Proizvodnja močnostne elektronike in modulov RF poteka v okolju z velikimi vložki. Tukaj že manjše okvare substrata hitro povzročijo katastrofalne toplotne ali električne okvare. Proizvajalci so se leta močno zanašali na ročni mikroskopski pregled, da bi ujeli te kritične napake. Vendar pa človeški operaterji neizogibno trpijo zaradi utrujenosti oči, nedosledne presoje in nesprejemljivo nizke zmogljivosti. Natančnosti velikih količin preprosto ne morete povečati samo z ročnimi metodami. Zaradi tega operativnega ozkega grla je prehod na avtomatiziran optični pregled obvezen za sodobne proizvodne linije. Ta priročnik razčlenjuje, kako bi morali učinkovito konfigurirati in oceniti sisteme AOI. Raziskujemo, kako ravnati z različnimi optičnimi lastnostmi substratov iz aluminijevega oksida, aluminijevega nitrida in silicijevega nitrida. Naučili se boste preizkušenih strategij za optimizacijo vaše inšpekcijske logike. Navsezadnje lahko izboljšate natančnost zaznavanja brez napihovanja dragih stopenj lažnih zavrnitev.
Učinkovit pregled AOI keramične podlage zahteva optične konfiguracije, specifične za material; nastavitev osvetlitve, ki ustreza vsem, bo povzročila visoke stopnje lažno pozitivnih rezultatov.
Al2O3, AlN in Si3N4 predstavljajo edinstvene izzive pri slikanju, ki segajo od prosojnosti in bleščanja (Al2O3) do nizkega kontrasta in temnih ozadij (AlN, Si3N4).
Zanesljivo odkrivanje napak na keramičnem substratu mora upoštevati tako gole napake na substratu (mikrorazpoke, luknje) kot napake pri metalizaciji/vezi (praznine DBC/AMB, napake pri jedkanju).
Ocenjevanje rešitve AOI bi moralo dati prednost algoritmom za ublažitev lažnih klicev, avtomatizirani varnosti rokovanja in integracijskim zmogljivostim z obstoječimi sistemi za izvajanje proizvodnje (MES).
Izdelava napajalnega modula zahteva absolutno natančnost na vsakem koraku. Izvajanje avtomatiziranega odkrivanje napak na keramičnem substratu bistveno ščiti vaše proizvodne marže. Primarna finančna osnova temelji na uravnoteženju zaščite donosa pred lažnimi zavrnitvami. Cilj sistemov AOI je učinkovito iskanje napak. Vendar pa morate zmanjšati tudi 'prekomerno ubijanje'. Prekomerno ubijanje pomeni zavračanje popolnoma dobrih substratov zaradi stroge občutljivosti sistema. Prekomerno zavračanje neposredno zmanjša marže pri zelo dragih materialih, kot sta aluminijev nitrid in silicijev nitrid. Optimiziran sistem optičnega nadzora brezhibno loči resnične anomalije od sprejemljivih kozmetičnih variacij.
Zgodnje odkrivanje napak zagotavlja življenjsko pomembno zanesljivost vaših izdelkov. Majhen robni čip na ravni substrata se lahko na začetku zdi nepomemben. Kljub temu pogosto povzroča drage okvare na terenu v končnih napajalnih modulih, kot so IGBT ali SiC MOSFET. Te težave moramo prestreči, preden se začne enkapsulacija ali žična vezava. Zgodnje odkrivanje napak proizvajalcem prepreči dodajanje dragih silicijevih komponent na obsojen substrat.
Poleg tega strogi industrijski predpisi zahtevajo celovito skladnost in sledljivost. Avtomobilski okviri, kot je IATF 16949, zahtevajo strogo dokumentacijo kakovosti. Vesoljski standardi zahtevajo enako stroge proizvodne evidence. Sistemi AOI izpolnjujejo te zahteve z avtomatiziranim arhiviranjem slik in natančnim preslikavanjem napak. Gradijo zanesljivega digitalnega dvojčka vaše proizvodne kakovosti. Ti arhivirani podatki vam omogočajo enostavno dokazovanje skladnosti med revizijami dobaviteljev.
Različne keramike fizično in optično medsebojno delujejo na edinstven način. Ne morete uporabiti univerzalne nastavitve osvetlitve za vse substratne materiale. Zanesljiv Inšpekcija AOI keramične podlage se mora nenehno prilagajati specifični optični fiziki.
