay mabilis na nakakapagod sa mga operator ng tao. Nagiging desensitized sila at hindi maiiwasang aprubahan ang mga totoong functional na depekto para lang i-clear ang backlog. Ang pagtatatag ng espesyal na pamantayan sa pagtanggap ay humihinto sa mapanganib na cycle na ito sa pamamagitan ng pagpapatunay na ang makina ay makakapag-iba sa pagitan ng hindi nakakapinsalang liwanag na nakasisilaw at aktwal na mga bahid.
Ang pagpili ng mga tamang sample ng pagsubok ay ginagarantiyahan ang integridad ng iyong pagsusuri. Isang mapagkakatiwalaan Ang pag-validate ng sample ng AOI ay nangangailangan ng maingat na na-curate na mga panel na kumakatawan sa normal na pagkakaiba-iba ng produksyon, hindi lang sa 'mga golden board.' Walang sinasabi sa iyo ang mga perpektong panel tungkol sa tunay na kahandaan sa produksyon ng isang makina. Dapat kang magtipon ng mga substrate na nagpapakita ng mga normal na batch-to-batch na mga pagbabago ng kulay, maliliit na pagkakaiba-iba ng butil, at pinapayagang mga pagkakaiba sa kapal ng metallization.
Upang tumpak na matukoy ang mga limitasyon ng stress-test, dapat kang bumuo ng isang komprehensibong library ng depekto na 'kilalang masama'. Huwag umasa nang buo sa teoretikal na software simulation. Kailangan mo ng mga pisikal na edge-case na depekto. Pinagmulan o sinasadyang gumawa ng mga panel na naglalaman ng mga bali ng hairline, banayad na copper oxidation, at microscopic edge chips. Inirerekomenda namin ang pagsunod sa isang mahigpit na pagkakasunud-sunod kapag pinapatakbo ang pagsusuri:
Magtipon ng limampung karaniwang mga panel ng produksyon na nagpapakita ng normal na proseso ng drift.
Isama ang dalawampung sinadya na may depektong mga panel mula sa iyong kilalang-masamang library.
Imapa ang eksaktong mga coordinate ng bawat kilalang depekto bago ipasok ang mga ito sa makina.
Patakbuhin ang kumpletong halo-halong batch sa makina nang walang taros.
Panghuli, palaging magtatag ng hindi na-optimize na baseline. Pilitin ang vendor na i-scan ang iyong pinaghalong sample na batch nang maraming beses gamit ang kanilang default, out-of-the-box na mga ceramic algorithm. Itala ang baseline data na ito bago payagan ang kanilang mga inhinyero na mag-tweak ng mga setting ng pag-iilaw o ayusin ang mga threshold ng sensitivity. Ang paghahambing ng hindi na-optimize na baseline laban sa mga huling nakatutok na resulta ay nagpapakita kung gaano karaming custom na engineering ang kakailanganin ng iyong partikular na produkto sa pagsulong.
Ang malinaw na pamantayan sa pass/fail ay pumipigil sa mga magastos na argumento sa panahon ng huling pag-sign-off ng makina. Pagdodokumento ng mga eksaktong pagpapaubaya para sa Ang ceramic substrate AOI acceptance test ay direktang nakaayon sa mga pangako ng vendor sa iyong mga realidad sa produksyon. Hindi ka maaaring tumanggap ng hindi malinaw na mga pangako tungkol sa pagtuklas ng depekto. Ang bawat solong anomalya ay dapat mahulog sa isang mahigpit na tinukoy na kategorya.
Ang mga depekto sa antas ng substrate ay nangangailangan ng mga partikular na sukatan. Ang mga keramika ay kilalang malutong. Ang mga proseso ng laser profiling at singulation ay kadalasang nagiging sanhi ng microscopic edge chipping. Dapat mong tukuyin nang eksakto kung gaano karaming mga micron ng chipping ang nananatiling katanggap-tanggap bago mabigo ang isang panel. Higit pa rito, dapat makita ng system ang structural micro-cracking nang walang maling pag-flag ng natural na ceramic na mga hangganan ng butil bilang mga gasgas. Ang kontaminasyon sa ibabaw ay dapat mag-trigger ng mga alarma, ngunit maaaring manatiling katanggap-tanggap ang mga hindi nakakapinsalang batik ng tubig.
