У виробництві керамічної підкладки нездатність достовірно відрізнити критичні структурні дефекти від доброякісних косметичних аномалій безпосередньо знижує прибутковість. Сучасна електроніка покладається на бездоганні керамічні основи для розсіювання тепла та проведення електроенергії. Неправильна класифікація поверхневого сліду як мікротріщини призводить до непотрібного брухту. Це створює дорогі помилкові відхилення. І навпаки, відсутність справжньої мікротріщини загрожує катастрофічними руйнуваннями під час екстремальних термічних або механічних навантажень. Сектори з високою надійністю не можуть терпіти цих помилкових акцептів.
Цей посібник розкриває структурні відмінності між цими аномаліями. Ми оцінюємо поточні методи перевірки, які використовуються в галузі. Ви також знайдете практичну основу для вибору системи перевірки. Ви дізнаєтесь, як збалансувати високу пропускну здатність із високою точністю. Зрештою, ви можете захистити свій урожай, дотримуючись суворих стандартів якості.
Серйозність дефекту: мікротріщини порушують структурну цілісність і поширюються під напругою; поверхневі сліди, як правило, є неглибокими, косметичними артефактами від обробки або інструментів.
Виклик контрасту: висока відбивна здатність і складна зерниста структура кераміки роблять традиційну оптичну перевірку на основі правил схильною до високого рівня помилкових відхилень.
Технологічний зсув: ефективний перевірка мікротріщин на керамічній підкладці все більше покладається на машинне зір, кероване штучним інтелектом, для контекстуалізації морфології дефекту або ультразвукове випробування для перевірки під поверхнею.
Оцінювальний показник: основним критерієм успіху для оновлення інспекції є зниження коефіцієнта надмірного вбивства (хибнопозитивні результати) без збільшення коефіцієнта втечі (хибнонегативні результати).
Відділи забезпечення якості стикаються з делікатним балансуванням. Вони повинні виловлювати кожен фатальний дефект, не викидаючи хороші продукти. Неправильна класифікація керамічних дефектів сильно впливає на ефективність виробництва. Це штучно завищує ваші витрати на одиницю продукції та знижує загальну врожайність.
Відмова від функціонально досконалих субстратів шкодить прибутку. Нешкідливі сліди інструментів часто викликають автоматичні оптичні сповіщення. Поверхневі подряпини виглядають серйозними при поганому освітленні. Відмова від цих прийнятних одиниць штучно знижує ваш урожай. Це змушує ваше підприємство виробляти більше одиниць, щоб виконати квоту. Це перевиробництво споживає додаткову сировину. Це також витрачає дорогоцінний машинний час і працю оператора. Перевищення норми безпосередньо підриває вашу ефективність виробництва.
Набагато серйознішу небезпеку представляють помилкові негативні результати. Мікротріщини діють як сильні концентратори напруг. Вони становлять величезний ризик у високонадійних програмах. Аерокосмічні компоненти та силова електроніка електромобілів вимагають бездоганних компонентів. Непомічена мікротріщина може спричинити руйнування основи. Це може навіть спровокувати перегрівання в акумуляторних системах. Такі збої призводять до масових відкликань продукції. Вони створюють серйозні ризики відповідальності та назавжди псують репутацію бренду. Уникнення дефектів є неприпустимим у виробничих середовищах без дефектів.
Життєздатне рішення для перевірки має відповідати трьом критичним критеріям:
Швидкість: він повинен забезпечувати повторювану класифікацію на швидкостях виробничої лінії. Одиниці на годину (UPH) не можуть впасти.
Точність: він повинен постійно знижувати рівень надмірного вбивства, утримуючи рівень втечі близько нуля.
Відповідність вимогам: він повинен суворо відповідати галузевим стандартам якості. До них належать норми IPC і MIL-STD.
Відповідність цим критеріям вимагає виходу за рамки суб’єктивного огляду людини. Вам потрібні автоматизовані, повторювані та контекстно-залежні системи.
Розуміння фізичної природи цих аномалій має вирішальне значення. Ви не можете навчити ШІ або налаштувати оптичну систему без цих знань. Мікротріщини та сліди на поверхні виникають внаслідок абсолютно різних процесів. Вони також демонструють чіткі морфологічні риси під час збільшення.
Мікротріщини загрожують фізичній стабільності всієї основи. Вони погіршують діелектричну міцність і механічну довговічність.
Основні причини: Термічний удар часто викликає ці переломи. Нерівномірне охолодження під час процесу спікання створює величезну внутрішню напругу. Механічне навантаження під час нарізання кубиками або розділення також розколює матеріал. Агресивне лазерне різання може спричинити мікротріщини вздовж краю зрізу.
Характеристики: ці дефекти зазвичай глибокі та вузькі. Вони часто виглядають зубчастими або мають розгалужені візерунки. Вони проникають глибоко в матрицю субстрату. Оскільки вони порушують структурну решітку, вони мають високий потенціал до поширення. Під час термічного циклу невелика мікротріщина буде розширюватися, поки підкладка не розірветься.
