Производство силовой электроники и радиочастотных модулей работает в условиях высоких ставок. Здесь даже незначительные неисправности подложки быстро приводят к катастрофическим тепловым или электрическим пробоям. В течение многих лет производители в значительной степени полагались на ручной микроскопический контроль, чтобы выявить эти критические дефекты. Однако люди-операторы неизбежно страдают от усталости глаз, непоследовательных суждений и неприемлемо низкой производительности. Вы просто не сможете масштабировать большие объемы данных, используя только ручные методы. Это производственное узкое место делает переход на автоматизированный оптический контроль обязательным для современных производственных линий. В этом руководстве объясняется, как эффективно настраивать и оценивать системы AOI. Мы исследуем, как справиться с различными оптическими свойствами подложек из оксида алюминия, нитрида алюминия и нитрида кремния. Вы изучите проверенные стратегии оптимизации логики проверки. В конечном счете, вы можете повысить точность обнаружения, не увеличивая дорогостоящее количество ложных отклонений.
Эффективный AOI-контроль керамической подложки требует оптических конфигураций, специфичных для конкретного материала; Универсальная установка освещения приведет к высокому уровню ложноположительных результатов.
Каждый из Al2O3, AlN и Si3N4 создает уникальные проблемы с визуализацией: от полупрозрачности и бликов (Al2O3) до низкой контрастности и темного фона (AlN, Si3N4).
Надежное обнаружение дефектов керамической подложки должно учитывать как дефекты голой подложки (микротрещины, точечные отверстия), так и дефекты металлизации/связывания (пустоты DBC/AMB, ошибки травления).
При оценке решения AOI следует уделять первоочередное внимание алгоритмам предотвращения ложных вызовов, безопасности автоматизированной обработки и возможностям интеграции с существующими системами управления производством (MES).
Изготовление силового модуля требует абсолютной точности на каждом этапе. Внедрение автоматизированных Обнаружение дефектов керамической подложки существенно защищает вашу производственную прибыль. Основной финансовый базовый план основан на балансировке защиты доходности от ложных отклонений. Системы AOI нацелены на эффективный поиск дефектов. Однако вы также должны свести к минимуму «чрезмерное уничтожение». Чрезмерное уничтожение означает отказ от совершенно хороших субстратов из-за строгой чувствительности системы. Чрезмерная отбраковка напрямую снижает рентабельность таких дорогостоящих материалов, как нитрид алюминия и нитрид кремния. Оптимизированная система оптического контроля легко отличает истинные аномалии от приемлемых косметических отклонений.
Раннее обнаружение дефектов обеспечивает жизненно важную надежность вашей продукции в дальнейшем. На первый взгляд крошечный краевой скол на уровне подложки может показаться тривиальным. Тем не менее, это часто приводит к дорогостоящим сбоям возбуждения в модулях конечного питания, таких как IGBT или SiC MOSFET. Мы должны устранить эти проблемы до того, как начнется инкапсуляция или соединение проводов. Раннее выявление дефекта не позволяет производителям добавлять дорогие кремниевые компоненты в обреченную подложку.
Кроме того, строгие отраслевые правила требуют всестороннего соблюдения и отслеживания. Стандарты автомобильной промышленности, такие как IATF 16949, требуют строгой документации по качеству. Стандарты аэрокосмической отрасли требуют столь же строгих производственных показателей. Системы AOI отвечают этим требованиям благодаря автоматизированному архивированию изображений и точному картированию дефектов. Они создают надежный цифровой двойник качества вашей продукции. Эти архивированные данные позволяют легко доказать соблюдение требований во время проверок поставщиков.
Различные керамики взаимодействуют физически и оптически уникальным образом. Вы не можете использовать универсальную настройку освещения для всех материалов подложки. Надежный AOI-контроль керамической подложки должен постоянно адаптироваться к конкретной оптической физике.
