Optiskā pārbaude, AOI un testa aprīkojums
Sākums » Jaunumi » Emuārs » Kā pārbaudīt Al2O3, AlN un Si3N4 keramikas substrātus ar AOI

Kā pārbaudīt Al2O3, AlN un Si3N4 keramikas substrātus ar AOI

Pajautājiet

Spēka elektronika un RF moduļu ražošana darbojas augsto likmju vidē. Šeit pat nelielas substrāta kļūmes ātri izraisa katastrofālus termiskus vai elektriskus bojājumus. Gadiem ilgi ražotāji lielā mērā paļāvās uz manuālu mikroskopisku pārbaudi, lai konstatētu šos kritiskos trūkumus. Tomēr cilvēku operatori neizbēgami cieš no acu noguruma, nekonsekventa sprieduma un nepieņemami zemas caurlaidības. Jūs vienkārši nevarat mērogot liela apjoma precizitāti, izmantojot tikai manuālas metodes. Šis darbības sašaurinājums padara pāreju uz automatizēto optisko pārbaudi obligātu mūsdienu ražošanas līnijām. Šajā rokasgrāmatā ir aprakstīts, kā efektīvi konfigurēt un novērtēt AOI sistēmas. Mēs izpētām, kā rīkoties ar alumīnija oksīda, alumīnija nitrīda un silīcija nitrīda substrātu atšķirīgajām optiskajām īpašībām. Jūs apgūsit pārbaudītas stratēģijas, lai optimizētu savu pārbaudes loģiku. Galu galā jūs varat uzlabot noteikšanas precizitāti, nepalielinot dārgu viltus noraidīšanas līmeni.

Key Takeaways

  • Efektīvai keramikas substrāta AOI pārbaudei nepieciešama materiālam raksturīga optiskā konfigurācija; universāls apgaismojuma iestatījums radīs augstus viltus pozitīvu rezultātu rādītājus.

  • Katrs Al2O3, AlN un Si3N4 rada unikālus attēlveidošanas izaicinājumus, sākot no caurspīdīguma un atspīduma (Al2O3) līdz zemam kontrastam un tumšam fonam (AlN, Si3N4).

  • Uzticamai keramikas pamatnes defektu noteikšanai ir jāņem vērā gan tukšas pamatnes defekti (mikroplaisas, caurumi), gan metalizācijas/savienojuma defekti (DBC/AMB tukšumi, kodināšanas kļūdas).

  • Novērtējot AOI risinājumu, prioritāte jāpiešķir viltus zvanu mazināšanas algoritmiem, automatizētai apstrādes drošībai un integrācijas iespējām ar esošajām ražošanas izpildes sistēmām (MES).

Automatizētas keramikas substrāta defektu noteikšanas ietekme uz uzņēmējdarbību

Strāvas moduļu izgatavošana prasa absolūtu precizitāti katrā solī. Automatizēta ieviešana Keramikas pamatnes defektu noteikšana būtiski aizsargā jūsu ražošanas robežas. Primārā finanšu bāzes līnija balstās uz ienesīguma aizsardzības līdzsvarošanu pret viltus noraidījumiem. AOI sistēmu mērķis ir efektīvi atrast defektus. Tomēr jums ir arī jāsamazina 'pārmērīga iznīcināšana'. Pārmērīga iznīcināšana nozīmē pilnīgi labu substrātu noraidīšanu stingras sistēmas jutīguma dēļ. Pārmērīga noraidīšana tieši samazina robežu ļoti dārgiem materiāliem, piemēram, alumīnija nitrīdam un silīcija nitrīdam. Optimizēta optiskās pārbaudes sistēma nemanāmi atšķir patiesas anomālijas no pieņemamām kosmētiskām variācijām.

