Sản xuất mô-đun RF và điện tử công suất hoạt động trong môi trường có rủi ro cao. Ở đây, ngay cả những hỏng hóc nhỏ trên bề mặt cũng nhanh chóng dẫn đến sự cố nghiêm trọng về nhiệt hoặc điện. Trong nhiều năm, các nhà sản xuất phụ thuộc rất nhiều vào việc kiểm tra bằng kính hiển vi thủ công để phát hiện những sai sót nghiêm trọng này. Tuy nhiên, người vận hành chắc chắn sẽ bị mỏi mắt, phán đoán không nhất quán và thông lượng thấp đến mức không thể chấp nhận được. Đơn giản là bạn không thể mở rộng quy mô với độ chính xác cao chỉ bằng các phương pháp thủ công. Nút thắt vận hành này khiến việc chuyển sang Kiểm tra quang học tự động trở thành bắt buộc đối với các dây chuyền chế tạo hiện đại. Hướng dẫn này chia nhỏ cách bạn nên định cấu hình và đánh giá hệ thống AOI một cách hiệu quả. Chúng tôi khám phá cách xử lý các đặc tính quang học riêng biệt của chất nền Alumina, Aluminium Nitride và Silicon Nitride. Bạn sẽ học các chiến lược đã được chứng minh để tối ưu hóa logic kiểm tra của mình. Cuối cùng, bạn có thể cải thiện độ chính xác của việc phát hiện mà không làm tăng tỷ lệ loại bỏ sai tốn kém.
Kiểm tra AOI chất nền gốm hiệu quả đòi hỏi phải có cấu hình quang học dành riêng cho vật liệu; thiết lập ánh sáng một kích cỡ phù hợp cho tất cả sẽ dẫn đến tỷ lệ dương tính giả cao.
Mỗi loại Al2O3, AlN và Si3N4 đều đưa ra những thách thức hình ảnh độc đáo, từ độ trong mờ và độ chói (Al2O3) đến độ tương phản thấp và nền tối (AlN, Si3N4).
Việc phát hiện khuyết tật bề mặt gốm đáng tin cậy phải tính đến cả các khuyết tật bề mặt trần (các vết nứt nhỏ, lỗ kim) và các khuyết tật kim loại hóa/liên kết (khoảng trống DBC/AMB, lỗi ăn mòn).
Việc đánh giá giải pháp AOI nên ưu tiên các thuật toán giảm thiểu cuộc gọi sai, an toàn xử lý tự động và khả năng tích hợp với các hệ thống thực thi sản xuất (MES) hiện có.
Chế tạo mô-đun điện đòi hỏi độ chính xác tuyệt đối ở mọi bước. Triển khai tự động Việc phát hiện khuyết tật trên nền gốm về cơ bản sẽ bảo vệ lợi nhuận sản xuất của bạn. Cơ sở tài chính cơ bản dựa vào việc cân bằng việc bảo vệ lợi nhuận khỏi bị từ chối sai. Hệ thống AOI nhằm mục đích tìm ra lỗi một cách hiệu quả. Tuy nhiên, bạn cũng phải giảm thiểu 'tiêu diệt quá mức.' Giết quá mức có nghĩa là loại bỏ các chất nền hoàn toàn tốt do độ nhạy cảm của hệ thống nghiêm ngặt. Việc từ chối quá mức trực tiếp làm xói mòn lợi nhuận của các vật liệu đắt tiền như Aluminium Nitride và Silicon Nitride. Hệ thống kiểm tra quang học được tối ưu hóa giúp phân biệt các điểm bất thường thực sự với các biến thể thẩm mỹ có thể chấp nhận được một cách liền mạch.