Aluminijev oksid močno razprši vhodno svetlobo. Njegova kristalna struktura ustvarja polprosojen površinski sloj. Ta prosojnost povzroči, da se tradicionalna neposredna svetloba nepredvidljivo odbija. Posledično senzor kamere pogosto zajame pretirano bleščanje ali zamegljene robove sledi. Da bi odpravili to težavo, vaš AOI zahteva takojšnjo prilagoditev posebne strojne opreme. Uporabite koaksialno osvetlitev v tesni kombinaciji z osvetlitvijo z več koti. Koaksialna svetloba rahlo prodre skozi keramično površino, ne da bi razstrelila slikovni senzor. LED-diode z več koti pomagajo jasno določiti topologijo površine. To preprečuje lažne pozitivne rezultate, ki jih povzročajo odboji zrn pod površino.
Aluminijev nitrid predstavlja popolnoma drugačno inšpekcijsko oviro. AlN je po naravi običajno temnejši, neprozoren videz. To temno ozadje močno zmanjša vizualni kontrast med golo keramiko in jedkanimi bakrenimi sledmi. Tradicionalne kamere težko najdejo natančne mejne črte. Če želite premagati nizek kontrast, morate konfigurirati posebne prilagoditve strojne opreme AOI. Slikanje z visokim dinamičnim razponom (HDR) postane tukaj nujno. HDR združuje več različnih osvetlitev, da razkrije skrite podrobnosti sledi. Poleg tega uporaba osvetlitve z določeno valovno dolžino drastično izboljša vidljivost. Uporaba modre ali UV svetlobe bistveno izboljša zaznavanje robov površine. Te krajše valovne dolžine se manj razpršijo in zagotavljajo jasne obrise na neprozornih ozadjih.
Silicijev nitrid se ponaša z izjemno visoko lomno žilavostjo. Kljub tej impresivni mehanski trdnosti ostaja dovzeten za mikrorazpoke, ki jih je težko opaziti. Si3N4 ima tudi opazne variacije teksture površine. Mat sivo ali temno ozadje izjemno dobro skrije topografske anomalije. Zaznavanje drobnih prask na tej bolj grobi teksturi je vsakodnevni izziv za standardno optiko. Vaše prilagoditve AOI morajo vključevati robustno osvetlitev temnega polja. Osvetlitev temnega polja usmeri svetlobni vir zelo blizu vodoravnega. Ta tehnika odlično poudari topografske anomalije. Vsaka praska ali mikrorazpoka ujame svetlobo pod majhnim kotom in močno zasije na temnem ozadju.
Tabela povzetka optičnih lastnosti
Vrsta materiala |
Primarni optični izziv |
Priporočena nastavitev osvetlitve |
Ključna tehnologija slikanja |
|---|---|---|---|
Aluminijev oksid (Al2O3) |
Visoka prosojnost, ki povzroča močno bleščanje |
Večkotna in koaksialna osvetlitev |
Protirefleksni optični filter |
Aluminijev nitrid (AlN) |
Neprozorna površina, ki povzroča nizek kontrast sledi |
Kratkovalovne (modre/UV) LED |
Slikanje z visokim dinamičnim razponom (HDR). |
Silicijev nitrid (Si3N4) |
Groba tekstura, ki skriva drobne mikrorazpoke |
Nizkokotna osvetlitev temnega polja |
Topografsko skeniranje visoke ločljivosti |
Ustrezno slikanje reši le polovico problema pregleda. Vzpostaviti morate tudi robustno logiko zaznavanja za natančno interpretacijo zajetih slik. Primarne tarče delimo na gole keramične anomalije in metalizacijske napake.
Pregled nepovezane podlage zahteva proaktivno iskanje inherentnih strukturnih slabosti.
Razpoke in odrgnine na robovih: mehanske poškodbe se pogosto pojavijo med postopki ločevanja ali rezanja. Vaša inšpekcijska logika zahteva osvetlitev, specifično za rob, da ujame te drobne zlome. Kamere, nameščene pod poševnimi koti, neprekinjeno spremljajo obod za nazobčane ostružke.
Luknjice: Iskanje strukturnih kompromisov zahteva izjemno natančnost. Ta naloga zahteva, da prepuščena svetloba popolnoma zasije skozi material. Druga možnost je, da uporabite visokoločljivostne slike od zgoraj navzdol. Programska oprema samodejno označi morebitne temne lise, ki kažejo na manjkajoči keramični material.
Kontaminacija in madeži: proizvodna okolja neizogibno vnašajo tuje delce. Algoritem zaznavanja mora razlikovati med neškodljivim razbarvanjem in kritičnim tujkom. Prag na podlagi barv pomaga filtrirati sprejemljive madeže obdelovanja od dejanskih uničujočih ostankov.
Ko se baker veže neposredno na keramiko, se pojavijo novi razredi napak. Postopka neposrednega spajanja bakra (DBC) in postopka aktivnega spajkanja kovin (AMB) povzročata izrazite anomalije.