Defektu agrīna konstatēšana nodrošina jūsu produktu būtisku pakārtoto uzticamību. Sīka malas šķemba substrāta līmenī sākotnēji varētu šķist triviāla. Tomēr tas bieži izraisa dārgas lauka atteices gala jaudas moduļos, piemēram, IGBT vai SiC MOSFET. Mums ir jāpārtver šīs problēmas, pirms tiek sākta iekapsulēšana vai stiepļu savienošana. Trūkuma agrīna identificēšana neļauj ražotājiem pievienot dārgus silīcija komponentus nolemtam substrātam. 

Turklāt stingri nozares noteikumi prasa visaptverošu atbilstību un izsekojamību. Automobiļu sistēmas, piemēram, IATF 16949, nosaka stingru kvalitātes dokumentāciju. Aviācijas un kosmosa standarti pieprasa tikpat stingrus ražošanas rekordus. AOI sistēmas atbilst šīm prasībām, izmantojot automatizētu attēlu arhivēšanu un precīzu defektu kartēšanu. Viņi izveido uzticamu jūsu ražošanas kvalitātes digitālo dvīņu. Šie arhivētie dati ļauj viegli pierādīt atbilstību piegādātāju audita laikā.

Substrāta materiāla optiskie izaicinājumi: Al2O3 pret AlN pret Si3N4

Dažādas keramikas fiziski un optiski mijiedarbojas unikālos veidos. Universālu apgaismojuma iestatījumu nevar izmantot visiem substrāta materiāliem. Uzticams keramikas substrāts AOI pārbaudei nepārtraukti jāpielāgojas noteiktai optiskajai fizikai.

Alumīnija oksīds (Al2O3): caurspīdīguma un atspīduma pārvaldība

Alumīnija oksīds spēcīgi izkliedē ienākošo gaismu. Tā kristāliskā struktūra veido daļēji caurspīdīgu virsmas slāni. Šī caurspīdīgums liek tradicionālajam tiešajam apgaismojumam neparedzami atspīdēt. Līdz ar to kameras sensors bieži uztver pārmērīgu atspīdumu vai izplūdušas pēdas malas. Lai novērstu šo problēmu, jūsu AOI nekavējoties ir jāveic īpaši aparatūras pielāgojumi. Jums vajadzētu izmantot koaksiālo apgaismojumu, kas ir cieši apvienots kopā ar vairāku leņķu apgaismojumu. Koaksiālā gaisma nedaudz iekļūst keramikas virsmā, neizpūšot attēla sensoru. Vairāku leņķu gaismas diodes palīdz skaidri noteikt virsmas topoloģiju. Tas novērš viltus pozitīvus rezultātus, ko izraisa zemūdens graudu atstarošana.

Alumīnija nitrīds (AlN): zema kontrasta pārvarēšana

Alumīnija nitrīds rada pavisam citu pārbaudes šķērsli. AlN parasti dabiski ir tumšāks, necaurspīdīgs. Šis tumšais fons ievērojami samazina vizuālo kontrastu starp neapbruņotu keramiku un iegravētām vara pēdām. Tradicionālās kameras cīnās, lai precīzi atrastu atšķirīgas robežlīnijas. Lai pārvarētu zemo kontrastu, ir jākonfigurē īpaši AOI aparatūras pielāgojumi. Augsta dinamiskā diapazona (HDR) attēlveidošana šeit kļūst absolūti nepieciešama. HDR apvieno vairākas dažādas ekspozīcijas, lai atklātu slēptās pēdas detaļas. Turklāt īpaša viļņa garuma apgaismojuma izmantošana ievērojami uzlabo redzamību. Zilās vai UV gaismas izmantošana ievērojami uzlabo virsmas malu noteikšanu. Šie īsākie viļņu garumi izkliedē mazāk, nodrošinot skaidras kontūras uz necaurspīdīga fona.

