מוצרי אלקטרוניקה וייצור מודול RF פועלים בסביבה בעלת סיכון גבוה. כאן, אפילו כשלים קטנים במצע מובילים במהירות לתקלות תרמיות או חשמליות קטסטרופליות. במשך שנים, היצרנים הסתמכו מאוד על בדיקה מיקרוסקופית ידנית כדי לתפוס את הפגמים הקריטיים הללו. עם זאת, מפעילים אנושיים סובלים בהכרח מעייפות עיניים, שיקול דעת לא עקבי ותפוקה נמוכה באופן בלתי מקובל. אתה פשוט לא יכול לשנות דיוק בנפח גבוה באמצעות שיטות ידניות בלבד. צוואר בקבוק תפעולי זה הופך את המעבר לבדיקה אופטית אוטומטית לחובה עבור קווי ייצור מודרניים. מדריך זה מפרק כיצד עליך להגדיר ולהעריך מערכות AOI ביעילות. אנו חוקרים כיצד לטפל במאפיינים האופטיים המובהקים של מצעי אלומינה, אלומיניום ניטריד וסיליקון ניטריד. תלמדו אסטרטגיות מוכחות למיטוב היגיון הבדיקה שלכם. בסופו של דבר, אתה יכול לשפר את דיוק הזיהוי מבלי לנפח שיעורי דחיית שווא יקרים.
בדיקת AOI של מצע קרמי יעיל דורשת תצורות אופטיות ספציפיות לחומר; מערך תאורה בגודל אחד יביא לשיעורי חיובי שווא גבוהים.
Al2O3, AlN ו-Si3N4 מציגים כל אחד אתגרי הדמיה ייחודיים, החל משקיפות ובוהק (Al2O3) ועד לניגודיות נמוכה ורקעים כהים (AlN, Si3N4).
זיהוי פגמים אמין של מצע קרמי חייב לתת את הדעת על פגמי מצע חשופים (מיקרו-סדקים, חורים) והן ליקויי מתכת/הדבקה (ריקות DBC/AMB, שגיאות תחריט).
הערכת פתרון AOI צריכה לתעדף אלגוריתמים להפחתת שיחות שווא, בטיחות טיפול אוטומטי ויכולות אינטגרציה עם מערכות ביצוע ייצור קיימות (MES).
ייצור מודול כוח דורש דיוק מוחלט בכל שלב. יישום אוטומטי זיהוי פגמים במצע קרמי מגן באופן יסודי על שולי הייצור שלך. קו הבסיס הפיננסי העיקרי מסתמך על איזון הגנת התשואה מפני דחיות שווא. מערכות AOI שואפות למצוא פגמים ביעילות. עם זאת, עליך גם למזער 'הרג יתר'. הריגת יתר פירושה דחיית מצעים טובים לחלוטין עקב רגישויות קפדניות של המערכת. דחיית יתר שוחקת ישירות את השוליים בחומרים יקרים מאוד כמו אלומיניום ניטריד וסיליקון ניטריד. מערכת בדיקה אופטית אופטימלית מבדילה בצורה חלקה חריגות אמיתיות מווריאציות קוסמטיות מקובלות.
תפיסה מוקדמת של פגמים מבטיחה אמינות חיונית במורד הזרם עבור המוצרים שלך. שבב קצה זעיר ברמת המצע עשוי להיראות טריוויאלי בתחילה. עם זאת, לעתים קרובות זה גורם לכשלי שדה יקרים במודולי הספק סופיים כמו IGBTs או SiC MOSFETs. עלינו ליירט את הבעיות הללו לפני תחילת אנקפסולציה או חיבור תיל. זיהוי מוקדם של פגם מונע מהיצרנים להוסיף רכיבי סיליקון יקרים למצע מועד.
יתר על כן, תקנות קפדניות בתעשייה דורשות ציות מקיף ועקיבות. מסגרות רכב, כגון IATF 16949, מחייבות תיעוד איכותי קפדני. תקני תעופה וחלל דורשים רישומי ייצור מחמירים באותה מידה. מערכות AOI עומדות בדרישות אלו באמצעות ארכיון תמונות אוטומטיות ומיפוי פגמים מדויק. הם בונים תאום דיגיטלי אמין באיכות הייצור שלך. נתונים אלה בארכיון מאפשרים לך להוכיח תאימות במהלך ביקורת ספקים בקלות.