Việc phát hiện sớm các lỗi sẽ đảm bảo độ tin cậy quan trọng cho sản phẩm của bạn. Một con chip biên nhỏ ở cấp độ nền ban đầu có vẻ tầm thường. Tuy nhiên, nó thường gây ra lỗi trường đắt tiền trong các mô-đun nguồn cuối cùng như IGBT hoặc SiC MOSFET. Chúng ta phải ngăn chặn những vấn đề này trước khi bắt đầu đóng gói hoặc liên kết dây. Việc xác định sớm lỗ hổng sẽ ngăn cản các nhà sản xuất thêm các thành phần silicon đắt tiền vào chất nền bị hư hỏng.
Hơn nữa, các quy định nghiêm ngặt của ngành đòi hỏi phải tuân thủ toàn diện và truy xuất nguồn gốc. Các khuôn khổ ô tô, chẳng hạn như IATF 16949, yêu cầu phải có tài liệu về chất lượng nghiêm ngặt. Tiêu chuẩn hàng không vũ trụ yêu cầu hồ sơ sản xuất nghiêm ngặt không kém. Hệ thống AOI đáp ứng các yêu cầu này thông qua việc lưu trữ hình ảnh tự động và lập bản đồ lỗi chính xác. Họ xây dựng một bản song sinh kỹ thuật số đáng tin cậy về chất lượng sản xuất của bạn. Dữ liệu được lưu trữ này cho phép bạn chứng minh sự tuân thủ trong quá trình kiểm tra nhà cung cấp một cách dễ dàng.
Các loại gốm sứ khác nhau tương tác về mặt vật lý và quang học theo những cách độc đáo. Bạn không thể sử dụng hệ thống chiếu sáng chung cho tất cả các vật liệu nền. Đáng tin cậy Việc kiểm tra AOI chất nền gốm phải liên tục thích ứng với vật lý quang học cụ thể.
Alumina phân tán mạnh ánh sáng tới. Cấu trúc tinh thể của nó tạo ra một lớp bề mặt bán mờ. Độ mờ này làm cho ánh sáng trực tiếp truyền thống nảy lên một cách khó lường. Do đó, cảm biến máy ảnh thường chụp ảnh bị chói quá mức hoặc các cạnh bị mờ. Để khắc phục sự cố này, AOI của bạn yêu cầu điều chỉnh phần cứng cụ thể ngay lập tức. Bạn nên sử dụng hệ thống chiếu sáng đồng trục kết hợp chặt chẽ bên cạnh hệ thống chiếu sáng đa góc. Ánh sáng đồng trục xuyên qua bề mặt gốm một chút mà không làm mất cảm biến hình ảnh. Đèn LED đa góc giúp xác định cấu trúc liên kết bề mặt rõ ràng. Điều này ngăn ngừa hiện tượng dương tính giả do phản xạ hạt dưới bề mặt gây ra.
Nhôm Nitride đưa ra một rào cản kiểm tra hoàn toàn khác. AlN thường có vẻ ngoài tối hơn, mờ đục một cách tự nhiên. Nền tối này làm giảm nghiêm trọng độ tương phản thị giác giữa các vết gốm trần và vết đồng được khắc. Máy ảnh truyền thống gặp khó khăn trong việc tìm ra các đường ranh giới riêng biệt một cách chính xác. Để khắc phục độ tương phản thấp, bạn phải định cấu hình điều chỉnh phần cứng AOI cụ thể. Ở đây, hình ảnh dải động cao (HDR) trở nên vô cùng cần thiết. HDR hợp nhất nhiều mức phơi sáng khác nhau để tiết lộ chi tiết dấu vết ẩn. Ngoài ra, việc sử dụng ánh sáng có bước sóng cụ thể sẽ cải thiện đáng kể khả năng hiển thị. Triển khai ánh sáng xanh hoặc tia cực tím giúp tăng cường đáng kể khả năng phát hiện cạnh bề mặt. Những bước sóng ngắn hơn này phân tán ít hơn, mang lại đường nét sắc nét trên nền mờ đục.