Silīcija nitrīds (Si3N4): mikroplaisu noteikšana uz raupjākas tekstūras

Silīcija nitrīdam ir īpaši augsta izturība pret lūzumiem. Neskatoties uz šo iespaidīgo mehānisko izturību, tas joprojām ir jutīgs pret grūti pamanāmām mikroplaisām. Si3N4 ir arī ievērojamas virsmas tekstūras izmaiņas. Matēti pelēkais vai tumšais fons ļoti labi slēpj topogrāfiskās anomālijas. Smalku skrāpējumu noteikšana pret šo raupjāko tekstūru katru dienu izaicina standarta optiku. Jūsu AOI pielāgojumos jāiekļauj spēcīgs tumšā lauka apgaismojums. Darkfield apgaismojums pagriež gaismas avotu ļoti tuvu horizontālajam leņķim. Šis paņēmiens lieliski izceļ topogrāfiskās anomālijas. Jebkuri skrāpējumi vai mikroplaisas uztver zema leņķa gaismu un spilgti spīd uz tumšā fona.

Optisko raksturlielumu kopsavilkuma diagramma

Materiāla veids

Primārais optiskais izaicinājums

Ieteicamā apgaismojuma iestatīšana

Galvenā attēlveidošanas tehnoloģija

Alumīnija oksīds (Al2O3)

Augsta caurspīdīgums, kas izraisa spēcīgu atspīdumu

Daudzleņķa un koaksiālais apgaismojums

Pretrefleksijas optiskā filtrēšana

Alumīnija nitrīds (AlN)

Necaurspīdīga virsma rada zemu kontrastu

Īsa viļņa garuma (zils/UV) gaismas diodes

Augsta dinamiskā diapazona (HDR) attēlveidošana

Silīcija nitrīds (Si3N4)

Rupja tekstūra, kas slēpj smalkas mikroplaisas

Zema leņķa tumšā lauka apgaismojums

Augstas izšķirtspējas topogrāfiskā skenēšana

Galvenās defektu kategorijas un noteikšanas loģika

Pareiza attēlveidošana atrisina tikai pusi no pārbaudes problēmas. Ir arī jāizveido spēcīga noteikšanas loģika, lai precīzi interpretētu šos uzņemtos attēlus. Mēs sadalām primāros mērķus tukšās keramikas anomālijās un metalizācijas kļūdās.

Pliki keramikas defekti

Lai pārbaudītu nesasaistīto substrātu, ir nepieciešams aktīvi meklēt raksturīgos strukturālos trūkumus.

  • Plaisas un malu šķeldošana: Mehāniski bojājumi bieži rodas singulācijas vai griešanas kubiņos procesā. Jūsu pārbaudes loģikai ir nepieciešams malai raksturīgs apgaismojums, lai uztvertu šos sīkos lūzumus. Kameras, kas novietotas slīpā leņķī, nepārtraukti uzrauga, vai perimetrā nav robainu mikroshēmu.

  • Caurumi: Strukturālu kompromisu atrašana prasa ārkārtīgu precizitāti. Šim uzdevumam ir nepieciešama caurlaidīga gaisma, kas pilnībā spīd cauri materiālam. Varat arī izmantot augstas izšķirtspējas attēlu no augšas uz leju. Programmatūra automātiski atzīmē visus tumšos plankumus, norādot, ka trūkst keramikas.

  • Piesārņojums un traipi: ražošanas vidē neizbēgami tiek ievestas svešas daļiņas. Noteikšanas algoritmam ir jānošķir nekaitīga krāsas maiņa no kritiskiem svešķermeņiem. Krāsu slieksnis palīdz filtrēt pieņemamus apstrādes traipus no faktiskajiem destruktīvajiem gružiem.

Metalizācijas un līmēšanas defekti (DBC/AMB)

Kad varš ir tieši saistīts ar keramiku, parādās jaunas defektu klases. Tiešās savienošanas vara (DBC) un aktīvās metāla cietlodēšanas (AMB) procesi rada atšķirīgas anomālijas.