Косметичні аномалії виглядають проблематично, але не становлять функціональної загрози. Вони не проникають у внутрішню структуру.
Основні причини: найпоширенішим винуватцем є потертості при обробці. Субстрати треться об конвеєрні стрічки або автоматичні захвати. Тертя інструментів залишає металеві залишки на керамічній поверхні. Незначні невідповідності глазурі або суспензії також створюють візуальне знебарвлення.
Характеристики: поверхневі сліди зазвичай неглибокі та широкі. Вони демонструють однорідні візерунки, а не зубчасті краї. Вони залишаються обмеженими суворо верхнім поверхневим шаром. Вони абсолютно не впливають на діелектричну міцність. Вони не послаблюють механічну міцність кінцевого компонента.
Ефективне впровадження перевірка мікротріщин на керамічній підкладці передбачає подолання значних фізичних перешкод. Під оглядовим освітленням кераміка поводиться зовсім інакше, ніж метал або пластик. Їхні оптичні властивості активно борються зі стандартними відеокамерами.
Підкладки з оксиду алюмінію та нітриду алюмінію мають високу відбивну здатність. Вони мають складну кристалічну зернисту структуру. Ці матеріали непередбачувано розсіюють падаюче світло. Це непередбачуване розсіювання спричиняє різкі тіні по всій поверхні. Ці тіні легко імітують темні лінії справжніх тріщин. І навпаки, надмірний відблиск повністю змиває неглибокі дефекти. Стандартні кільцеві ліхтарі зазвичай не працюють на цих матеріалах. Вам потрібне вдосконалене освітлення, щоб проникнути через відблиски.
Волоссяні мікротріщини не помітні візуально. Вони часто мають ті самі значення градацій сірого, що й навколишні межі керамічних зерен. Традиційна автоматизована оптична перевірка (AOI) базується на правилах піксельного контрасту. Якщо піксель темніший за порогове значення, система позначає дефект. Оскільки межі зерен і мікротріщини мають однакові рівні темності, алгоритми на основі правил не працюють. Вони перешкоджають стандартним інструментам виявлення країв, спричиняючи масові хибні відхилення.
Мікротріщини на ранніх стадіях неймовірно малі. Вони можуть мати лише кілька мікрон завширшки. Для виявлення цих аномалій потрібна оптика надзвичайно високої роздільної здатності. Проте камери з високою роздільною здатністю за своєю суттю зменшують поле зору (FOV). Менший кут зору означає, що камера повинна робити більше знімків, щоб покрити одну підкладку. Це значно сповільнює час перевірки. Збалансування виявлення мікронного рівня з високошвидкісним виробництвом залишається головною інженерною проблемою.
Вибір правильної технології перевірки визначає ваш успіх. Різні системи націлені на різні типи аномалій. Ви повинні узгодити вибір технології з вашими конкретними вимогами до якості.
Порівняння керамічних інспекційних технологій
технології |
Основні сильні сторони |
Ключові обмеження |
Найкращий варіант використання |
|---|---|---|---|
Традиційний AOI |
Висока швидкість, легке налаштування правил, економічна ефективність. |
Висока кількість помилкових відхилень на дефектах з низьким контрастом. |
Виявлення грубих дефектів або відсутності металізації. |
AI / Deep Learning |
Контекстуальне розуміння, відрізняє сліди від тріщин. |
Потрібні надійні набори даних і час навчання. |
Високоточний поточний контроль поверхні. |
Ультразвуковий (SAM) |
Виявляє приховані внутрішні порожнечі та глибокі підповерхневі тріщини. |
Повільна пропускна здатність, часто вимагає підключення води. |
Офлайн-пакетна вибірка або аналіз помилок. |
Традиційний AOI відмінно підходить для високошвидкісних базових перевірок. Найкраще підходить для виявлення грубих дефектів. Ви повинні використовувати його, щоб знайти відсутні шари металізації або великі відколи країв. Однак він має серйозні обмеження. AOI повністю покладається на жорсткі правила піксельного контрасту. Він часто плутає нешкідливі сліди на поверхні зі смертельними мікротріщинами. Ця плутанина змушує виробників впроваджувати повторні перевірки вручну. Люди-оператори повинні двічі перевіряти кожну відхилену деталь, що сповільнює роботу всього підприємства.
Системи штучного інтелекту представляють величезний крок вперед. Вони найкращі для високої точності виявлення слідів на керамічній поверхні . Вони легко відрізняють складну морфологію тріщин від доброякісних подряпин. Моделі глибокого навчання використовують нейронні мережі, навчені на основі класифікованих наборів зображень. Вони розуміють візуальний контекст так само, як людина-інспектор. Вони розпізнають малюнок розгалуження тріщини проти прямолінійного опору сліду інструменту. Вони виконують цей аналіз на машинній швидкості. Основним обмеженням є підготовка даних. Вам потрібен надійний, добре позначений набір даних. Ви повинні надати моделі приклади як справжніх дефектів, так і прийнятних варіацій, щоб навчити її ефективно.
