Produkcja energoelektroniki i modułów RF wiąże się z wysokimi stawkami. W tym przypadku nawet drobne awarie podłoża szybko prowadzą do katastrofalnych awarii termicznych lub elektrycznych. Przez lata producenci w dużym stopniu polegali na ręcznej kontroli mikroskopowej, aby wykryć te krytyczne wady. Jednakże operatorzy nieuchronnie cierpią z powodu zmęczenia oczu, niespójnej oceny sytuacji i niedopuszczalnie niskiej wydajności. Po prostu nie da się skalować dużej precyzji przy użyciu samych metod ręcznych. To wąskie gardło operacyjne sprawia, że przejście na zautomatyzowaną kontrolę optyczną jest obowiązkowe w przypadku nowoczesnych linii produkcyjnych. W tym przewodniku opisano, w jaki sposób należy efektywnie konfigurować i oceniać systemy AOI. Badamy, jak radzić sobie z różnymi właściwościami optycznymi podłoży z tlenku glinu, azotku glinu i azotku krzemu. Poznasz sprawdzone strategie optymalizacji logiki inspekcji. Ostatecznie możesz poprawić dokładność wykrywania bez zawyżania kosztownych wskaźników fałszywych odrzuceń.
Skuteczna kontrola AOI podłoża ceramicznego wymaga konfiguracji optycznych specyficznych dla materiału; uniwersalna konfiguracja oświetlenia spowoduje wysoki odsetek wyników fałszywie dodatnich.
Al2O3, AlN i Si3N4 stwarzają wyjątkowe wyzwania w zakresie obrazowania, począwszy od przezroczystości i odblasku (Al2O3) po niski kontrast i ciemne tło (AlN, Si3N4).
Niezawodne wykrywanie defektów podłoża ceramicznego musi uwzględniać zarówno wady gołego podłoża (mikropęknięcia, dziury), jak i defekty metalizacji/wiązania (pustki DBC/AMB, błędy trawienia).
Ocena rozwiązania AOI powinna priorytetowo traktować algorytmy łagodzenia fałszywych wywołań, bezpieczeństwo automatycznej obsługi i możliwości integracji z istniejącymi systemami realizacji produkcji (MES).
Produkcja modułów mocy wymaga absolutnej precyzji na każdym kroku. Wdrażanie zautomatyzowane Wykrywanie defektów podłoża ceramicznego zasadniczo chroni Twoje marże produkcyjne. Podstawowa podstawa finansowa opiera się na zrównoważeniu ochrony plonów przed fałszywymi odrzutami. Systemy AOI mają na celu skuteczne wyszukiwanie defektów. Jednakże należy również zminimalizować „przesadne zabijanie”. Nadmierne zabijanie oznacza odrzucanie doskonale dobrych substratów ze względu na rygorystyczną czułość systemu. Nadmierne odrzucanie bezpośrednio zmniejsza marże w przypadku bardzo drogich materiałów, takich jak azotek glinu i azotek krzemu. Zoptymalizowany system kontroli optycznej bezproblemowo odróżnia prawdziwe anomalie od akceptowalnych odchyleń kosmetycznych.
Wczesne wykrycie usterek zapewnia niezbędną niezawodność produktów na dalszym etapie produkcji. Mały odprysk na krawędzi na poziomie podłoża może początkowo wydawać się trywialny. Jednak często powoduje kosztowne awarie w końcowych modułach mocy, takich jak tranzystory IGBT lub MOSFET SiC. Musimy przechwycić te problemy przed rozpoczęciem hermetyzacji lub łączenia przewodów. Wczesne zidentyfikowanie wady uniemożliwia producentom dodanie drogich komponentów krzemowych do skazanego na porażkę podłoża.
Co więcej, rygorystyczne przepisy branżowe wymagają kompleksowej zgodności i identyfikowalności. Ramy motoryzacyjne, takie jak IATF 16949, wymagają rygorystycznej dokumentacji dotyczącej jakości. Normy lotnicze wymagają równie rygorystycznych zapisów produkcyjnych. Systemy AOI spełniają te wymagania poprzez automatyczną archiwizację obrazu i precyzyjne mapowanie defektów. Budują niezawodnego cyfrowego bliźniaka Twojej jakości produkcji. Te zarchiwizowane dane pozwalają łatwo udowodnić zgodność podczas audytów dostawców.