Ang metalisasyon at mga depekto sa circuit ay nangangailangan din ng mahigpit na mga limitasyon. Ang mga high-density na interconnect sa mga ceramics ay kadalasang gumagamit ng mga fine line/space width. Dapat na tumpak na sukatin ng makina ang pagbabalat ng tanso, bakas ang labis na pag-ukit, at mga bridging shorts. Hindi kayang tiisin ng mga high-frequency na RF application ang kahit maliit na bakas ng neck-down, dahil binabago nila ang impedance. Dapat mong malinaw na tukuyin ang mga pisikal na pagpapahintulot na ito para sa sistema ng paningin.
Ang paghawak sa kalabuan ay nananatiling pinakamahirap na bahagi ng kahulugan ng taxonomy. Dapat mong paghiwalayin ang mga hindi nakakapinsalang kosmetiko na anomalya mula sa tunay na mga depekto sa pagganap. Maaaring magmukhang pangit ang bahagyang pagkawalan ng kulay ng tanso ngunit gumaganap nang perpekto. Ang matinding oksihenasyon, gayunpaman, ay humahadlang sa wastong wire bonding sa ibaba ng agos. Dapat na malinaw na idikta ng iyong taxonomy kung paano pinangangasiwaan ng algorithm ang mga hindi maliwanag na pagkakaiba sa visual na ito.
Kategorya ng Depekto |
Tiyak na Anomalya |
Halimbawa ng Pass/Fail Threshold |
|---|---|---|
Integridad ng substrate |
Edge Chipping |
Nabigo kung ang lalim ng chip ay lumampas sa 50 microns mula sa cutting edge. |
Integridad ng substrate |
Micro-cracking |
Nabigo ang anumang tuluy-tuloy na crack na lampas sa 0.1mm ang haba. |
Metalisasyon |
Trace Neck-down |
Mabibigo kung ang lapad ng bakas ay mababawasan ng higit sa 15% ng nominal na disenyo. |
Metalisasyon |
Pagbabalat ng tanso |
Nabigo ang anumang nakikitang paghihiwalay sa pagitan ng copper layer at ceramic base. |
Kontaminasyon sa Ibabaw |
Oksihenasyon |
Nabigo ang dark oxidation sa mga wire-bonding zone; pumasa sa liwanag na pagkawalan ng kulay sa ibang lugar. |
Direktang idinidikta ng mga detalye ng hardware ang pagganap ng inspeksyon sa mga advanced na materyales. Ang arkitektura ng pag-iilaw ay nagsisilbing pinaka-kritikal na bahagi ng hardware. Ang mga karaniwang top-down na LED ring ay nabigo sa makintab na alumina. Ang pagkatalo sa matinding specular na pagmuni-muni ay nangangailangan ng mataas na dalubhasang pagsasaayos ng hardware. Kapag sinusuri ang isang makina, hanapin ang mga partikular na kakayahan sa pag-iilaw na ito:
Coaxial Lighting: Ang mga proyekto ay lumiwanag nang perpekto patayo sa substrate, nag-aalis ng mga anino at nagha-highlight ng mga flat reflective surface.
Mga Multi-Spectral LED: Gumagamit ng iba't ibang wavelength (pula, berde, asul, UV) upang i-highlight ang mga natatanging layer ng materyal, tulad ng nakalantad na ceramic VS plated na ginto.
Programmable Multi-Angle Domes: Nagpapalabas ng liwanag mula sa iba't ibang mababang anggulo upang matukoy ang mga nakataas na depekto, pagbabalat ng tanso, at banayad na mga gasgas sa ibabaw.