קרמיקות שונות מקיימות אינטראקציה פיזית ואופטית בדרכים ייחודיות. אתה לא יכול להשתמש במערך תאורה אוניברסלי עבור כל חומרי המצע. אָמִין בדיקת AOI של מצע קרמי חייבת להתאים באופן רציף לפיזיקה אופטית ספציפית.
אלומינה מפזרת בכבדות אור נכנס. המבנה הגבישי שלו יוצר שכבת פני השטח חצי שקופה. שקיפות זו גורמת לתאורה ישירה מסורתית לקפוץ באופן בלתי צפוי. כתוצאה מכך, חיישן המצלמה לוכד לעתים קרובות סנוור מוגזם או קצוות עקבות מטושטשים. כדי לתקן בעיה זו, ה-AOI שלך דורש התאמות חומרה ספציפיות באופן מיידי. כדאי להשתמש בתאורה קואקסיאלית בשילוב הדוק לצד תאורה רב-זווית. אור קואקסיאלי חודר מעט למשטח הקרמי מבלי לפוצץ את חיישן התמונה. נוריות LED מרובות זוויות עוזרות להגדיר את הטופולוגיה של פני השטח בצורה ברורה. זה מונע תוצאות חיוביות שגויות הנגרמות על ידי השתקפויות של גרגרים תת-קרקעיים.
אלומיניום ניטריד מציג מכשול בדיקה שונה לחלוטין. AlN בדרך כלל מציג מראה כהה ואטום יותר באופן טבעי. רקע כהה זה מפחית מאוד את הניגודיות החזותית בין עקבות הקרמיקה החשופה ונחושת החרוטה. מצלמות מסורתיות נאבקות למצוא קווי גבול ברורים במדויק. כדי להתגבר על ניגודיות נמוכה, עליך להגדיר התאמות ספציפיות של חומרת AOI. הדמיה בטווח דינמי גבוה (HDR) הופכת להיות חיונית לחלוטין כאן. HDR ממזג מספר חשיפות משתנות כדי לחשוף פרטי עקבות נסתרים. בנוסף, שימוש בתאורה באורך גל ספציפי משפר את הראות באופן דרסטי. פריסת אור כחול או UV משפרת את זיהוי קצוות פני השטח באופן משמעותי. אורכי גל קצרים אלה מתפזרים פחות, ומספקים קווי מתאר חדים על רקע אטום.
סיליקון ניטריד מתגאה בקשיחות שבר גבוהה במיוחד. למרות החוזק המכני המרשים הזה, הוא נותר רגיש למיקרו-סדקים שקשה לראותם. Si3N4 כולל גם וריאציות בולטות של מרקם פני השטח. הרקע האפור-מט או הכהה מסתיר חריגות טופוגרפיות בצורה מעולה. זיהוי שריטות עדינות במרקם המחוספס הזה מאתגר את האופטיקה הסטנדרטית מדי יום. התאמות AOI שלך חייבות לכלול תאורת שדה כהה חזק. תאורת Darkfield זווית את מקור האור קרוב מאוד לאופקי. טכניקה זו מדגישה חריגות טופוגרפיות בצורה מושלמת. כל שריטה או מיקרו-סדק תופסים את האור הזווית הנמוכה ומאירים בבהירות על הרקע הכהה.
טבלת סיכום מאפיינים אופטיים
סוג חומר |
אתגר אופטי ראשי |
הגדרת תאורה מומלצת |
טכנולוגיית הדמיה מפתח |
|---|---|---|---|
אלומינה (Al2O3) |
שקיפות גבוהה הגורמת לסנוור חמור |
תאורה מרובת זוויות ותאורה קואקסיאלית |
סינון אופטי נגד השתקפות |
אלומיניום ניטריד (AlN) |
משטח אטום הגורם לניגודיות עקבות נמוכה |
נוריות באורך גל קצר (כחול/UV). |
הדמיה בטווח דינמי גבוה (HDR). |
סיליקון ניטריד (Si3N4) |
מרקם מחוספס מסתיר מיקרו-סדקים עדינים |
תאורת שדה כהה בזווית נמוכה |
סריקה טופוגרפית ברזולוציה גבוהה |
הדמיה נכונה פותרת רק חצי מבעיית הבדיקה. עליך גם ליצור לוגיקה איתנה לזיהוי כדי לפרש את התמונות שצולמו במדויק. אנו מחלקים את המטרות העיקריות לחריגות קרמיות חשופות ולפגמי מתכת.