  • Vara pīlings un atslāņošanās: ārkārtējs karstums izraisa vara slāņu lēnu atdalīšanu. Lai identificētu šos pūšļiem līdzīgos veidojumus, ir nepieciešamas uzlabotas tilpuma metodes. 3D AOI jeb strukturēta gaisma projicē režģa rakstus uz mērķa virsmas. Izkropļojumi režģī atklāj nepieņemamas augstuma izmaiņas, ko izraisa iekšējā atslāņošanās.

  • Kodināšanas trūkumi (šorti/atvērti): ķīmiskie kodināšanas procesi bieži atstāj nevēlamu varu vai noņem pārāk daudz materiāla. Šeit mēs izvietojam standarta 2D ģeometriskos kārtulu algoritmus. Programmatūra precīzi mēra trases platumu un atstarpi. Tas pārbauda, ​​vai visi izmēri droši atbilst konstrukcijas pielaidēm.

  • Oksidācija: pārmērīga virsmas oksidēšana vēlāk pasliktina lodēšanas veiktspēju. Mēs izmantojam uz krāsām balstītu pārbaudes loģiku, lai noteiktu nepieņemamus vara oksidācijas līmeņus. Sistēma noraida paneļus ar tumši brūnu vai purpursarkanu nokrāsu, kas pārsniedz noteiktos sliekšņus.

Standarta defektu novērtēšanas tabula

Defektu kategorija

Konkrēts trūkums

Nepieciešamā pārbaudes loģika

Neapstrādāta keramika

Malu šķeldošana

Slīpa leņķa kameras uzraudzība

Neapstrādāta keramika

Pinholes

Raidītā gaisma vai skenēšana no augšas uz leju

Metalizācija

Delaminācija

3D strukturēta gaismas projekcija

Metalizācija

Oforts šorti

2D ģeometrisko noteikumu algoritmi

AOI sistēmas iespēju novērtēšana keramikas ražošanas līnijām

Pārbaudes sistēmas iegādei nepieciešama rūpīga tehniskā pārbaude. Jums jānovērtē, cik labi aparatūra un programmatūra apstrādā trauslus, augstvērtīgus komponentus.

Apgaismojuma arhitektūra

Programmējams, vairāku zonu, daudzkrāsu LED apgaismojums ir neapspriežama aparatūras prasība. Jauktu materiālu ražošanas līnijas bieži pārslēdzas starp alumīnija oksīda un silīcija nitrīda partijām. Jūs nevarat atļauties fiziski mainīt gaismas kupolus katrai partijai. Programmatūras kontrolēts apgaismojums ļauj nekavējoties mainīt receptes. Šī elastība saglabā augstu caurlaidspēju, vienlaikus optimizējot optisko kontrastu katram konkrētajam substrāta veidam.

Kameras izšķirtspējas un caurlaidības kompromisi

Inženieri pastāvīgi līdzsvaro attēlveidošanas detaļas un ražošanas ātrumu. Lai droši notvertu bīstamas matu līnijas plaisas, jums ir nepieciešama mazāka izšķirtspēja. Tomēr augstas izšķirtspējas skenēšana ievērojami palēnina cikla laiku. Jums ir jāatbilst stingrām vienību stundā (UPH) prasībām liela apjoma ražošanā. Mēs iesakām vispirms aprēķināt mazāko kritisko defektu izmēru. Pēc tam atlasiet kameras sensoru, kas šim defektam atbilst tieši trīs līdz četriem pikseļiem. Šis koeficients nodrošina drošu noteikšanu, neapstrādājot nevajadzīgus attēla datus.

Programmatūra AI VS. Uz kārtulām balstīti algoritmi

Mūsdienu platformas apvieno divas atšķirīgas analītiskās pieejas, lai palielinātu precizitāti.

  1. Uz noteikumiem balstīta loģika: šī tradicionālā pieeja joprojām ir vislabākā stingriem ģeometriskiem mērījumiem. Tas ir izcils, pārbaudot trases platumu, pārbaudot atturēšanas zonas un nodrošinot spilventiņu izlīdzināšanu. Loģika katru reizi lieliski seko stingriem matemātiskiem parametriem.