Глинозем сильно рассеивает падающий свет. Его кристаллическая структура создает полупрозрачный поверхностный слой. Эта полупрозрачность приводит к тому, что традиционное прямое освещение непредсказуемо отражается. Следовательно, сенсор камеры часто фиксирует чрезмерные блики или размытые края следов. Чтобы устранить эту проблему, ваш AOI требует немедленной настройки оборудования. Вам следует использовать коаксиальное освещение в сочетании с многоугольным освещением. Коаксиальный свет слегка проникает в керамическую поверхность, не выдувая датчик изображения. Многоугольные светодиоды помогают четко определить топологию поверхности. Это предотвращает ложные срабатывания, вызванные отражениями подповерхностных зерен.
Нитрид алюминия представляет собой совершенно другое препятствие для проверки. AlN обычно имеет более темный и непрозрачный вид. Этот темный фон значительно снижает визуальный контраст между голой керамикой и травлеными медными дорожками. Традиционным камерам сложно точно найти четкие границы. Чтобы преодолеть низкую контрастность, необходимо настроить специальные аппаратные настройки AOI. В этом случае изображение с высоким динамическим диапазоном (HDR) становится абсолютно необходимым. HDR объединяет несколько экспозиций с разной экспозицией, чтобы выявить скрытые детали следов. Кроме того, использование освещения с определенной длиной волны значительно улучшает видимость. Использование синего или ультрафиолетового света значительно улучшает обнаружение краев поверхности. Эти более короткие волны меньше рассеиваются, обеспечивая четкие контуры на непрозрачном фоне.
Нитрид кремния обладает исключительно высокой вязкостью разрушения. Несмотря на впечатляющую механическую прочность, он по-прежнему подвержен образованию труднозаметных микротрещин. Si3N4 также имеет заметные различия в текстуре поверхности. Матовый серый или темный фон очень хорошо скрывает топографические аномалии. Обнаружение мелких царапин на этой более грубой текстуре ежедневно бросает вызов стандартной оптике. Ваши настройки AOI должны включать надежное освещение темного поля. Освещение темного поля наклоняет источник света очень близко к горизонтали. Эта техника прекрасно выделяет топографические аномалии. Любая царапина или микротрещина улавливает свет под низким углом и ярко сияет на темном фоне.
Сводная таблица оптических характеристик
Тип материала |
Основная оптическая задача |
Рекомендуемая настройка освещения |
Ключевые технологии визуализации |
|---|---|---|---|
Глинозем (Al2O3) |
Высокая прозрачность, вызывающая сильные блики |
Многоугольное и коаксиальное освещение |
Противоотражающая оптическая фильтрация |
Нитрид алюминия (AlN) |
Непрозрачная поверхность, вызывающая низкий контраст следов |
Коротковолновые (синие/УФ) светодиоды |
Визуализация в высоком динамическом диапазоне (HDR) |
Нитрид кремния (Si3N4) |
Грубая текстура скрывает мелкие микротрещины. |
Низкоугольное освещение темного поля |
Топографическое сканирование высокого разрешения |
Правильная визуализация решает только половину проблемы проверки. Вы также должны установить надежную логику обнаружения для точной интерпретации захваченных изображений. Первичные цели разделим на голые керамические аномалии и дефекты металлизации.
Проверка несвязанной подложки требует активного поиска присущих структурных недостатков.
Трещины и сколы по краям. Механические повреждения часто возникают в процессе разделения или нарезки кубиками. Ваша логика проверки требует специального освещения для кромок, чтобы выявить эти крошечные трещины. Камеры, расположенные под наклоном, постоянно контролируют периметр на наличие неровных щепок.
Проколы: поиск структурных компромиссов требует предельной точности. Эта задача требует, чтобы проходящий свет полностью проникал через материал. Альтернативно вы можете развернуть визуализацию сверху вниз в высоком разрешении. Программное обеспечение автоматически отмечает любые темные пятна, указывающие на отсутствие керамического материала.
Загрязнения и пятна. Производственная среда неизбежно содержит посторонние частицы. Алгоритм обнаружения должен различать безвредное изменение цвета и критический посторонний материал. Установление порога на основе цвета помогает отфильтровать приемлемые пятна обработки от действительно разрушительного мусора.
Как только медь присоединяется непосредственно к керамике, появляются новые классы дефектов. Процессы прямой пайки меди (DBC) и активной металлической пайки (AMB) приводят к явным аномалиям.