בדיקת המצע הבלתי מלוכד מחייבת חיפוש אחר חולשות מבניות מובנות באופן יזום.
סדקים ושיתופי קצוות: נזק מכני מתרחש לעתים קרובות במהלך תהליכי חלוקה או חיתוך לקוביות. היגיון הבדיקה שלך דורש תאורה ספציפית לקצה כדי לתפוס את השברים הזעירים האלה. מצלמות הממוקמות בזוויות אלכסוניות עוקבות אחר ההיקף עבור שבבים משוננים באופן רציף.
חרירים: מציאת פשרות מבניות דורשת דיוק מופלג. משימה זו דורשת שאור מועבר לזרוח לחלוטין דרך החומר. לחלופין, אתה יכול לפרוס הדמיה מלמעלה למטה ברזולוציה גבוהה. התוכנה מסמנת אוטומטית כל כתמים כהים המציינים חומר קרמי חסר.
זיהום וכתמים: סביבות ייצור מציגות בהכרח חלקיקים זרים. אלגוריתם הזיהוי חייב להבדיל בין שינוי צבע לא מזיק לבין חומר זר קריטי. סף מבוסס צבע עוזר לסנן כתמי עיבוד מקובלים מפסולת הרסנית ממשית.
ברגע שהנחושת נקשרת ישירות לקרמיקה, צצים מחלקות פגמים חדשות. תהליכי נחושת מלוכדת ישירה (DBC) והלחמת מתכת פעילה (AMB) מציגים חריגות ברורות.
קילוף ונחושת דה למינציה: מתח חום קיצוני גורם לשכבות נחושת להתנתק לאט. זיהוי תצורות דמויות שלפוחיות אלה דורש טכניקות נפח מתקדמות. 3D AOI או אור מובנה מקרין דפוסי רשת על פני היעד. עיוותים ברשת חושפים שינויים בלתי קבילים בגובה שנגרמו על ידי דלמינציה פנימית.
פגמי תחריט (קצרים/נפתחים): תהליכי תחריט כימיים משאירים לעתים קרובות נחושת לא רצויה או מסירים יותר מדי חומר. אנו פורסים כאן אלגוריתמים סטנדרטיים מבוססי כללים גיאומטריים דו-ממדיים. התוכנה מודדת רוחבי עקבות ומרווחים בצורה מדויקת. זה מוודא שכל הממדים נשארים בבטחה בתוך סובלנות עיצוב.
חמצון: חמצון מוגזם של פני השטח פוגע בביצועי ההלחמה מאוחר יותר. אנו משתמשים בלוגיקת בדיקה מבוססת צבע כדי לזהות רמות לא מקובלות של חמצון נחושת. המערכת דוחה לוחות המציגים גווני חום כהה או סגול החורגים מהסף שנקבע.
טבלת הערכת ליקויים סטנדרטיים
קטגוריית פגמים |
פגם ספציפי |
לוגיקה בדיקה נדרשת |
|---|---|---|
קרמיקה חשופה |
צ'יפינג של קצה |
ניטור מצלמה בזווית אלכסונית |
קרמיקה חשופה |
חרירים |
אור משודר או סריקה מלמעלה למטה |
מתכת |
דה למינציה |
הקרנת אור מובנית בתלת מימד |
מתכת |
מכנסי תחריט קצרים |
אלגוריתמים של כללים גיאומטריים דו מימדיים |
רכישת מערכת בדיקה דורשת בדיקה טכנית קפדנית. עליך להעריך עד כמה החומרה והתוכנה מטפלים ברכיבים שבירים ובעלי ערך גבוה.