Ультразвуковий неруйнівний контроль (NDT) дивиться під поверхню. Це найкраще для виявлення внутрішніх пустот. SAM виявляє розшарування та підповерхневі мікротріщини, абсолютно невидимі для оптичних камер. Він посилає високочастотні звукові хвилі в керамічну матрицю та вимірює відлуння. Незважаючи на високу точність, він має серйозні обмеження. SAM зазвичай набагато повільніше, ніж оптичні методи. Часто вимагає занурення субстрату у воду.
Придбання вдосконаленої системи перевірки – це лише перший крок. Ви повинні інтегрувати його в існуючий робочий процес. Оцінка постачальників вимагає вивчення попередніх маркетингових заяв. Ви повинні зосередитися на практичних реаліях розгортання.
Простір на виробничій лінії завжди цінується. Оцініть, чи можна модернізувати нове рішення на існуючому транспортно-розвантажувальному обладнанні. Чи можна встановити камери над поточними конвеєрами? Якщо ні, вам знадобиться окрема інспекційна камера. Окремі камери займають більше площі. Їм також потрібні додаткові роботизовані обробники для завантаження та вивантаження субстратів. Врахуйте ці вимоги щодо займаної площі та керування у графіку оновлення.
Рішення штучного інтелекту потребують постійного керування. Уважно оцініть зручність використання програмного забезпечення постачальника. Чи може ваша існуюча команда контролю якості навчати та оновлювати моделі? Вам не потрібно наймати спеціального спеціаліста з даних. Найкращі системи пропонують інтуїтивно зрозумілі інтерфейси без використання коду. Вони дозволяють інженерам з якості виділяти дефекти на екрані та миттєво перенавчати модель. Шукайте постачальників, які використовують трансферне навчання. Ця техніка потребує значно меншої кількості зображень для базової лінії нової лінійки продуктів.
Програмне забезпечення не може виправити погане захоплення зображення. Якщо дефект невидимий на необробленому фото, ШІ не зможе його знайти. Рано визнайте цю реальність. Переконайтеся, що постачальник вказує спеціальне освітлення, адаптоване до керамічних поверхонь. Запитайте про багаторакурсне структуроване освітлення. Вимагайте освітлення темного поля, щоб підкреслити краї тріщин. Попросіть коаксіальне освітлення, щоб зменшити відблиски. Апаратне забезпечення має створити оптичне розділення, перш ніж програмне забезпечення аналізує зображення.
Ніколи не купуйте систему перевірки за стандартною технічною інформацією. Вимагайте ретельного підтвердження концепції (PoC). Надішліть постачальнику власні зразки продукції. Зокрема, надішліть їм крайові частини корпусу. Включіть точні субстрати, які історично заплутували ваших інспекторів. Якщо автоматизована система може правильно класифікувати ваші найскладніші частини, вона легко впорається зі звичайним виробництвом. Фізичний PoC є єдиним способом підтвердити справжні можливості.
Розрізнення кінцевої мікротріщини від доброякісної поверхневої плями більше не є постійним вузьким місцем. Вам не потрібно покладатися на повільний, суб’єктивний людський огляд.
Оновлення до вдосконалених контекстно-залежних систем перевірки трансформує ваш відділ якості. Це зміщує QA з традиційного центру витрат на активний механізм захисту прибутку.
Машинний зір, керований штучним інтелектом, успішно керується складними оптичними властивостями кераміки, суттєво знижуючи відсоток перевищення.
Негайно перевірте свій поточний рівень помилкових відмов. Визначте, скільки корисних продуктів ви викидаєте щодня.
Проконсультуйтеся зі спеціалізованими постачальниками для перевірки, щоб організувати оцінку зразка. Використовуйте ці базові дані, щоб точно розрахувати потенційну рентабельність інвестицій.
A: Оптика високої роздільної здатності в поєднанні з штучним інтелектом може виявляти тріщини розміром до 5-20 мікрон. Щоб досягти цього, потрібен точний контроль над полем зору. Це також вимагає спеціальних налаштувань освітлення, таких як освітлення темного поля, для створення необхідного контрасту вздовж країв тріщин.
A: Ні. Машинний зір призначений виключно для поверхневих і приповерхневих дефектів. Він повністю залежить від відбитого світла. Ультразвукове тестування (SAM) залишається абсолютно необхідним для виявлення глибоких внутрішніх пустот або підповерхневих структурних аномалій, прихованих під непрозорим керамічним шаром.
A: Постачальники часто використовують такі методи, як передача навчання або генерація синтетичних даних, щоб подолати дефіцит зображень. Крім того, багато сучасних систем розгортають моделі виявлення аномалій на основі неконтрольованого навчання. Ці моделі потребують лише зображень 'хороших' підкладок, щоб успішно позначити будь-які несподівані відхилення.
A: Так. Висока шорсткість поверхні створює значні оптичні шуми при стандартному освітленні. Щоб подолати це, потрібне різноспрямоване освітлення, щоб усунути тіні. Вам також потрібні алгоритми глибокого навчання, спеціально навчені ігнорувати природну текстуру підкладки, підсвічуючи справжні аномалії.