Silicon Nitride tự hào có độ bền gãy xương đặc biệt cao. Mặc dù có độ bền cơ học ấn tượng nhưng nó vẫn dễ bị xuất hiện các vết nứt nhỏ khó nhìn thấy. Si3N4 cũng có những biến đổi kết cấu bề mặt đáng chú ý. Nền màu xám mờ hoặc tối che giấu các dị thường về địa hình cực kỳ tốt. Việc phát hiện các vết xước nhỏ trên kết cấu thô hơn này thách thức quang học tiêu chuẩn hàng ngày. Các điều chỉnh AOI của bạn phải bao gồm khả năng chiếu sáng trường tối mạnh mẽ. Ánh sáng trường tối tạo góc cho nguồn sáng rất gần với phương ngang. Kỹ thuật này làm nổi bật các dị thường về địa hình một cách hoàn hảo. Bất kỳ vết xước hay vết nứt siêu nhỏ nào đều bắt được ánh sáng góc thấp và tỏa sáng rực rỡ trên nền tối.
Biểu đồ tóm tắt đặc tính quang học
Loại vật liệu |
Thử thách quang học sơ cấp |
Cài đặt ánh sáng được đề xuất |
Công nghệ hình ảnh chính |
|---|---|---|---|
Nhôm (Al2O3) |
Độ trong suốt cao gây chói nghiêm trọng |
Chiếu sáng đa góc và đồng trục |
Lọc quang học chống phản xạ |
Nhôm Nitrua (AlN) |
Bề mặt mờ đục gây ra độ tương phản dấu vết thấp |
Đèn LED bước sóng ngắn (Xanh lam/UV) |
Hình ảnh dải động cao (HDR) |
Silicon Nitrua (Si3N4) |
Kết cấu thô ráp che giấu các vết nứt nhỏ |
Chiếu sáng trường tối góc thấp |
Quét địa hình độ phân giải cao |
Hình ảnh phù hợp chỉ giải quyết được một nửa vấn đề kiểm tra. Bạn cũng phải thiết lập logic phát hiện mạnh mẽ để diễn giải chính xác những hình ảnh được chụp đó. Chúng tôi chia các mục tiêu chính thành các điểm dị thường bằng gốm trần và các lỗ hổng kim loại hóa.
Việc kiểm tra chất nền không được kết dính đòi hỏi phải chủ động tìm kiếm các điểm yếu về cấu trúc vốn có.
Vết nứt và sứt mẻ cạnh: Hư hỏng cơ học thường xảy ra trong quá trình cắt đơn hoặc thái hạt lựu. Logic kiểm tra của bạn yêu cầu ánh sáng dành riêng cho từng cạnh để phát hiện những vết nứt nhỏ này. Các camera được đặt ở các góc xiên sẽ liên tục theo dõi chu vi để phát hiện các chip lởm chởm.
Lỗ kim: Việc tìm kiếm sự thỏa hiệp về cấu trúc đòi hỏi độ chính xác cực cao. Nhiệm vụ này đòi hỏi ánh sáng truyền qua phải chiếu sáng hoàn toàn xuyên qua vật liệu. Ngoài ra, bạn có thể triển khai hình ảnh từ trên xuống có độ phân giải cao. Phần mềm sẽ tự động gắn cờ bất kỳ điểm tối nào cho thấy vật liệu gốm bị thiếu.
Ô nhiễm và vết bẩn: Môi trường sản xuất chắc chắn sẽ đưa các hạt lạ vào. Thuật toán phát hiện phải phân biệt giữa sự đổi màu vô hại và vật chất lạ quan trọng. Việc phân ngưỡng dựa trên màu sắc giúp lọc ra các vết bẩn trong quá trình xử lý có thể chấp nhận được khỏi các mảnh vụn có tính phá hoại thực tế.
Khi đồng liên kết trực tiếp với gốm, các loại khuyết tật mới sẽ xuất hiện. Các quy trình Đồng liên kết trực tiếp (DBC) và Hàn kim loại hoạt động (AMB) tạo ra những điểm bất thường rõ rệt.