תאורת LED ניתנת לתכנות, מרובת אזורים וצבעונית, מייצגת דרישת חומרה שאינה ניתנת למשא ומתן. קווי ייצור של חומרים מעורבים עוברים לעתים קרובות בין אצווה של אלומינה וסיליקון ניטריד. אתה לא יכול להרשות לעצמך לשנות פיזית כיפות אור עבור כל אצווה בודדת. תאורה מבוקרת תוכנה מאפשרת החלפת מתכונים מיידית. גמישות זו שומרת על תפוקה גבוהה תוך אופטימיזציה של ניגודיות אופטית עבור כל סוג מצע ספציפי.
מהנדסים מאזנים כל הזמן את פרטי ההדמיה מול מהירות הייצור. אתה צריך רזולוציה תת-מיקרונית כדי לתפוס סדקים מסוכנים בקו שיער בצורה מהימנה. עם זאת, סריקה ברזולוציה גבוהה מאטה משמעותית את זמני המחזור. עליך לעמוד בדרישות המחמירות של יחידות לשעה (UPH) של ייצור בנפח גבוה. אנו ממליצים לחשב תחילה את גודל הפגם הקריטי הקטן ביותר. לאחר מכן, בחר חיישן מצלמה הממפה בדיוק שלושה עד ארבעה פיקסלים לפגם זה. יחס זה מבטיח זיהוי אמין ללא עיבוד נתוני תמונה מיותרים.
פלטפורמות מודרניות משלבות שתי גישות אנליטיות שונות כדי למקסם את הדיוק.
לוגיקה מבוססת כללים: גישה מסורתית זו נשארת הטובה ביותר למדידות גיאומטריות קפדניות. הוא מצטיין באימות רוחבי עקבות, בדיקת אזורי שמירה והבטחת יישור רפידות. ההיגיון עוקב אחר פרמטרים מתמטיים נוקשים באופן מושלם בכל פעם.
AI ולמידה עמוקה: בינה מלאכותית הופכת חיונית לסיווג פגמים סובייקטיביים במדויק. הוא לומד את ההבדלים העדינים בין רמות חומרת השריטות. בינה מלאכותית מבדילה בקלות בין כתם מים לא מזיק לבין סימן שריפה חשמלי קריטי. ניצול למידה עמוקה מוריד באופן פעיל שיעורים חיוביים כוזבים.
עלינו להעריך ביסודיות את יכולות האינטגרציה הפיזית. קרמיקה היא חומרים שבירים הידועים לשמצה. מכונת AOI חייבת לכלול מנגנוני הידוק במתח נמוך באופן בלעדי. לחילופין, כדאי לחפש חגורות הובלה ואקום. מערכות אלו מאבטחות את הלוח מבלי להפעיל לחץ קצה קשיח. מניעת כניסת מתח מכני חדש במהלך הבדיקה נותרה חשובה ביותר.
שילוב של פלטפורמת בדיקה חדשה מתרחש רק לעתים נדירות ללא רבב בן לילה. עליך לצפות אתגרי פריסה ספציפיים כדי למנוע עיכובים פתאומיים בייצור.
כל מערכת אופטית דורשת עקומת למידה ראשונית. אנו מכנים תקופה קריטית זו שלב כוונון הספרייה. עליך לתקצב זמן מתאים למהנדסים כדי לאמן את דגמי הבינה המלאכותית כראוי. הם צריכים להאכיל את המערכת במאות תמונות המציגות וריאציות קוסמטיות מקובלות לעומת לא מקובלות. זירוז שלב זה גורם ישירות לקוצים מסיביים של דחיית שווא מאוחר יותר. סבלנות במהלך ההתקנה מבטיחה יציבות לטווח ארוך.
סביבות מפעל קשות מאיימות על כיולים אופטיים רגישים ללא הרף. תאורת סביבה עשויה להפריע בקלות לחיישנים אופטיים ברגישות גבוהה. צללים ממלגזות חולפות או אורות מהבהבים מעלינו משנים את ניגודיות התמונה באופן בלתי צפוי. יתר על כן, אבק באוויר מתיישב על עדשות ומצעים, ויוצר פגמים מזויפים מדי יום. הטמעת מארזי מכונות מתאימים פותר בעיות אלו ביעילות. כמו כן, אנו ממליצים מאוד להקפיד על תקנים מחמירים של חדר נקי סביב אזור הבדיקה המיידי.
