При производстве керамических подложек невозможность надежно отличить критические структурные дефекты от доброкачественных косметических аномалий напрямую снижает прибыль. Современная электроника использует безупречные керамические основания для рассеивания тепла и проведения энергии. Неправильная классификация отметки на поверхности как микротрещины приводит к ненужному браку. Это приводит к дорогостоящим ложным отказам. И наоборот, отсутствие настоящей микротрещины может привести к катастрофическим сбоям в работе при экстремальных термических или механических нагрузках. Отрасли с высокой надежностью не могут мириться с такими ложными признаниями.
В этом руководстве подробно описаны структурные различия между этими аномалиями. Мы оцениваем текущие методологии проверки, используемые в отрасли. Вы также найдете практическую основу для выбора системы контроля. Вы узнаете, как сбалансировать высокую скорость и высокую точность. В конечном итоге вы можете защитить свой урожай, сохраняя при этом строгие стандарты качества.
Серьезность дефекта: микротрещины нарушают структурную целостность и распространяются под напряжением; Отметины на поверхности обычно представляют собой неглубокие косметические артефакты, возникшие в результате обработки или обработки.
Проблема контраста: высокая отражательная способность и сложная зернистая структура керамики делают традиционный оптический контроль, основанный на правилах, склонным к высокому уровню ложных браков.
Технологический сдвиг: эффективен Проверка микротрещин в керамической подложке все чаще опирается на машинное зрение на основе искусственного интеллекта для контекстуализации морфологии дефектов или ультразвуковое тестирование для проверки недр.
Показатель оценки: Основным критерием успеха модернизации проверки является снижение коэффициента избыточных убийств (ложноположительные результаты) без увеличения коэффициента побега (ложноотрицательные результаты).
Отделы обеспечения качества сталкиваются с деликатным балансом. Они должны выявлять все фатальные дефекты, не отказываясь от хорошей продукции. Неправильная классификация дефектов керамики серьезно влияет на эффективность вашего производства. Это искусственно завышает затраты на единицу продукции и снижает общую доходность.
Отказ от функционально совершенных подложек снижает вашу прибыль. Безобидные следы инструментов часто вызывают автоматические оптические оповещения. Поверхностные царапины выглядят серьезно при плохом освещении. Отказ от этих приемлемых единиц искусственно снижает вашу доходность. Это заставляет ваше предприятие производить больше единиц продукции для выполнения квоты. Это перепроизводство потребляет дополнительное сырье. Это также приводит к потере драгоценного машинного времени и труда оператора. Чрезмерное количество убийств напрямую подрывает эффективность вашего производства.
Ложноотрицательные результаты представляют гораздо более серьезную опасность. Микротрещины действуют как сильные концентраторы напряжений. Они представляют огромный риск в приложениях с высокой надежностью. Компоненты аэрокосмической отрасли и силовая электроника электромобилей требуют безупречных компонентов. Необнаруженная микротрещина может привести к разрушению подложки. Это может даже вызвать тепловой разгон в аккумуляторных системах. Подобные сбои приводят к массовым отзывам продукции. Они создают серьезные риски ответственности и наносят непоправимый ущерб репутации бренда. Ускользающие дефекты неприемлемы в условиях производства с нулевым дефектом.
Жизнеспособное решение для проверки должно соответствовать трем критическим критериям:
Скорость: он должен обеспечивать повторяемую классификацию на скоростях производственной линии. Количество единиц в час (UPH) не может уменьшаться.
Точность: он должен последовательно снижать уровень избыточных убийств, сохраняя при этом уровень побега около нуля.
Соответствие: компания должна строго соблюдать отраслевые стандарты качества. К ним относятся правила IPC и MIL-STD.
Соблюдение этих критериев требует выхода за рамки субъективного человеческого осмотра. Вам нужны автоматизированные, повторяемые и контекстно-зависимые системы.
Понимание физической природы этих аномалий имеет решающее значение. Без этих знаний вы не сможете обучить ИИ или настроить оптическую систему. Микротрещины и следы на поверхности возникают в результате совершенно разных процессов. Они также демонстрируют различные морфологические черты при увеличении.
Микротрещины угрожают физической стабильности всей подложки. Они ухудшают диэлектрическую прочность и механическую долговечность.
Основные причины: термический шок часто вызывает эти переломы. Неравномерное охлаждение в процессе спекания создает огромное внутреннее напряжение. Механическое напряжение во время нарезки кубиками или разделения также приводит к раскалыванию материала. Агрессивная лазерная резка может вызвать микротрещины вдоль кромки среза.
Характеристики: Эти дефекты обычно глубокие и узкие. Они часто выглядят неровными или имеют ветвящиеся узоры. Они проникают глубоко в матрицу подложки. Поскольку они разрушают структурную решетку, они имеют высокий потенциал для распространения. При термоциклировании небольшая микротрещина будет расширяться, пока подложка не разрушится.