  2. AI un dziļā mācīšanās: mākslīgais intelekts kļūst par izšķirošu, lai precīzi klasificētu subjektīvos defektus. Tā apgūst smalkās atšķirības starp skrāpējumu smaguma līmeņiem. AI viegli atšķir nekaitīgu ūdens traipu no kritiskas elektriskās apdeguma zīmes. Padziļinātas mācīšanās izmantošana aktīvi samazina viltus pozitīvu rezultātu rādītājus.

Apstrāde un automatizācija

Mums rūpīgi jāizvērtē fiziskās integrācijas iespējas. Keramika ir ļoti trausls materiāls. AOI iekārtai jābūt aprīkotai tikai ar zemas slodzes iespīlēšanas mehānismiem. Alternatīvi, jums vajadzētu meklēt vakuuma transportēšanas lentes. Šīs sistēmas nostiprina dēli, nepiespiežot cieto malu. Pārbaudes laikā joprojām ir ļoti svarīgi novērst jaunu mehānisko spriegumu rašanos.

Ieviešanas riski un ieviešanas mācības

Jaunas pārbaudes platformas integrēšana reti notiek nevainojami vienas nakts laikā. Jums vajadzētu paredzēt īpašas izvietošanas problēmas, lai izvairītos no pēkšņas ražošanas kavēšanās.

'Bibliotēkas regulēšanas' fāze

Katrai optiskajai sistēmai ir nepieciešama sākotnējā mācīšanās līkne. Mēs šo kritisko periodu saucam par bibliotēkas noskaņošanas fāzi. Jums ir jāieplāno pietiekami daudz laika, lai inženieri varētu pareizi apmācīt AI modeļus. Viņiem ir jāievada sistēma simtiem attēlu, kuros redzamas pieņemamas VS nepieņemamas kosmētiskās variācijas. Šīs fāzes steidzināšana tieši vēlāk izraisa milzīgus viltus noraidīšanas gadījumus. Pacietība iestatīšanas laikā garantē ilgtermiņa stabilitāti.

Vides mainīgie

Skarbā rūpnīcas vide pastāvīgi apdraud jutīgo optisko kalibrēšanu. Apkārtējais rūpnīcas apgaismojums var viegli traucēt augstas jutības optisko sensoru darbību. Ēnas no garāmbraucošiem autoiekrāvējiem vai mirgojošas virsgaismas gaismas neparedzami maina attēla kontrastu. Turklāt gaisā esošie putekļi nosēžas uz lēcām un pamatnēm, radot ik dienas viltus defektus. Pareizu iekārtu korpusu ieviešana efektīvi atrisina šīs problēmas. Mēs arī ļoti iesakām ievērot stingrus tīrās telpas standartus tūlītējās pārbaudes zonā.

Datu pārslodze

Augstas izšķirtspējas kameras ātri ģenerē milzīgus failus. Tas rada nopietnu risku nekavējoties pārņemt rūpnīcu tīklus. IT infrastruktūrai bieži ir grūti straumēt nesaspiestus attēlu datu gigabaitus katru minūti. Agri ir jāizstrādā stingras datu saglabāšanas vadlīnijas. Agresīvi saspiediet garām ejošos attēlus un saglabājiet tikai noraidītu dēļu failus bez zudumiem. Nodrošiniet vienmērīgu saziņu, izmantojot standarta MES integrācijas protokolus, piemēram, SECS/GEM.

Secinājums

Automātiskās optiskās pārbaudes ieviešana pārveido substrāta ražošanu no reaktīvas problēmu novēršanas par proaktīvu kvalitātes kontroli. Lai nodrošinātu ļoti veiksmīgu izlaišanu, koncentrējieties tieši uz šīm izšķirošajām darbībām:

  • Izlases saraksts stingri pēc materiāla iespējām: izvēlieties AOI pārdevējus, pamatojoties uz to pierādāmo spēju attēlot jūsu konkrēto substrāta materiālu. Pārbaudiet tos faktiskos ražošanas apstākļos, nevis tikai ideālā laboratorijas vidē.