Różne materiały ceramiczne oddziałują fizycznie i optycznie na wyjątkowe sposoby. Nie można zastosować uniwersalnego ustawienia oświetlenia dla wszystkich materiałów podłoża. Niezawodny Inspekcja AOI podłoża ceramicznego musi stale dostosowywać się do określonej fizyki optycznej.
Tlenek glinu silnie rozprasza wpadające światło. Jego krystaliczna struktura tworzy półprzezroczystą warstwę powierzchniową. Ta przezroczystość powoduje, że tradycyjne bezpośrednie oświetlenie odbija się w nieprzewidywalny sposób. W rezultacie czujnik aparatu często rejestruje nadmierne odblaski lub rozmyte krawędzie śladów. Aby rozwiązać ten problem, Twoje urządzenie AOI wymaga natychmiastowej regulacji sprzętu. Powinieneś używać oświetlenia koncentrycznego w połączeniu z oświetleniem wielokątowym. Światło współosiowe wnika lekko w powierzchnię ceramiczną, nie powodując rozbicia czujnika obrazu. Wielokątowe diody LED pomagają jasno zdefiniować topologię powierzchni. Zapobiega to fałszywym alarmom powodowanym przez odbicia ziaren pod powierzchnią.
Azotek glinu stwarza zupełnie inną przeszkodę inspekcyjną. AlN zazwyczaj wykazuje naturalnie ciemniejszy, nieprzezroczysty wygląd. To ciemne tło znacznie zmniejsza wizualny kontrast pomiędzy gołą ceramiką i wytrawionymi śladami miedzi. Tradycyjne aparaty mają trudności z dokładnym znalezieniem wyraźnych linii granicznych. Aby przezwyciężyć niski kontrast, należy skonfigurować określone ustawienia sprzętowe AOI. Obrazowanie o wysokim zakresie dynamiki (HDR) staje się tutaj absolutnie niezbędne. HDR łączy wiele różnych ekspozycji, aby ujawnić ukryte szczegóły śladu. Dodatkowo użycie oświetlenia o określonej długości fali drastycznie poprawia widoczność. Zastosowanie światła niebieskiego lub UV znacznie poprawia wykrywanie krawędzi powierzchni. Te krótsze fale rozpraszają się mniej, zapewniając wyraźne kontury na nieprzezroczystym tle.
Azotek krzemu charakteryzuje się wyjątkowo wysoką odpornością na pękanie. Pomimo tej imponującej wytrzymałości mechanicznej pozostaje podatny na trudne do zauważenia mikropęknięcia. Si3N4 charakteryzuje się również znaczącymi zmianami tekstury powierzchni. Matowe szare lub ciemne tło doskonale ukrywa anomalie topograficzne. Wykrywanie drobnych zadrapań na tak szorstkiej fakturze stanowi codzienne wyzwanie dla standardowej optyki. Twoje ustawienia AOI muszą obejmować solidne oświetlenie ciemnego pola. Oświetlenie ciemnego pola ustawia źródło światła pod kątem bardzo zbliżonym do poziomego. Technika ta doskonale uwypukla anomalie topograficzne. Wszelkie zadrapania lub mikropęknięcia łapią światło pod niskim kątem i świecą jasno na ciemnym tle.
Tabela podsumowująca charakterystykę optyczną
Rodzaj materiału |
Podstawowe wyzwanie optyczne |
Zalecana konfiguracja oświetlenia |
Kluczowa technologia obrazowania |
|---|---|---|---|
Tlenek glinu (Al2O3) |
Wysoka przezroczystość powodująca silne odblaski |
Oświetlenie wielokątne i współosiowe |
Filtrowanie optyczne przeciwodblaskowe |
Azotek glinu (AlN) |
Nieprzezroczysta powierzchnia powodująca niski kontrast śladowy |
Diody LED o krótkiej długości fali (niebieskie/UV). |
Obrazowanie o wysokim zakresie dynamiki (HDR). |
Azotek krzemu (Si3N4) |
Szorstka faktura ukrywa drobne mikropęknięcia |
Oświetlenie ciemnego pola pod niskim kątem |
Skanowanie topograficzne o wysokiej rozdzielczości |
Właściwe obrazowanie rozwiązuje tylko połowę problemów związanych z inspekcją. Należy także ustanowić solidną logikę wykrywania, aby dokładnie zinterpretować przechwycone obrazy. Podstawowe cele dzielimy na gołe anomalie ceramiczne i wady metalizacji.