Ang mga kinakailangan sa camera at resolution ay dapat tumugma sa iyong partikular na mga panuntunan sa disenyo. Ang karaniwang 15-micron pixel na resolution ay hindi sapat na makapag-inspeksyon ng fine-pitch na RF ceramic circuit. Kung ang iyong proseso ng pagmamanupaktura ay gumagamit ng mga lapad ng linya/espasyo sa ibaba 20 microns, kailangan mo ng sub-micron optical resolution na mga kakayahan. Ang mga high-resolution na line-scan na camera na sinamahan ng mga telecentric lens ay pumipigil sa pagbaluktot ng imahe sa mga gilid ng panel, na tinitiyak ang pare-parehong katumpakan ng pagsukat.
Dapat mong maingat na tasahin ang AI at malalim na pag-aaral ng mga claim sa pagsasama. Maraming vendor ang gumagamit ng AI bilang marketing buzzword. Gayunpaman, malalim na binabago ng tunay na malalim na pag-aaral ang ceramic inspection. Ang mga matibay at nakabatay sa panuntunan na mga algorithm ay nagpupumilit na bigyang-kahulugan ang mga natural na variation ng ceramic grain. Ang mga modernong modelo ng malalim na pag-aaral ay mahusay sa pag-uuri ng mga hindi maliwanag na visual pattern na ito. Mabisa nilang pinipigilan ang mga maling tawag sa pamamagitan ng pag-aaral ng mga banayad na pagkakaiba sa pagitan ng isang hindi nakakapinsalang natural na linya ng butil at isang sakuna na micro-crack.
Kasama sa mga panganib sa pagpapatupad ang mga advanced na kakayahan ng AI na ito. Ang malalim na pag-aaral ay nagpapakilala ng isang matarik na kurba ng pagkatuto. Ang pagsasanay sa mga neural network ay nangangailangan ng malaking overhead ng data. Kung nagpapatakbo ka ng isang low-volume, high-mix na linya ng produksyon, maaaring hindi ka makabuo ng sapat na mga may sira na sample upang sanayin nang maayos ang AI. Higit pa rito, ang mabigat na pagproseso ng AI ay maaaring makabuluhang tumaas ang oras ng pagsusuri ng imahe. Dapat mong tiyakin na kaya ng onboard na computing hardware ang algorithmic load nang hindi nagdudulot ng mga bottleneck.
Ang huling ulat sa pagtanggap ay nagsisilbing iyong pinakatunay na patunay ng pagiging maaasahan ng makina. Huwag tumanggap ng mga simpleng email ng buod na 'pass/fail'. Kailangan mo ng komprehensibong pag-aaral ng Gage R&R (Repeatability and Reproducibility). Ang Gage R&R ay nagbibigay ng mathematical proof ng system stability. Kinukumpirma ng repeatability na ang makina ay nagbibigay ng eksaktong parehong resulta kapag ini-scan nito ang parehong ceramic panel nang sampung beses nang sunud-sunod. Kinukumpirma ng reproducibility na nananatiling pare-pareho ang mga resulta kahit na ang iba't ibang operator ay nag-load ng mga panel sa iba't ibang shift.
Dapat mong malinaw na idokumento ang False Positive vs. False Negative Matrix. Ang bawat sistema ng inspeksyon ay gumagawa ng mga kompromiso. Kung hihigpitan mo ang mga threshold upang mahuli ang bawat maliliit na micro-crack (pagbabawas ng mga maling negatibo), hindi maiiwasang mag-flag ka ng higit pang hindi nakakapinsalang mga particle ng alikabok (papataas ng mga false positive). Dapat i-plot ng ulat ang eksaktong porsyentong tradeoff na ito. Tandaan: Ang isang vendor na nagke-claim na 0% ang escapes at 0% ang maling tawag sa mga kumplikadong ceramics ay hindi malamang sa istatistika. Demand na makita ang raw data na nagba-back up sa kanilang mga claim.