  • Jau iepriekš pieprasiet specializētu optiku: pirms sākat nopietnas komerciālas diskusijas, pārbaudiet, vai aparatūra atbalsta tumšā lauka, koaksiālo un vairāku viļņu garumu apgaismojumu.

  • Izpildiet strukturētu koncepcijas pierādījumu (PoC): piegādājiet AOI pārdevējam 'zelta dēli' kopā ar zināmu nelielu defektu partiju. Izmantojiet to, lai pirms kapitāla izdevumiem droši salīdzinātu to viltus pozitīvās un viltus negatīvās likmes.

  • Plānojiet spēcīgu tīkla joslas platumu: iepriekš jauniniet savu servera infrastruktūru, lai apstrādātu milzīgo datu slodzi, ko rada augstas izšķirtspējas optiskā skenēšana.

Veltiet laiku, lai novērtētu fiziskās apstrādes sistēmas līdzās tīrai optiskajai veiktspējai. Sadarbojoties ar pārdevēju, kurš saprot trauslu materiālu transportēšanu, tiek novērsti apstrādes izraisīti lūzumi. Sāciet savu pārdevēja novērtēšanu jau šodien, sagatavojot sliktākā gadījuma defektu paraugus sākotnējai etalonpārbaudei.

FAQ

J: Kāds ir keramikas substrāta AOI pārbaudes tipiskais viltus zvanu ātrums?

A. Viltus zvanu tarifi ievērojami atšķiras atkarībā no materiāla veida un algoritma termiņa. Tradicionālās uz noteikumiem balstītās sistēmas bieži cīnās ar keramikas tekstūru, dažkārt pārsniedzot 10% viltus atgrūšanas. Tomēr mūsdienu iekārtu mērķis parasti ir mazāk nekā 3% viltus zvanu. Lai sasniegtu šo ārkārtīgi zemo līmeni, ir jāizmanto optimizētas Deep Learning sistēmas, kas apmācītas uz robustām defektu bibliotēkām.

J: Vai 2D AOI var noteikt vara atslāņošanos uz DBC substrātiem?

A: 2D AOI galvenokārt balstās uz kontrastu un krāsu izmaiņām. Tas labi darbojas virsmas laukuma mērīšanai un krāsas maiņas noteikšanai. Tomēr tas nevar droši noteikt vara atslāņošanos. Lai izmērītu augstuma izmaiņas, jums ir nepieciešamas 3D AOI vai strukturētas gaismas sistēmas. Tikai 3D kartēšana precīzi identificē patiesos tulznu veidojumus, kas raksturīgi iekšējai atslāņošanai.

J: Vai keramikas pamatnes biezums ietekmē pārbaudes procesu?

A: Jā, biezums būtiski ietekmē optiskās pārbaudes procesu. Šī ietekme visredzamākā ir attiecībā uz caurspīdīgumu, īpaši alumīnija oksīda substrātiem. Biezākas pamatnes bloķē vairāk gaismas, samazinot atspīdumu, bet prasa lielāku apgaismojuma jaudu. Biezuma svārstību dēļ operatoriem var būt jāpielāgo augšupvērsta apgaismojuma intensitāte vai nepārtraukti jāpārkalibrē fokusa dziļums.

Kontaktinformācija

Tālrunis: +86-512-5792-3620  
 E-pasts: info@ptcstress.com
 Adrese: No.581, Hengchangjing Road, Zhoushi Town, Kunshan City, Jiangsu Province, 215337, Ķīna

Sekojiet mums

Vai ir kādi jautājumi? Sazinieties ar mums, lai saņemtu palīdzību.

Ātrās saites

Autortiesības © 2026 Suzhou PTC Optical Instrument Co., Ltd. Visas tiesības paturētas.   苏ICP备19051399号-2