Косметические аномалии выглядят проблематично, но функциональной угрозы не представляют. Они не проникают во внутреннюю структуру.
Основные причины: Обработка ссадин является наиболее распространенной причиной. Подложки трутся о конвейерные ленты или автоматические захваты. Трение инструмента оставляет металлические остатки на керамической поверхности. Незначительные несоответствия глазури или жидкого раствора также приводят к визуальным изменениям цвета.
Характеристики: Отметины на поверхности обычно неглубокие и широкие. Они имеют однородный узор, а не неровные края. Они остаются приуроченными строго к верхнему поверхностному слою. Они абсолютно не влияют на диэлектрическую прочность. Они не ослабляют механическую прочность конечного компонента.
Внедрение эффективных Проверка микротрещин на керамической подложке предполагает преодоление значительных физических препятствий. Керамика ведет себя совсем иначе, чем металлы или пластмассы, под инспекционным освещением. Их оптические свойства активно борются со стандартными камерами технического зрения.
Подложки из оксида алюминия и нитрида алюминия обладают высокой отражающей способностью. Они имеют сложную кристаллическую структуру зерен. Эти материалы непредсказуемо рассеивают падающий свет. Это непредсказуемое рассеяние вызывает резкие тени на поверхности. Эти тени легко имитируют темные линии настоящих трещин. И наоборот, чрезмерные блики полностью стирают мелкие дефекты. Стандартные кольцевые фонари обычно не работают с этими материалами. Чтобы преодолеть блики, вам понадобится улучшенное освещение.
Волосные микротрещины лишены визуальной различимости. Они часто имеют те же значения оттенков серого, что и границы зерен окружающей керамики. Традиционный автоматизированный оптический контроль (AOI) основан на правилах контраста пикселей. Если пиксель темнее порогового значения, система отмечает дефект. Поскольку границы зерен и микротрещины имеют одинаковые уровни темноты, алгоритмы, основанные на правилах, терпят неудачу. Они превосходят стандартные инструменты обнаружения кромок, вызывая массовые выбросы ложных отклонений.
Микротрещины на ранней стадии невероятно малы. Их ширина может составлять всего несколько микрон. Для обнаружения этих аномалий требуется оптика чрезвычайно высокого разрешения. Однако камеры с высоким разрешением по своей сути уменьшают поле зрения (FOV). Меньшее поле зрения означает, что камере придется сделать больше снимков, чтобы охватить один материал. Это существенно сокращает время проверки. Балансирование обнаружения на микронном уровне с высокоскоростным производством остается основной инженерной задачей.
Выбор правильной технологии контроля определяет ваш успех. Разные системы нацелены на разные типы аномалий. Вы должны согласовать выбор технологии с вашими конкретными требованиями к качеству.
Сравнение технологий контроля керамики
Технология |
Основные сильные стороны |
Ключевые ограничения |
Лучший вариант использования |
|---|---|---|---|
Традиционный АОИ |
Высокая скорость, простая настройка правил, экономичность. |
Высокий уровень ложных браков на низкоконтрастных дефектах. |
Обнаружение грубых дефектов или отсутствия металлизации. |
ИИ/Глубокое обучение |
Контекстуальное понимание отличает следы от трещин. |
Требуются надежные наборы данных и время на обучение. |
Высокоточный поточный контроль поверхности. |
Ультразвуковой (СЭМ) |
Обнаруживает скрытые внутренние пустоты и глубокие подповерхностные трещины. |
Низкая производительность, часто требуется соединение с водой. |
Отбор проб партии в автономном режиме или анализ отказов. |
Традиционный AOI превосходно справляется с высокоскоростными проверками базовой линии. Лучше всего выявлять грубые дефекты. Его следует использовать для поиска недостающих слоев металлизации или крупных сколов по краям. Однако он имеет серьезные ограничения. AOI полностью полагается на жесткие правила контраста пикселей. Он часто путает безобидные следы на поверхности со смертельными микротрещинами. Эта путаница вынуждает производителей проводить вторичные проверки вручную. Люди-операторы должны перепроверять каждую бракованную деталь, что замедляет работу всего объекта.
Системы искусственного интеллекта представляют собой огромный шаг вперед. Они лучше всего подходят для высокой точности Обнаружение следов на керамической поверхности . Они легко отличают трещины сложной морфологии от доброкачественных царапин. Модели глубокого обучения используют нейронные сети, обученные на классифицированных наборах данных изображений. Они понимают визуальный контекст так же, как человек-инспектор. Они распознают ветвление трещины и прямое сопротивление следа инструмента. Они выполняют этот анализ на скорости машины. Основное ограничение — подготовка данных. Вам нужен надежный, хорошо размеченный набор данных. Для эффективного обучения модели необходимо предоставить примеры как истинных дефектов, так и приемлемых вариаций.
