Keramikas substrāta ražošanā nespēja droši atšķirt kritiskos strukturālos defektus no labdabīgām kosmētiskām anomālijām tieši samazina peļņas normu. Mūsdienu elektronika balstās uz nevainojamu keramikas pamatni, lai izkliedētu siltumu un vadītu enerģiju. Virsmas zīmes nepareiza klasificēšana kā mikroplaisa noved pie nevajadzīgiem lūžņiem. Tas rada dārgus viltus noraidījumus. Un otrādi, ja trūkst īstas mikroplaisas, pastāv katastrofālas lauka atteices risks ārkārtējas termiskās vai mehāniskās slodzes apstākļos. Augstas uzticamības nozares nevar paciest šos viltus akceptus.
Šajā rokasgrāmatā ir izjauktas strukturālās atšķirības starp šīm anomālijām. Mēs novērtējam pašreizējās pārbaudes metodoloģijas, kas tiek izmantotas visā nozarē. Jūs atradīsiet arī praktisku ietvaru pārbaudes sistēmas izvēlei. Jūs uzzināsit, kā līdzsvarot ātrgaitas caurlaidspēju ar precīzu precizitāti. Galu galā jūs varat aizsargāt savu ražu, vienlaikus saglabājot stingrus kvalitātes standartus.
Defektu smagums: mikroplaisas apdraud struktūras integritāti un izplatās stresa apstākļos; virsmas pēdas parasti ir seklas, kosmētiski artefakti no apstrādes vai instrumentiem.
Izaicinājums kontrastam: keramikas augstā atstarošanas spēja un sarežģītās graudu struktūras padara tradicionālo, uz noteikumiem balstītu optisko pārbaudi pakļautu augstu viltus noraidīšanas līmenim.
Tehnoloģiju maiņa: efektīva keramikas substrāta mikroplaisu pārbaude arvien vairāk paļaujas uz mākslīgā intelekta vadītu mašīnas redzi, lai kontekstualizētu defektu morfoloģiju, vai ultraskaņas testēšanu, lai apstiprinātu pazemes virsmu.
Novērtēšanas metrika: galvenais veiksmes kritērijs pārbaudes jaunināšanai ir pārsnieguma līmeņa samazināšana (viltus pozitīvi), nepalielinot atkāpšanās koeficientu (viltus negatīvi).
Kvalitātes nodrošināšanas nodaļas saskaras ar delikātu līdzsvarošanas darbību. Viņiem ir jānoķer katrs liktenīgais defekts, neizmetot labus produktus. Nepareiza keramikas defektu klasificēšana būtiski ietekmē jūsu ražošanas efektivitāti. Tas mākslīgi palielina jūsu vienības izmaksas un pasliktina kopējo ražu.
Funkcionāli ideālu substrātu noraidīšana sabojā jūsu peļņas normu. Nekaitīgas instrumentu zīmes bieži izraisa automātiskus optiskus brīdinājumus. Virspusēji skrāpējumi slikta apgaismojuma apstākļos izskatās smagi. Šo pieņemamo vienību izmešana mākslīgi samazina jūsu ražu. Tas liek jūsu iekārtai ražot vairāk vienību, lai izpildītu kvotu. Šī pārprodukcija patērē papildu izejvielas. Tas arī tērē vērtīgu mašīnas laiku un operatora darbu. Pārsnieguma likmes tieši mazina jūsu ražošanas efektivitāti.
Viltus negatīvs saturs rada daudz lielākas briesmas. Mikroplaisas darbojas kā smagi stresa koncentratori. Tie rada milzīgus riskus augstas uzticamības lietojumos. Aviācijas un kosmosa komponentiem un EV spēka elektronikai ir nepieciešami nevainojami komponenti. Neatklāta mikroplaisa var izraisīt substrāta lūzumu. Tas pat var izraisīt termisku aizbēgšanu akumulatoru sistēmās. Šādas neveiksmes izraisa masveida produktu atsaukšanu. Tie rada nopietnus atbildības riskus un neatgriezeniski sabojā zīmola reputāciju. Bēgšanas defekti ir nepieņemami ražošanas vidēs bez defektiem.
Dzīvotspējīgam pārbaudes risinājumam jāatbilst trim kritiskiem kritērijiem:
Ātrums: tai ir jānodrošina atkārtojama klasifikācija pie ražošanas līnijas ātruma. Vienības stundā (UPH) nevar samazināties.
Precizitāte: tai ir konsekventi jāsamazina pārslodzes rādītāji, vienlaikus saglabājot izglābšanās rādītājus tuvu nullei.
Atbilstība: tai ir jāsaglabā stingra atbilstība nozares kvalitātes standartiem. Tie ietver IPC un MIL-STD noteikumus.