Ang pag-verify ng cycle ng oras ay nananatiling lubhang kritikal. Ang isang makina na nakakakuha ng 100% ng mga depekto ngunit tumatagal ng limang minuto upang i-scan ang isang panel ay walang halaga sa mass production. Tiyaking natutugunan ng kagamitan ang iyong mga kinakailangang unit-per-hour (UPH) na mga target nang hindi isinasakripisyo ang katumpakan ng baseline detection nito. Sa panahon ng pagsubok, patakbuhin ang makina sa pinakamataas na rate ng bilis nito at i-verify na hindi artipisyal na tumataas ang rate ng pagtakas dahil sa pag-blur ng camera o pagkaantala sa pagproseso.
Panghuli, i-verify ang matatag na data traceability. Ang modernong intelligent na pagmamanupaktura ay nangangailangan ng tuluy-tuloy na daloy ng data. I-verify na ang system ay maaaring mag-export kaagad ng mga depektong larawan na may mataas na resolution. Dapat itong i-coordinate ang data ng bounding-box at i-coordinate ang mga mapa nang walang putol sa iyong umiiral nang MES (Manufacturing Execution System) o ERP platform. Ang mapagkakatiwalaang pagsasama ay nagbibigay-daan sa mga downstream na Statistical Process Control (SPC) engine na tumukoy ng mga negatibong trend ng ani bago sila umakyat sa napakalaking scrap event.
Ang iyong panghuling lohika ng shortlisting ay dapat na ganap na umasa sa empirikal na ebidensya. Huwag kailanman bumili o makipagkontrata ng ceramic inspection equipment batay lamang sa makintab na spec sheet. Ang mga keramika ay nagpapakita ng mga natatanging optical na hamon na hindi kayang lampasan ng mga karaniwang PCB algorithm. Sa pamamagitan ng paggamit ng mga structured test batch, mahigpit na taxonomy ng depekto, at mahigpit na Gage R&R metrics, pinoprotektahan mo ang iyong production line mula sa mga sakuna na pagtakas sa field at pagkapagod ng operator.
Ang iyong agarang susunod na hakbang ay humihingi ng isang live, dokumentadong demonstrasyon. Pilitin ang vendor na gamitin ang iyong partikular na mga sample ng ceramic substrate, kabilang ang parehong magagandang board at mga depekto sa gilid. Huwag payagan silang sumubok gamit ang sarili nilang mga paunang na-optimize na demo panel. Atasan silang magbigay ng isang komprehensibong ulat sa istatistika na nagpapatunay na ang kanilang sistema ay maaaring maabot ang iyong mga kinakailangang target sa UPH habang pinapanatili ang isang katanggap-tanggap na rate ng maling tawag.
A: Hindi. Ang X-ray (AXI) ay kinakailangan para sa pagtuklas ng mga nakatagong void sa solder joints o sa pamamagitan ng fills. Gayunpaman, ang optical inspection ay nananatiling mahigpit na mandatory para sa high-speed surface defect detection, scratch identification, at trace measurement. Ang dalawang teknolohiya ay pantulong, hindi maaaring palitan.
A: Bagama't lubos na nakadepende sa pagiging kumplikado ng produkto, ang isang mahusay na nakatutok na sistema na gumagamit ng malalim na pag-aaral sa mga ceramics ay karaniwang naglalayon ng mas mababa sa 3-5% na mga maling tawag. Maaaring magsimula nang mas mataas ang mga paunang pag-setup hanggang sa matutunan ng mga algorithm ang iyong partikular na pagkakaiba-iba ng produksyon.
A: Depende sa pagiging kumplikado ng iyong taxonomy ng depekto at mga kinakailangan sa pagsasanay sa AI, ang isang wastong yugto ng pagpapatunay ay karaniwang tumatagal ng 2 hanggang 4 na linggo. Nagbibigay-daan ito ng sapat na oras para sa umuulit na pagsubok, pisikal na sample run, at kinakailangang algorithmic tuning.