Отслаивание и расслаивание меди: чрезвычайная тепловая нагрузка приводит к медленному отслоению слоев меди. Идентификация этих пузыреобразных образований требует передовых объемных методов. 3D AOI или структурированный свет проецирует сетчатые узоры на целевую поверхность. Искажения в сетке показывают неприемлемые изменения высоты, вызванные внутренним расслоением.
Дефекты травления (замыкания/разрывы). В процессе химического травления часто остается нежелательная медь или удаляется слишком много материала. Здесь мы применяем стандартные двумерные геометрические алгоритмы, основанные на правилах. Программное обеспечение точно измеряет ширину и расстояние между дорожками. Он подтверждает, что все размеры находятся в пределах проектных допусков.
Окисление. Чрезмерное окисление поверхности впоследствии ухудшает качество пайки. Мы используем логику проверки на основе цвета для обнаружения неприемлемых уровней окисления меди. Система отклоняет панели, имеющие темно-коричневые или фиолетовые оттенки, превышающие установленные пороговые значения.
Таблица оценки стандартных дефектов
Категория дефекта |
Конкретный недостаток |
Требуемая логика проверки |
|---|---|---|
Голая керамика |
Сколы кромок |
Мониторинг камеры под углом наклона |
Голая керамика |
Пинхолы |
Проходящий свет или сканирование сверху вниз |
Металлизация |
Расслаивание |
3D структурированная световая проекция |
Металлизация |
Травление Шорты |
Алгоритмы 2D-геометрических правил |
Приобретение системы контроля требует тщательной технической проверки. Вы должны оценить, насколько хорошо аппаратное и программное обеспечение справляется с хрупкими и дорогостоящими компонентами.
Программируемое, многозонное, многоцветное светодиодное освещение представляет собой непреложное требование к аппаратному обеспечению. Линии по производству смешанных материалов часто переключаются между партиями глинозема и нитрида кремния. Вы не можете позволить себе физически менять световые купола для каждой партии. Освещение, управляемое программным обеспечением, позволяет мгновенно менять рецепты. Такая гибкость позволяет поддерживать высокую производительность и одновременно оптимизировать оптический контраст для каждого конкретного типа носителя.
Инженеры постоянно сопоставляют детали изображения со скоростью производства. Чтобы надежно обнаружить опасные микротрещины, вам необходимо субмикронное разрешение. Однако сканирование с высоким разрешением значительно сокращает время цикла. Вы должны соблюдать строгие требования к количеству единиц в час (UPH) для крупносерийного производства. Мы рекомендуем сначала рассчитать наименьший критический размер дефекта. Затем выберите датчик камеры, отображающий ровно три-четыре пикселя на этот дефект. Такое соотношение обеспечивает надежное обнаружение без обработки ненужных данных изображения.
Современные платформы сочетают в себе два различных аналитических подхода для максимальной точности.
Логика, основанная на правилах: этот традиционный подход остается лучшим для строгих геометрических измерений. Он превосходно справляется с проверкой ширины трасс, проверкой запретных зон и обеспечением выравнивания контактных площадок. Логика каждый раз идеально следует жестким математическим параметрам.
Искусственный интеллект и глубокое обучение: искусственный интеллект становится решающим фактором для точной классификации субъективных дефектов. Он изучает тонкие различия между уровнями серьезности царапин. ИИ легко отличает безобидное пятно от воды от серьезного электрического ожога. Использование глубокого обучения активно снижает уровень ложноположительных результатов.
Мы должны тщательно оценить возможности физической интеграции. Керамика, как известно, является хрупким материалом. Станок AOI должен иметь исключительно зажимные механизмы с низким напряжением. Альтернативно вам следует поискать вакуумные транспортировочные ленты. Эти системы фиксируют доску без сильного давления на кромку. Предотвращение возникновения новых механических напряжений во время контроля остается первостепенным.
Интеграция новой инспекционной платформы редко происходит безупречно в одночасье. Вам следует предвидеть конкретные проблемы с развертыванием, чтобы избежать внезапных задержек в производстве.