Kontrola niezwiązanego podłoża wymaga aktywnego wykrywania nieodłącznych słabości strukturalnych.
Pęknięcia i odpryski krawędzi: Uszkodzenia mechaniczne często występują podczas procesów oddzielania lub krojenia w kostkę. Twoja logika inspekcji wymaga oświetlenia dostosowanego do krawędzi, aby wychwycić te drobne pęknięcia. Kamery ustawione pod kątem stale monitorują obwód pod kątem postrzępionych wiórów.
Otworki: Znalezienie kompromisów strukturalnych wymaga niezwykłej precyzji. Zadanie to wymaga, aby przechodzące światło całkowicie przeświecało przez materiał. Alternatywnie można wdrożyć obrazowanie z góry na dół w wysokiej rozdzielczości. Oprogramowanie automatycznie zaznacza wszelkie ciemne plamy wskazujące na brak materiału ceramicznego.
Zanieczyszczenia i plamy: Środowiska produkcyjne nieuchronnie wprowadzają obce cząstki. Algorytm wykrywania musi rozróżniać nieszkodliwe przebarwienia od krytycznych ciał obcych. Próg oparty na kolorze pomaga odfiltrować akceptowalne plamy powstałe w wyniku obróbki od rzeczywistych, niszczących zanieczyszczeń.
Gdy miedź zwiąże się bezpośrednio z ceramiką, pojawiają się nowe klasy defektów. Procesy bezpośredniej miedzi wiązanej (DBC) i lutowania aktywnego metalu (AMB) wprowadzają wyraźne anomalie.
Łuszczenie się i rozwarstwianie miedzi: Ekstremalne obciążenie cieplne powoduje powolne oddzielanie się warstw miedzi. Identyfikacja tych formacji pęcherzowych wymaga zaawansowanych technik wolumetrycznych. 3D AOI lub światło strukturalne wyświetla wzory siatki na powierzchni docelowej. Zniekształcenia siatki ujawniają niedopuszczalne różnice wysokości spowodowane wewnętrznym rozwarstwieniem.
Wady trawienia (zwarcia/rozwarcia): Procesy trawienia chemicznego często pozostawiają niepożądaną miedź lub usuwają zbyt dużo materiału. Wdrażamy tutaj standardowe algorytmy oparte na regułach geometrycznych 2D. Oprogramowanie dokładnie mierzy szerokość śladów i odstępy. Sprawdza, czy wszystkie wymiary mieszczą się bezpiecznie w granicach tolerancji projektowych.
Utlenianie: Nadmierne utlenianie powierzchni pogarsza późniejszą wydajność lutowania. Stosujemy logikę kontroli opartą na kolorach, aby wykryć niedopuszczalne poziomy utlenienia miedzi. System odrzuca panele wykazujące odcienie ciemnobrązowe lub fioletowe przekraczające ustalone progi.
Standardowa tabela oceny wad
Kategoria wady |
Konkretna wada |
Wymagana logika inspekcji |
|---|---|---|
Goła ceramika |
Odpryski krawędzi |
Monitorowanie kamerą pod kątem ukośnym |
Goła ceramika |
Otworki |
Skanowanie światłem przechodzącym lub od góry do dołu |
Metalizacja |
Rozwarstwienie |
Projekcja światła strukturalnego 3D |
Metalizacja |
Szorty do trawienia |
Algorytmy reguł geometrycznych 2D |
Zakup systemu inspekcji wymaga dokładnej weryfikacji technicznej. Musisz ocenić, jak dobrze sprzęt i oprogramowanie radzą sobie z kruchymi komponentami o dużej wartości.