Lột và tách lớp đồng: Ứng suất nhiệt cực cao khiến các lớp đồng bong ra từ từ. Việc xác định các dạng giống như vết phồng rộp này đòi hỏi các kỹ thuật đo thể tích tiên tiến. 3D AOI hoặc ánh sáng có cấu trúc chiếu các mẫu lưới lên bề mặt mục tiêu. Sự biến dạng trong lưới cho thấy sự thay đổi chiều cao không thể chấp nhận được do sự phân tách bên trong.
Lỗ hổng khắc (Quần short/Mở): Quá trình ăn mòn hóa học thường để lại lượng đồng không mong muốn hoặc loại bỏ quá nhiều vật liệu. Chúng tôi triển khai các thuật toán dựa trên quy tắc hình học 2D tiêu chuẩn tại đây. Phần mềm đo chiều rộng và khoảng cách dấu vết một cách chính xác. Nó xác minh tất cả các kích thước luôn an toàn trong phạm vi dung sai thiết kế.
Quá trình oxy hóa: Quá trình oxy hóa bề mặt quá mức làm giảm hiệu suất hàn sau này. Chúng tôi sử dụng logic kiểm tra dựa trên màu sắc để phát hiện mức độ oxy hóa đồng không được chấp nhận. Hệ thống từ chối các tấm hiển thị màu nâu sẫm hoặc tím vượt quá ngưỡng đã thiết lập.
Bảng đánh giá khuyết tật tiêu chuẩn
Danh mục khiếm khuyết |
Lỗ hổng cụ thể |
Logic kiểm tra bắt buộc |
|---|---|---|
Gạch trần |
sứt mẻ cạnh |
Giám sát camera góc xiên |
Gạch trần |
lỗ kim |
Quét ánh sáng truyền qua hoặc quét từ trên xuống |
Kim loại hóa |
Phân tách |
Chiếu ánh sáng có cấu trúc 3D |
Kim loại hóa |
khắc quần short |
Thuật toán quy tắc hình học 2D |
Việc mua sắm một hệ thống kiểm tra đòi hỏi phải kiểm tra kỹ thuật cẩn thận. Bạn phải đánh giá xem phần cứng và phần mềm xử lý các thành phần dễ vỡ, có giá trị cao như thế nào.
Hệ thống đèn LED nhiều màu, đa vùng, có thể lập trình thể hiện yêu cầu phần cứng không thể thương lượng. Dây chuyền sản xuất nguyên liệu hỗn hợp thường xuyên chuyển đổi giữa các lô Alumina và Silicon Nitride. Bạn không đủ khả năng để thay đổi vật lý các vòm đèn cho mỗi lô. Hệ thống chiếu sáng được điều khiển bằng phần mềm cho phép thay đổi công thức ngay lập tức. Tính linh hoạt này duy trì thông lượng cao đồng thời tối ưu hóa độ tương phản quang học cho từng loại chất nền cụ thể.
Các kỹ sư liên tục cân bằng chi tiết hình ảnh với tốc độ sản xuất. Bạn cần độ phân giải dưới micron để phát hiện các vết nứt chân tóc nguy hiểm một cách đáng tin cậy. Tuy nhiên, quét độ phân giải cao làm chậm đáng kể thời gian chu kỳ. Bạn phải đáp ứng các yêu cầu nghiêm ngặt về Đơn vị mỗi giờ (UPH) của sản xuất số lượng lớn. Chúng tôi khuyên bạn nên tính toán kích thước lỗi nghiêm trọng nhỏ nhất trước tiên. Sau đó, chọn cảm biến máy ảnh ánh xạ chính xác 3 đến 4 pixel tới lỗi đó. Tỷ lệ này đảm bảo khả năng phát hiện đáng tin cậy mà không cần xử lý dữ liệu hình ảnh không cần thiết.
Các nền tảng hiện đại kết hợp hai phương pháp phân tích riêng biệt để tối đa hóa độ chính xác.