Ультразвуковой неразрушающий контроль (NDT) смотрит глубже. Лучше всего подходит для обнаружения внутренних пустот. SAM обнаруживает расслоения и подповерхностные микротрещины, совершенно невидимые для оптических камер. Он посылает высокочастотные звуковые волны в керамическую матрицу и измеряет эхо. Несмотря на высокую точность, он имеет серьезные ограничения. SAM обычно намного медленнее, чем оптические методы. Часто требуется погружение субстрата в воду.
Покупка усовершенствованной системы контроля – это только первый шаг. Вы должны легко интегрировать его в существующий рабочий процесс. Оценка поставщиков требует рассмотрения не только маркетинговых заявлений. Вы должны сосредоточиться на практических реалиях развертывания.
Пространство на производственной линии всегда в дефиците. Оцените, можно ли модернизировать новое решение на существующем погрузочно-разгрузочном оборудовании. Можно ли установить массивы камер над вашими нынешними конвейерами? В противном случае вам потребуется отдельная инспекционная камера. Автономные ячейки занимают больше места. Им также требуются дополнительные роботизированные манипуляторы для загрузки и выгрузки субстратов. Учитывайте эти требования к занимаемой площади и обработке в графике обновления.
Решения искусственного интеллекта требуют постоянного управления. Внимательно оцените удобство использования программного обеспечения поставщика. Может ли ваша существующая команда контроля качества обучать и обновлять модели? Вам не нужно нанимать специального специалиста по данным. Лучшие системы предлагают интуитивно понятные интерфейсы без кода. Они позволяют инженерам по качеству выделять дефекты на экране и мгновенно переобучать модель. Ищите поставщиков, которые используют трансферное обучение. Этот метод требует гораздо меньше изображений для создания основы новой линейки продуктов.
Программное обеспечение не может исправить плохой захват изображения. Если дефект не виден на необработанной фотографии, ИИ не сможет его обнаружить. Признайте эту реальность заранее. Убедитесь, что поставщик указывает специальное освещение, адаптированное для керамических поверхностей. Спросите о многоугольном структурированном свете. Запросите освещение темного поля, чтобы выделить края трещин. Запросите коаксиальное освещение, чтобы сгладить отражающие блики. Аппаратное обеспечение должно создать оптическое разделение, прежде чем программное обеспечение проанализирует изображение.
Никогда не покупайте систему контроля по стандартной спецификации. Требуйте строгого подтверждения концепции (PoC). Отправьте поставщику образцы собственной продукции. В частности, отправьте им детали с крайним корпусом. Включите точные субстраты, которые исторически сбивали с толку ваших инспекторов-людей. Если автоматизированная система сможет правильно классифицировать самые сложные детали, она легко справится с обычным производством. Физический PoC — единственный способ подтвердить истинные возможности.
Отличить терминальную микротрещину от доброкачественного пятна на поверхности больше не является постоянным узким местом. Вам не нужно полагаться на медленный, субъективный осмотр человека.
Переход на усовершенствованные контекстно-зависимые системы контроля преобразует ваш отдел контроля качества. Это превращает контроль качества из традиционного центра затрат в активный механизм защиты результатов.
Машинное зрение, управляемое искусственным интеллектом, успешно анализирует сложные оптические свойства керамики, резко снижая количество избыточных операций.
Немедленно проверьте текущий уровень ложных отказов. Определите, сколько хороших продуктов вы выбрасываете ежедневно.
Проконсультируйтесь со специализированными поставщиками инспекций, чтобы организовать выборочную оценку. Используйте эти базовые данные для точного расчета потенциальной рентабельности инвестиций.
Ответ: Оптика высокого разрешения в сочетании с искусственным интеллектом позволяет обнаружить трещины размером до 5–20 микрон. Достижение этого требует точного контроля над полем зрения. Это также требует специальных настроек освещения, таких как освещение темного поля, чтобы создать необходимый контраст по краям трещины.
О: Нет. Машинное зрение предназначено исключительно для поверхностных и приповерхностных дефектов. Он полностью полагается на отраженный свет. Ультразвуковой контроль (SAM) по-прежнему необходим для обнаружения глубоких внутренних пустот или подповерхностных структурных аномалий, скрытых под непрозрачным керамическим слоем.
Ответ: Поставщики часто используют такие методы, как трансферное обучение или генерация синтетических данных, чтобы преодолеть нехватку изображений. Кроме того, многие современные системы используют модели обнаружения аномалий, основанные на обучении без учителя. Этим моделям требуются только изображения «хороших» подложек, чтобы успешно выявить любые неожиданные отклонения.
А: Да. Высокая шероховатость поверхности создает значительный оптический шум при стандартном освещении. Для преодоления этой проблемы требуется разнонаправленное освещение, чтобы нейтрализовать тени. Вам также потребуются алгоритмы глубокого обучения, специально обученные игнорировать естественную текстуру подложки, выделяя при этом истинные аномалии.