Luščenje in razslojevanje bakra: Ekstremna toplotna obremenitev povzroči počasno ločevanje bakrenih plasti. Prepoznavanje teh mehurčkov podobnih tvorb zahteva napredne volumetrične tehnike. 3D AOI ali strukturirana svetloba projicira mrežne vzorce na ciljno površino. Izkrivljanja v mreži razkrivajo nesprejemljive višinske razlike, ki jih povzroča notranja razslojenost.
Napake pri jedkanju (kratki/odprti): postopki kemičnega jedkanja pogosto pustijo neželen baker ali odstranijo preveč materiala. Tu uporabljamo standardne 2D geometrijske algoritme, ki temeljijo na pravilih. Programska oprema natančno meri širine sledi in razmike. Preverja, ali so vse dimenzije varno v okvirih projektnih toleranc.
Oksidacija: čezmerna površinska oksidacija pozneje poslabša učinkovitost spajkanja. Za odkrivanje nesprejemljivih stopenj oksidacije bakra uporabljamo barvno inšpekcijsko logiko. Sistem zavrne plošče s temno rjavimi ali vijoličnimi odtenki, ki presegajo uveljavljene pragove.
Standardna tabela ocenjevanja napak
Kategorija napake |
Posebna napaka |
Zahtevana inšpekcijska logika |
|---|---|---|
Bare Ceramic |
Odrobljanje robov |
Nadzor s kamero pod poševnim kotom |
Bare Ceramic |
luknjice |
Prepustna svetloba ali skeniranje od zgoraj navzdol |
Metalizacija |
Delaminacija |
3D strukturirana projekcija svetlobe |
Metalizacija |
Kratke hlače za jedkanje |
Algoritmi 2D geometrijskega pravila |
Nabava inšpekcijskega sistema zahteva natančno tehnično preverjanje. Oceniti morate, kako dobro strojna in programska oprema upravljata s krhkimi komponentami visoke vrednosti.
Programabilna, večconska, večbarvna LED osvetlitev predstavlja zahtevo glede strojne opreme, o kateri se ni mogoče pogajati. Proizvodne linije za mešane materiale pogosto preklapljajo med serijami aluminijevega oksida in silicijevega nitrida. Ne morete si privoščiti fizične menjave svetlobnih kupol za vsako posamezno serijo. Programsko nadzorovana osvetlitev omogoča takojšnje menjave receptov. Ta prilagodljivost ohranja visoko prepustnost in hkrati optimizira optični kontrast za vsako specifično vrsto substrata.
Inženirji nenehno usklajujejo podrobnosti slike s hitrostjo izdelave. Za zanesljivo lovljenje nevarnih lasnih razpok potrebujete submikronsko ločljivost. Vendar skeniranje z visoko ločljivostjo znatno upočasni čas cikla. Izpolnjevati morate stroge zahteve glede enot na uro (UPH) za velikoserijsko proizvodnjo. Priporočamo, da najprej izračunate najmanjšo kritično velikost napake. Nato izberite senzor kamere, ki preslika natančno tri do štiri slikovne pike na to napako. To razmerje zagotavlja zanesljivo zaznavanje brez obdelave nepotrebnih slikovnih podatkov.
Sodobne platforme združujejo dva različna analitična pristopa za čim večjo natančnost.
Logika, ki temelji na pravilih: Ta tradicionalni pristop ostaja najboljši za stroge geometrijske meritve. Odličen je pri preverjanju širine sledi, preverjanju zaščitenih območij in zagotavljanju poravnave blazinic. Logika vsakič popolnoma sledi strogim matematičnim parametrom.
AI in globoko učenje: umetna inteligenca postane ključna za natančno razvrščanje subjektivnih napak. Nauči se subtilnih razlik med stopnjami resnosti prask. AI zlahka loči neškodljiv vodni madež od kritične električne opekline. Uporaba globokega učenja aktivno znižuje lažno pozitivne stopnje.
Temeljito moramo oceniti zmožnosti fizične integracije. Keramika je zloglasno krhek material. Stroj AOI mora vsebovati izključno nizkonapetostne vpenjalne mehanizme. Druga možnost je, da poiščete vakuumske transportne pasove. Ti sistemi pritrdijo ploščo brez trdega pritiska na rob. Preprečevanje vnosa novih mehanskih obremenitev med pregledom ostaja najpomembnejše.
Integracija nove inšpekcijske platforme se redko zgodi brezhibno čez noč. Predvideti morate posebne izzive pri uvajanju, da se izognete nenadnim zamudam pri proizvodnji.