Logic dựa trên quy tắc: Cách tiếp cận truyền thống này vẫn tốt nhất cho các phép đo hình học nghiêm ngặt. Nó vượt trội trong việc xác minh độ rộng dấu vết, kiểm tra các vùng tránh xa và đảm bảo căn chỉnh miếng đệm. Logic tuân theo các tham số toán học cứng nhắc một cách hoàn hảo mọi lúc.
AI và Deep Learning: Trí tuệ nhân tạo trở nên quan trọng để phân loại chính xác các khiếm khuyết chủ quan. Nó tìm hiểu sự khác biệt tinh tế giữa mức độ nghiêm trọng của vết xước. AI dễ dàng phân biệt vết nước vô hại với vết bỏng điện nghiêm trọng. Việc sử dụng deep learning tích cực làm giảm tỷ lệ dương tính giả.
Chúng ta phải đánh giá kỹ lưỡng khả năng tích hợp vật lý. Gốm sứ nổi tiếng là vật liệu giòn. Máy AOI phải có cơ chế kẹp ứng suất thấp độc quyền. Ngoài ra, bạn nên tìm đai vận chuyển chân không. Các hệ thống này bảo vệ bo mạch mà không tạo áp lực lên cạnh cứng. Việc ngăn chặn sự xuất hiện của ứng suất cơ học mới trong quá trình kiểm tra vẫn là điều tối quan trọng.
Việc tích hợp một nền tảng kiểm tra mới hiếm khi diễn ra hoàn hảo chỉ sau một đêm. Bạn nên lường trước những thách thức triển khai cụ thể để tránh sự chậm trễ đột ngột trong sản xuất.
Mỗi hệ thống quang học đều yêu cầu một đường cong học tập ban đầu. Chúng tôi gọi giai đoạn quan trọng này là giai đoạn điều chỉnh thư viện. Bạn phải dành đủ thời gian để các kỹ sư đào tạo các mô hình AI đúng cách. Họ cần cung cấp cho hệ thống hàng trăm hình ảnh hiển thị các biến thể thẩm mỹ chấp nhận được và không thể chấp nhận được. Việc gấp rút giai đoạn này trực tiếp gây ra các đợt từ chối sai lớn sau đó. Sự kiên nhẫn trong quá trình thiết lập đảm bảo sự ổn định lâu dài.
Môi trường nhà máy khắc nghiệt liên tục đe dọa việc hiệu chuẩn quang học nhạy cảm. Ánh sáng xung quanh nhà máy có thể dễ dàng gây nhiễu các cảm biến quang học có độ nhạy cao. Bóng từ xe nâng chạy ngang qua hoặc ánh đèn nhấp nháy trên cao làm thay đổi độ tương phản hình ảnh một cách khó lường. Hơn nữa, bụi trong không khí đọng lại trên thấu kính và chất nền, tạo ra các khuyết tật giả hàng ngày. Việc sử dụng vỏ máy thích hợp sẽ giải quyết những vấn đề này một cách hiệu quả. Chúng tôi cũng khuyên bạn nên tuân thủ các tiêu chuẩn phòng sạch nghiêm ngặt xung quanh khu vực kiểm tra trực tiếp.
Máy ảnh có độ phân giải cao tạo ra các tập tin khổng lồ một cách nhanh chóng. Điều này tạo ra nguy cơ nghiêm trọng là mạng lưới nhà máy sẽ bị áp đảo ngay lập tức. Cơ sở hạ tầng CNTT thường gặp khó khăn trong việc truyền tải hàng gigabyte dữ liệu hình ảnh không nén mỗi phút. Bạn phải sớm thiết lập các nguyên tắc nghiêm ngặt để lưu giữ dữ liệu. Nén mạnh mẽ các hình ảnh truyền đi và chỉ lưu các tệp không mất dữ liệu cho các bảng bị từ chối. Đảm bảo giao tiếp thông suốt bằng cách sử dụng các giao thức tích hợp MES tiêu chuẩn, chẳng hạn như SECS/GEM.