מצלמות ברזולוציה גבוהה מייצרות קבצים עצומים במהירות. זה יוצר סיכון חמור להכריע את רשתות המפעל באופן מיידי. תשתית IT מתקשה לעתים קרובות להזרים גיגה-בייט לא דחוס של נתוני תמונה בכל דקה. עליך לקבוע הנחיות קפדניות לשמירת נתונים מוקדם. דחוס תמונות עוברות בצורה אגרסיבית, ושמור רק קבצים ללא אובדן עבור לוחות שנדחו. הבטח תקשורת חלקה על ידי שימוש בפרוטוקולי אינטגרציה סטנדרטיים של MES, כגון SECS/GEM.
פריסת בדיקה אופטית אוטומטית הופכת את ייצור המצע מפתרון תקלות תגובתי לבקרת איכות פרואקטיבית. כדי להבטיח השקה מוצלחת ביותר, התמקד ישירות בפעולות הנחרצות הבאות:
רשימה קצרה אך ורק לפי יכולת החומר: בחר ספקי AOI בהתבסס על היכולת המופגנת שלהם לדמיין את חומר המצע הספציפי שלך. בדוק אותם בתנאי ייצור בפועל, לא רק בסביבות מעבדה אידיאליות.
דרשו מראש אופטיקה מיוחדת: ודא שהחומרה תומכת בתאורה כהה, קואקסיאלית ורב-גל לפני שתיכנס לדיונים מסחריים רציניים.
בצע הוכחה מובנית (PoC): ספק לספק ה-AOI 'לוח זהב' לצד אצווה של פגמים שוליים ידועים. השתמש בזה כדי לסמן בבטחה את השיעורים החיוביים השגויים והשליליים השגויים שלהם לפני הוצאות הון.
תכנן רוחב פס חזק של הרשת: שדרג את תשתית השרת שלך מראש כדי להתמודד עם עומסי הנתונים האדירים שנוצרים על ידי סריקה אופטית ברזולוציה גבוהה.
קח את הזמן כדי להעריך מערכות טיפול פיזיות לצד ביצועים אופטיים טהורים. שיתוף פעולה עם ספק שמבין בהובלת חומרים שבירים מונע שברים שנגרמו מטיפול. התחל את הערכת הספק שלך עוד היום על ידי הכנת דגימות הליקויים במקרה הגרוע ביותר שלך לבדיקת מדד ראשונית.
ת: תעריפי שיחות כוזבות משתנים מאוד לפי סוג החומר והבשלות האלגוריתם. מערכות מסורתיות מבוססות כללים נאבקות לעתים קרובות עם מרקם קרמי, ולעיתים עולה על 10% דחיות שווא. עם זאת, מתקנים מודרניים בדרך כלל מכוונים לפחות מ-3% שיחות שווא. השגת שיעור נמוך במיוחד זה דורשת שימוש במערכות Deep Learning אופטימליות המאומנות על ספריות פגמים חזקות.
ת: AOI 2D מסתמך בעיקר על ניגודיות ושינויי צבע. זה עובד היטב למדידת שטח פנים ולזיהוי שינוי צבע. עם זאת, זה לא יכול לזהות באופן אמין דלמינציה של נחושת. אתה צריך 3D AOI או מערכות אור מובנה כדי למדוד שינויים בגובה. רק מיפוי תלת מימדי מזהה במדויק את תצורות השלפוחיות האמיתיות האופייניות לדלמינציה פנימית.
ת: כן, העובי משפיע באופן משמעותי על תהליך הבדיקה האופטית. השפעה זו מופיעה באופן הבולט ביותר לגבי שקיפות, במיוחד עבור מצעי אלומינה. מצעים עבים יותר חוסמים יותר אור, מפחיתים את הסנוור אך דורשים עוצמת תאורה גבוהה יותר. שינויים בעובי עשויים לדרוש מהמפעילים להתאים את עוצמת התאורה מלמטה למעלה או לכייל מחדש את עומק המוקד ברציפות.