Vsak optični sistem zahteva začetno krivuljo učenja. To kritično obdobje imenujemo faza prilagajanja knjižnice. Za inženirje morate predvideti dovolj časa za pravilno usposabljanje modelov AI. Sistemu morajo dati na stotine slik, ki prikazujejo sprejemljive in nesprejemljive kozmetične različice. Prehitevanje te faze neposredno povzroči poznejše množične lažne zavrnitve. Potrpežljivost med nastavitvijo zagotavlja dolgoročno stabilnost.
Surova tovarniška okolja nenehno ogrožajo občutljive optične kalibracije. Ambientalna tovarniška razsvetljava lahko zlahka moti visoko občutljive optične senzorje. Sence mimo vozečih viličarjev ali utripajočih stropnih luči nepredvidljivo spremenijo kontrast slike. Poleg tega se prah v zraku usede na leče in podlage ter dnevno ustvarja lažne napake. Uvedba ustreznih ohišij stroja učinkovito reši ta vprašanja. Prav tako zelo priporočamo, da se držite strogih standardov čistih prostorov okoli območja neposrednega pregleda.
Kamere z visoko ločljivostjo hitro ustvarijo ogromne datoteke. To ustvarja resno tveganje takojšnje preobremenitve tovarniških omrežij. IT infrastruktura ima pogosto težave s pretakanjem nestisnjenih gigabajtov slikovnih podatkov vsako minuto. Zgodaj morate določiti stroge smernice za hrambo podatkov. Agresivno stisnite prehodne slike in shranite samo datoteke brez izgub za zavrnjene plošče. Zagotovite nemoteno komunikacijo z uporabo standardnih integracijskih protokolov MES, kot je SECS/GEM.
Uvedba avtomatiziranega optičnega nadzora spremeni proizvodnjo substrata iz reaktivnega odpravljanja težav v proaktivno kontrolo kakovosti. Če želite zagotoviti zelo uspešno uvedbo, se osredotočite neposredno na te odločilne ukrepe:
Ožji izbor strogo glede na zmožnosti materiala: izberite prodajalce AOI na podlagi njihove dokazljive zmožnosti slikanja vašega specifičnega substratnega materiala. Preizkusite jih v dejanskih proizvodnih pogojih, ne le v idealnih laboratorijskih okoljih.
Vnaprej zahtevajte specializirano optiko: potrdite, da strojna oprema podpira osvetlitev s temnim poljem, koaksialno in večvalovno dolžino, preden vstopite v resne komercialne razprave.
Izvedite strukturiran dokaz koncepta (PoC): prodajalcu AOI priskrbite 'zlato tablo' skupaj s serijo znanih obrobnih napak. Uporabite to za varno primerjavo njihovih lažno pozitivnih in lažno negativnih stopenj pred kapitalskimi izdatki.
Načrtujte robustno omrežno pasovno širino: Vnaprej nadgradite svojo strežniško infrastrukturo, da boste obvladovali velike količine podatkov, ki jih ustvari optično skeniranje visoke ločljivosti.
Vzemite si čas in ocenite sisteme za fizično rokovanje poleg čiste optične zmogljivosti. Partnerstvo s prodajalcem, ki razume transport krhkega materiala, preprečuje zlome, ki jih povzroči rokovanje. Začnite ocenjevanje prodajalca že danes s pripravo vzorcev napak v najslabšem primeru za začetno primerjalno testiranje.
O: Stopnje lažnih klicev se močno razlikujejo glede na vrsto materiala in zrelost algoritma. Tradicionalni sistemi, ki temeljijo na pravilih, se pogosto spopadajo s teksturo keramike, ki včasih presega 10 % napačnih zavrnitev. Vendar pa sodobna oprema običajno cilja na manj kot 3 % lažnih klicev. Za doseganje te izjemno nizke stopnje je potrebna uporaba optimiziranih sistemov globokega učenja, usposobljenih za robustne knjižnice napak.
O: 2D AOI se v prvi vrsti opira na kontrast in barvne spremembe. Dobro deluje pri merjenju površine in odkrivanju razbarvanja. Vendar pa ne more zanesljivo zaznati razslojevanja bakra. Za merjenje variacij višine potrebujete 3D AOI ali sisteme strukturirane svetlobe. Samo 3D preslikava natančno prepozna prave tvorbe mehurjev, ki so značilne za notranjo delaminacijo.
O: Da, debelina bistveno vpliva na postopek optičnega pregleda. Ta vpliv se zdi najbolj izrazit pri prosojnosti, zlasti pri substratih iz aluminijevega oksida. Debelejše podlage blokirajo več svetlobe, zmanjšajo bleščanje, vendar zahtevajo večjo moč osvetlitve. Spremembe v debelini lahko od operaterjev zahtevajo, da nenehno prilagajajo intenzivnost osvetlitve od spodaj navzgor ali ponovno umerjajo žariščno globino.