Любая оптическая система требует начального обучения. Мы называем этот критический период фазой настройки библиотеки. Вы должны выделить достаточно времени, чтобы инженеры могли должным образом обучить модели ИИ. Им необходимо передать в систему сотни изображений, демонстрирующих приемлемые и неприемлемые косметические вариации. Спешка на этом этапе напрямую приводит к массовому всплеску ложных отклонений позже. Терпение во время настройки гарантирует долгосрочную стабильность.
Суровые заводские условия постоянно угрожают чувствительным оптическим калибровкам. Окружающее заводское освещение может легко помешать работе высокочувствительных оптических датчиков. Тени от проезжающих мимо вилочных погрузчиков или мерцающий верхний свет непредсказуемо меняют контрастность изображения. Кроме того, переносимая по воздуху пыль оседает на линзах и подложках, ежедневно создавая ложные дефекты. Использование соответствующих корпусов машин эффективно решает эти проблемы. Мы также настоятельно рекомендуем соблюдать строгие стандарты чистых помещений в зоне непосредственной проверки.
Камеры высокого разрешения быстро генерируют огромные файлы. Это создает серьезный риск мгновенного перегружения заводских сетей. ИТ-инфраструктуре часто приходится с трудом передавать каждую минуту несжатые гигабайты данных изображений. Вы должны заранее установить строгие правила хранения данных. Сжимайте проходящие изображения агрессивно и сохраняйте только файлы без потерь для отклоненных плат. Обеспечьте бесперебойную связь, используя стандартные протоколы интеграции MES, такие как SECS/GEM.
Внедрение автоматизированного оптического контроля превращает производство подложек из оперативного устранения неполадок в упреждающий контроль качества. Чтобы обеспечить весьма успешное внедрение, сосредоточьтесь непосредственно на следующих решительных действиях:
Составьте список строго по возможностям материала: выбирайте поставщиков AOI на основе их очевидной способности отображать ваш конкретный материал подложки. Испытайте их в реальных производственных условиях, а не только в идеальных лабораторных условиях.
Заранее попросите специализированную оптику: прежде чем приступать к серьезным коммерческим обсуждениям, убедитесь, что оборудование поддерживает темное поле, коаксиальное и многоволновое освещение.
Выполните структурированное доказательство концепции (PoC): предоставьте поставщику AOI «золотую доску» вместе с набором известных незначительных дефектов. Используйте это для безопасного сравнения их ложноположительных и ложноотрицательных показателей перед капитальными затратами.
Планируйте надежную пропускную способность сети: заранее обновите инфраструктуру сервера, чтобы она могла обрабатывать огромные объемы данных, генерируемых оптическим сканированием с высоким разрешением.
Уделите время оценке физических систем манипулирования наряду с чистыми оптическими характеристиками. Сотрудничество с поставщиком, который разбирается в транспортировке хрупких материалов, предотвращает переломы, вызванные обращением с ними. Начните оценку поставщика уже сегодня, подготовив образцы дефектов для наихудшего случая для первоначального эталонного тестирования.
Ответ: Частота ложных вызовов сильно зависит от типа материала и зрелости алгоритма. Традиционные системы, основанные на правилах, часто сталкиваются с проблемой текстуры керамики, иногда уровень ложных отклонений превышает 10%. Однако современные учреждения обычно стремятся к уровню ложных вызовов менее 3%. Достижение этого исключительно низкого показателя требует использования оптимизированных систем глубокого обучения, обученных на надежных библиотеках дефектов.
О: 2D AOI в первую очередь опирается на контрастность и изменения цвета. Он хорошо подходит для измерения площади поверхности и выявления изменений цвета. Однако он не может надежно обнаружить расслоение меди. Для измерения изменений высоты вам нужны 3D AOI или системы структурированного освещения. Только 3D-картирование точно идентифицирует истинные волдыри, характерные для внутреннего расслоения.
О: Да, толщина существенно влияет на процесс оптического контроля. Это влияние наиболее заметно проявляется в отношении прозрачности, особенно для подложек из оксида алюминия. Более толстые подложки блокируют больше света, уменьшая блики, но требуя более высокой мощности освещения. Изменения толщины могут потребовать от операторов регулировки интенсивности освещения снизу вверх или постоянной повторной калибровки глубины фокуса.