Lai izpildītu šos kritērijus, ir jāpāriet ārpus subjektīvas cilvēka pārbaudes. Jums ir nepieciešamas automatizētas, atkārtojamas un kontekstu apzinošas sistēmas.
Ir ļoti svarīgi izprast šo anomāliju fizisko būtību. Bez šīm zināšanām jūs nevarat apmācīt AI vai konfigurēt optisko sistēmu. Mikroplaisas un virsmas pēdas rodas pilnīgi atšķirīgu procesu rezultātā. Viņiem ir arī atšķirīgas morfoloģiskas iezīmes palielinājumā.
Mikroplaisas apdraud visa substrāta fizisko stabilitāti. Tie apdraud dielektrisko izturību un mehānisko izturību.
Galvenie cēloņi: termiskais šoks bieži izraisa šos lūzumus. Nevienmērīga dzesēšana saķepināšanas procesā rada milzīgu iekšējo spriegumu. Mehāniskais spriegums griešanas vai šķirošanas laikā arī sašķeļ materiālu. Agresīva lāzergriešana var izraisīt mikrolūzumus gar griezuma malu.
Raksturojums: Šie defekti parasti ir dziļi un šauri. Tie bieži izskatās robaini vai tiem ir sazaroti raksti. Tie iesūcas dziļi substrāta matricā. Tā kā tie izjauc strukturālo režģi, tiem ir augsts izplatīšanās potenciāls. Termiskā cikla laikā neliela mikroplaisa paplašināsies, līdz substrāts saplīs.
Kosmētiskās anomālijas izskatās problemātiskas, bet nerada funkcionālus draudus. Tie neiekļūst iekšējā struktūrā.
Galvenie cēloņi: visizplatītākais vaininieks ir nobrāzumi. Pamatnes berzējas pret konveijera lentēm vai automatizētajiem satvērējiem. Instrumentu berze atstāj metāliskus atlikumus uz keramikas virsmas. Nelielas glazūras vai vircas neatbilstības rada arī vizuālas krāsas izmaiņas.
Raksturojums: Virsmas zīmes parasti ir seklas un platas. Tiem ir vienādi raksti, nevis robainas malas. Tie paliek stingri ierobežoti ar augšējo virsmas slāni. Tiem nav nekādas ietekmes uz dielektrisko izturību. Tie nemazina gala komponenta mehānisko izturību.
Īstenošana efektīva keramikas substrāta mikroplaisu pārbaude ietver nozīmīgu fizisko šķēršļu pārvarēšanu. Pārbaudes apgaismojumā keramika uzvedas ļoti atšķirīgi no metāliem vai plastmasām. To optiskās īpašības aktīvi cīnās pret standarta redzes kamerām.
Alumīnija oksīda un alumīnija nitrīda substrāti ir ļoti atstarojoši. Tiem ir sarežģītas, kristāliskas graudu struktūras. Šie materiāli neparedzami izkliedē krītošo gaismu. Šī neparedzamā izkliede rada skarbas ēnas visā virsmā. Šīs ēnas viegli atdarina īstu plaisu tumšās līnijas. Un otrādi, pārmērīgs atspīdums pilnībā izmazgā seklus defektus. Standarta gredzenu gaismas parasti neizdodas uz šiem materiāliem. Lai iekļūtu atspīdumā, ir nepieciešams uzlabots apgaismojums.
Matu līnijas mikroplaisām trūkst vizuālas atšķirības. Tiem bieži ir tieši tādas pašas pelēktoņu vērtības kā apkārtējām keramikas graudu robežām. Tradicionālā automatizētā optiskā pārbaude (AOI) balstās uz pikseļu kontrasta noteikumiem. Ja pikselis ir tumšāks par slieksni, sistēma atzīmē defektu. Tā kā graudu robežām un mikroplaisām ir līdzīgi tumšuma līmeņi, uz noteikumiem balstīti algoritmi neizdodas. Tie pārspēj standarta malu noteikšanas rīkus, radot milzīgus viltus noraidīšanas lēcienus.
Agrīnās stadijas mikroplaisas ir neticami mazas. Tās var būt tikai dažus mikronus platas. Šo anomāliju noteikšanai nepieciešama ārkārtīgi augstas izšķirtspējas optika. Tomēr augstas izšķirtspējas kameras pēc būtības samazina skata lauku (FOV). Mazāks FOV nozīmē, ka kamerai ir jāuzņem vairāk attēlu, lai pārklātu vienu substrātu. Tas ievērojami samazina pārbaudes laiku. Mikronu līmeņa noteikšanas līdzsvarošana ar ātrgaitas ražošanu joprojām ir galvenais inženierijas izaicinājums.