Programowalne, wielostrefowe, wielokolorowe oświetlenie LED stanowi niepodlegające negocjacjom wymagania sprzętowe. Linie produkcyjne do produkcji materiałów mieszanych często przełączają się pomiędzy partiami tlenku glinu i azotku krzemu. Nie można sobie pozwolić na fizyczną wymianę kopuł świetlnych dla każdej partii. Sterowane programowo oświetlenie umożliwia natychmiastową zmianę receptury. Ta elastyczność utrzymuje wysoką przepustowość przy jednoczesnej optymalizacji kontrastu optycznego dla każdego konkretnego typu podłoża.
Inżynierowie stale równoważą szczegóły obrazowania z szybkością produkcji. Aby niezawodnie wychwycić niebezpieczne, włoskowate pęknięcia, potrzebujesz rozdzielczości submikronowej. Jednakże skanowanie w wysokiej rozdzielczości znacznie spowalnia czas cykli. Musisz spełniać rygorystyczne wymagania dotyczące jednostek na godzinę (UPH) dotyczące produkcji wielkoseryjnej. Zalecamy najpierw obliczyć najmniejszy rozmiar wady krytycznej. Następnie wybierz czujnik aparatu, który odwzorowuje dokładnie trzy do czterech pikseli na tę wadę. Ten współczynnik zapewnia niezawodne wykrywanie bez przetwarzania zbędnych danych obrazu.
Nowoczesne platformy łączą dwa różne podejścia analityczne, aby zmaksymalizować dokładność.
Logika oparta na regułach: to tradycyjne podejście jest najlepsze w przypadku ścisłych pomiarów geometrycznych. Doskonale sprawdza się w sprawdzaniu szerokości śladów, sprawdzaniu stref zamkniętych i zapewnianiu wyrównania podkładek. Logika za każdym razem doskonale podąża za sztywnymi parametrami matematycznymi.
Sztuczna inteligencja i głębokie uczenie się: sztuczna inteligencja staje się kluczowa dla dokładnej klasyfikacji subiektywnych defektów. Uczy się subtelnych różnic pomiędzy poziomami intensywności zarysowań. Sztuczna inteligencja z łatwością odróżnia nieszkodliwą plamę wodną od krytycznego śladu po poparzeniu elektrycznym. Wykorzystywanie głębokiego uczenia się aktywnie zmniejsza liczbę fałszywych alarmów.
Musimy dokładnie ocenić możliwości integracji fizycznej. Ceramika jest materiałem niezwykle kruchym. Maszyna AOI musi być wyposażona wyłącznie w mechanizmy mocujące o niskim naprężeniu. Alternatywnie warto poszukać podciśnieniowych pasów transportowych. Systemy te zabezpieczają płytę bez wywierania nacisku na twardą krawędź. Zapobieganie wprowadzaniu nowych naprężeń mechanicznych podczas kontroli pozostaje sprawą najwyższej wagi.
Integracja nowej platformy inspekcyjnej rzadko przebiega bezbłędnie z dnia na dzień. Aby uniknąć nagłych opóźnień w produkcji, należy przewidzieć konkretne wyzwania związane z wdrożeniem.
Każdy system optyczny wymaga początkowej krzywej uczenia się. Ten krytyczny okres nazywamy fazą strojenia biblioteki. Należy zaplanować odpowiednią ilość czasu dla inżynierów na odpowiednie przeszkolenie modeli sztucznej inteligencji. Muszą zasilić system setkami obrazów przedstawiających dopuszczalne i niedopuszczalne różnice kosmetyczne. Przyspieszenie tej fazy bezpośrednio powoduje później ogromne skoki fałszywych odrzuceń. Cierpliwość podczas konfiguracji gwarantuje długoterminową stabilność.
Trudne warunki fabryczne stale zagrażają wrażliwym kalibracjom optycznym. Fabryczne oświetlenie otoczenia może z łatwością zakłócać działanie czujników optycznych o wysokiej czułości. Cienie powodowane przez przejeżdżające wózki widłowe lub migoczące oświetlenie górne w nieprzewidywalny sposób zmieniają kontrast obrazu. Co więcej, unoszący się w powietrzu kurz osadza się na soczewkach i podłożach, codziennie tworząc fałszywe defekty. Wdrożenie odpowiednich obudów maszyn skutecznie rozwiązuje te problemy. Zdecydowanie zalecamy również przestrzeganie rygorystycznych standardów pomieszczeń czystych wokół bezpośredniej strefy kontroli.