Pareizas pārbaudes tehnoloģijas izvēle nosaka jūsu panākumus. Dažādas sistēmas ir vērstas pret dažāda veida anomālijām. Tehnoloģijas izvēle ir jāsaskaņo ar jūsu īpašajām kvalitātes prasībām.
Keramikas pārbaudes tehnoloģiju salīdzinājums
Tehnoloģija |
Galvenās stiprās puses |
Galvenie ierobežojumi |
Labākais lietošanas gadījums |
|---|---|---|---|
Tradicionālais AOI |
Liels ātrums, vienkārša noteikumu iestatīšana, rentabla. |
Augsts viltus noraidīšanas līmenis zema kontrasta defektiem. |
Atklāj rupjus defektus vai trūkstošo metalizāciju. |
AI / dziļā mācīšanās |
Kontekstuālā izpratne, atšķir zīmes no plaisām. |
Nepieciešamas stabilas datu kopas un apmācības laiks. |
Augstas precizitātes iekšējās virsmas pārbaude. |
Ultraskaņas (SAM) |
Atklāj slēptos iekšējos tukšumus un dziļas pazemes plaisas. |
Lēna caurlaidspēja, bieži nepieciešama ūdens savienošana. |
Bezsaistes partijas paraugu ņemšana vai kļūdu analīze. |
Tradicionālais AOI ir izcils ātrgaitas bāzes līnijas pārbaudēs. Tas ir labākais, lai atklātu rupjus defektus. Izmantojiet to, lai atrastu trūkstošos metalizācijas slāņus vai lielas malu skaidas. Tomēr tam ir nopietni ierobežojumi. AOI pilnībā paļaujas uz stingriem pikseļu kontrasta noteikumiem. Tas bieži sajauc nekaitīgas virsmas zīmes ar nāvējošām mikroplaisām. Šī neskaidrība liek ražotājiem ieviest manuālu sekundāro pārskatīšanu. Cilvēku operatoriem ir vēlreiz jāpārbauda katra noraidītā daļa, kas palēnina visas iekārtas darbību.
AI sistēmas ir milzīgs solis uz priekšu. Tie ir vislabākie augstas precizitātes nodrošināšanai keramikas virsmas zīmju noteikšana . Viņi viegli atšķir sarežģītas plaisu morfoloģijas no labdabīgiem skrāpējumiem. Dziļās mācīšanās modeļos tiek izmantoti neironu tīkli, kas apmācīti uz klasificētu attēlu datu kopām. Viņi saprot vizuālo kontekstu līdzīgi kā cilvēku inspektors. Tie atpazīst plaisas zarojošo rakstu un instrumenta zīmes taisno vilkšanu. Viņi veic šo analīzi ar mašīnas ātrumu. Galvenais ierobežojums ir datu sagatavošana. Jums ir nepieciešama stabila, labi marķēta datu kopa. Lai to efektīvi apmācītu, jums ir jāievada modeļa piemēri gan ar patiesiem defektiem, gan par pieņemamām variācijām.
Ultraskaņas nesagraujošā pārbaude (NDT) izskatās zem virsmas. Tas ir vislabākais iekšējo tukšumu noteikšanai. SAM konstatē, ka atslāņošanās un pazemes mikroplaisas ir pilnīgi neredzamas optiskajām kamerām. Tas sūta augstas frekvences skaņas viļņus keramikas matricā un mēra atbalsis. Lai gan tas ir ļoti precīzs, tam ir būtiski ierobežojumi. SAM parasti ir daudz lēnāks nekā optiskās metodes. Bieži vien ir nepieciešams iegremdēt substrātu ūdenī.
Uzlabotas pārbaudes sistēmas iegāde ir tikai pirmais solis. Jums tas ir nemanāmi jāintegrē esošajā darbplūsmā. Lai novērtētu pārdevējus, ir jāņem vērā mārketinga apgalvojumi. Jums jākoncentrējas uz praktisko izvietošanas realitāti.
Vieta ražošanas līnijā vienmēr ir augstākā līmenī. Novērtējiet, vai jauno risinājumu var aprīkot ar esošajām pārvietošanas iekārtām. Vai kameru blokus var uzstādīt virs jūsu pašreizējiem konveijeriem? Ja nē, jums būs nepieciešama atsevišķa pārbaudes kamera. Atsevišķas šūnas aizņem vairāk vietas. Viņiem ir nepieciešami arī papildu robotizēti apstrādātāji, lai iekrautu un izkrautu substrātus. Iekļaujiet šīs nospieduma un apstrādes prasības savā jaunināšanas laika skalā.