Kamery o wysokiej rozdzielczości szybko generują ogromne pliki. Stwarza to poważne ryzyko natychmiastowego przeciążenia sieci fabrycznych. Infrastruktura IT często ma trudności z przesyłaniem strumieniowym nieskompresowanych gigabajtów danych obrazu co minutę. Należy wcześnie ustalić ścisłe wytyczne dotyczące przechowywania danych. Agresywnie kompresuj przesyłane obrazy i zapisuj tylko pliki bezstratne dla odrzuconych tablic. Zapewnij płynną komunikację, wykorzystując standardowe protokoły integracji MES, takie jak SECS/GEM.
Wdrożenie zautomatyzowanej kontroli optycznej przekształca produkcję podłoża z reaktywnego rozwiązywania problemów w proaktywną kontrolę jakości. Aby zapewnić pomyślne wdrożenie, skoncentruj się bezpośrednio na tych decydujących działaniach:
Krótka lista wyłącznie według możliwości materiałowych: wybierz dostawców AOI w oparciu o ich możliwą do wykazania zdolność do obrazowania konkretnego materiału podłoża. Testuj je w rzeczywistych warunkach produkcyjnych, a nie tylko w idealnych środowiskach laboratoryjnych.
Zażądaj od razu specjalistycznej optyki: przed przystąpieniem do poważnych rozmów handlowych upewnij się, że sprzęt obsługuje oświetlenie ciemnego pola, koncentryczne i o wielu długościach fal.
Wykonaj ustrukturyzowany dowód koncepcji (PoC): Dostarcz dostawcy AOI „złotą tablicę” wraz z partią znanych wad marginalnych. Użyj tego, aby bezpiecznie porównać ich wskaźniki fałszywie dodatnie i fałszywie ujemne przed wydatkami kapitałowymi.
Zaplanuj solidną przepustowość sieci: zmodernizuj wcześniej infrastrukturę serwerową, aby obsłużyć ogromne ilości danych generowanych przez skanowanie optyczne o wysokiej rozdzielczości.
Poświęć czas na ocenę fizycznych systemów obsługi w połączeniu z czystą wydajnością optyczną. Współpraca z dostawcą, który rozumie transport materiałów kruchych, zapobiega pęknięciom spowodowanym manipulacją. Rozpocznij ocenę dostawcy już dziś, przygotowując próbki defektów najgorszych przypadków do wstępnych testów porównawczych.
Odp.: Stawki za fałszywe połączenia różnią się znacznie w zależności od rodzaju materiału i dojrzałości algorytmu. Tradycyjne systemy oparte na regułach często borykają się z teksturą ceramiki, czasami przekraczając 10% fałszywych odrzutów. Jednak w nowoczesnych obiektach celem jest zazwyczaj mniej niż 3% fałszywych połączeń. Osiągnięcie tak wyjątkowo niskiego wskaźnika wymaga wykorzystania zoptymalizowanych systemów głębokiego uczenia się, przeszkolonych w oparciu o solidne biblioteki defektów.
Odp.: 2D AOI opiera się przede wszystkim na zmianach kontrastu i kolorów. Świetnie sprawdza się przy pomiarze powierzchni i wykryciu przebarwień. Jednakże nie jest w stanie wiarygodnie wykryć rozwarstwienia miedzi. Do pomiaru zmian wysokości potrzebne są systemy 3D AOI lub oświetlenie strukturalne. Tylko mapowanie 3D dokładnie identyfikuje prawdziwe formacje pęcherzy charakterystyczne dla rozwarstwienia wewnętrznego.
Odp.: Tak, grubość znacząco wpływa na proces kontroli optycznej. Wpływ ten jest najbardziej widoczny w odniesieniu do przezroczystości, szczególnie w przypadku podłoży z tlenku glinu. Grubsze podłoża blokują więcej światła, redukując odblaski, ale wymagając większej mocy oświetlenia. Różnice w grubości mogą wymagać od operatora ciągłej regulacji natężenia oświetlenia od dołu do góry lub ponownej kalibracji głębi ogniskowej.