AI risinājumiem ir nepieciešama pastāvīga pārvaldība. Rūpīgi novērtējiet pārdevēja programmatūras lietojamību. Vai jūsu esošā kvalitātes nodrošināšanas komanda var apmācīt un atjaunināt modeļus? Jums nevajadzētu nolīgt īpašu datu zinātnieku. Labākās sistēmas piedāvā intuitīvus interfeisus bez koda. Tie ļauj kvalitatīviem inženieriem izcelt defektus ekrānā un nekavējoties pārkvalificēt modeli. Meklējiet pārdevējus, kuri izmanto nodošanas apmācību. Šim paņēmienam ir nepieciešams daudz mazāk attēlu, lai izveidotu jaunu produktu līniju.
Programmatūra nevar novērst sliktu attēlu uzņemšanu. Ja neapstrādātajā fotoattēlā defekts ir neredzams, mākslīgais intelekts to nevar atrast. Atzīstiet šo realitāti agri. Pārliecinieties, vai pārdevējs ir norādījis specializētu apgaismojumu, kas pielāgots keramikas virsmām. Jautājiet par vairāku leņķu strukturētu gaismu. Pieprasiet tumšā lauka apgaismojumu, lai izceltu plaisu malas. Pieprasiet koaksiālo apgaismojumu, lai izlīdzinātu atstarojošo atspīdumu. Aparatūrai ir jāizveido optiskā atdalīšana, pirms programmatūra analizē attēlu.
Nekad neiegādājieties pārbaudes sistēmu no standarta specifikācijas lapas. Pieprasiet stingru koncepcijas pierādījumu (PoC). Nosūtiet pārdevējam savus ražošanas paraugus. Konkrēti, nosūtiet viņiem korpusa malas daļas. Iekļaujiet precīzus substrātus, kas vēsturiski mulsina jūsu cilvēku inspektorus. Ja automatizētā sistēma var pareizi klasificēt jūsu vissmagākās daļas, tā viegli tiks galā ar parasto ražošanu. Fiziskā PoC ir vienīgais veids, kā apstiprināt patiesās iespējas.
Termināla mikroplaisas un labdabīgas virsmas zīmes atšķiršana vairs nav pastāvīgs sašaurinājums. Jums nav jāpaļaujas uz lēnu, subjektīvu cilvēka pārbaudi.
Jaunināšana uz uzlabotām, kontekstu zinošām pārbaudes sistēmām pārveido jūsu kvalitātes nodrošināšanas nodaļu. Tas pārceļ kvalitātes nodrošināšanu no tradicionālā izmaksu centra uz aktīvu ienesīguma aizsardzības mehānismu.
AI vadīta mašīnredze veiksmīgi orientējas keramikas sarežģītajās optiskajās īpašībās, krasi samazinot pārslodzes rādītājus.
Nekavējoties pārbaudiet pašreizējos viltus noraidīšanas rādītājus. Nosakiet, cik daudz laba produkta jūs katru dienu izmetat.
Konsultējieties ar specializētiem pārbaudes pārdevējiem, lai vienotos par parauga novērtēšanu. Izmantojiet šos bāzes datus, lai precīzi aprēķinātu savu potenciālo IA.
A: Augstas izšķirtspējas optika apvienojumā ar AI var noteikt plaisas līdz 5-20 mikroniem. Lai to panāktu, ir nepieciešama precīza redzes lauka kontrole. Tam ir nepieciešami arī specializēti apgaismojuma iestatījumi, piemēram, tumšā lauka apgaismojums, lai radītu nepieciešamo kontrastu gar plaisu malām.
A: Nē. Mašīnredze ir paredzēta tikai virsmas un virsmas defektiem. Tas pilnībā ir atkarīgs no atstarotās gaismas. Ultraskaņas testēšana (SAM) joprojām ir absolūti nepieciešama, lai atklātu dziļus iekšējos tukšumus vai zemūdens struktūras anomālijas, kas paslēptas zem necaurspīdīgā keramikas slāņa.
A: Pārdevēji bieži izmanto tādas metodes kā pārsūtīšanas mācīšanās vai sintētisko datu ģenerēšana, lai pārvarētu attēla trūkumu. Turklāt daudzas modernās sistēmas izvieto anomāliju noteikšanas modeļus, kuru pamatā ir neuzraudzīta mācīšanās. Lai veiksmīgi atzīmētu neparedzētas novirzes, šiem modeļiem ir nepieciešami tikai 'labu' substrātu attēli.
A: Jā. Augsts virsmas raupjums rada ievērojamu optisku troksni standarta apgaismojumā. Lai to pārvarētu, ir nepieciešams daudzvirzienu apgaismojums, lai novērstu ēnas. Jums ir nepieciešami arī dziļas mācīšanās algoritmi, kas īpaši apmācīti, lai ignorētu substrāta dabisko tekstūru, vienlaikus izceļot patiesas anomālijas.