Việc triển khai kiểm tra quang học tự động sẽ chuyển đổi hoạt động sản xuất chất nền từ xử lý sự cố phản ứng sang kiểm soát chất lượng chủ động. Để đảm bảo triển khai thành công cao, hãy tập trung trực tiếp vào các hành động mang tính quyết định sau:
Danh sách rút gọn hoàn toàn theo năng lực vật liệu: Chọn nhà cung cấp AOI dựa trên khả năng chứng minh được của họ trong việc tạo hình ảnh vật liệu nền cụ thể của bạn. Kiểm tra chúng trong điều kiện sản xuất thực tế chứ không chỉ trong môi trường phòng thí nghiệm lý tưởng.
Yêu cầu trả trước quang học chuyên dụng: Xác nhận phần cứng hỗ trợ ánh sáng trường tối, đồng trục và đa bước sóng trước khi tham gia các cuộc thảo luận thương mại nghiêm túc.
Thực hiện bằng chứng khái niệm có cấu trúc (PoC): Cung cấp cho nhà cung cấp AOI một 'bảng vàng' cùng với một loạt các khiếm khuyết biên đã biết. Sử dụng điều này để đánh giá tỷ lệ dương tính giả và âm tính giả một cách an toàn trước khi chi tiêu vốn.
Lập kế hoạch cho băng thông mạng mạnh mẽ: Nâng cấp trước cơ sở hạ tầng máy chủ của bạn để xử lý tải trọng dữ liệu khổng lồ được tạo ra bằng chức năng quét quang học có độ phân giải cao.
Dành thời gian để đánh giá hệ thống xử lý vật lý bên cạnh hiệu suất quang học thuần túy. Hợp tác với nhà cung cấp hiểu rõ việc vận chuyển vật liệu giòn sẽ ngăn ngừa gãy xương do xử lý. Hãy bắt đầu đánh giá nhà cung cấp của bạn ngay hôm nay bằng cách chuẩn bị các mẫu lỗi trong trường hợp xấu nhất để kiểm tra điểm chuẩn ban đầu.
Đáp: Tỷ lệ cuộc gọi sai thay đổi rất nhiều tùy theo loại vật liệu và mức độ trưởng thành của thuật toán. Các hệ thống dựa trên quy tắc truyền thống thường gặp khó khăn với kết cấu gốm, đôi khi có tỷ lệ từ chối sai vượt quá 10%. Tuy nhiên, các cơ sở hiện đại thường nhắm đến tỷ lệ cuộc gọi sai dưới 3%. Để đạt được tỷ lệ đặc biệt thấp này đòi hỏi phải sử dụng các hệ thống Deep Learning được tối ưu hóa được đào tạo trên các thư viện lỗi mạnh mẽ.
Đáp: AOI 2D chủ yếu dựa vào độ tương phản và sự thay đổi màu sắc. Nó hoạt động tốt để đo diện tích bề mặt và phát hiện sự đổi màu. Tuy nhiên, nó không thể phát hiện sự tách lớp đồng một cách đáng tin cậy. Bạn cần AOI 3D hoặc hệ thống ánh sáng có cấu trúc để đo sự thay đổi chiều cao. Chỉ có bản đồ 3D mới xác định chính xác đặc điểm hình thành vết phồng rộp thực sự của sự phân tách bên trong.
Đáp: Có, độ dày ảnh hưởng đáng kể đến quá trình kiểm tra quang học. Tác động này xuất hiện rõ ràng nhất liên quan đến độ trong mờ, đặc biệt đối với chất nền Alumina. Chất nền dày hơn chặn nhiều ánh sáng hơn, giảm độ chói nhưng đòi hỏi công suất chiếu sáng cao hơn. Sự thay đổi về độ dày có thể yêu cầu người vận hành điều chỉnh cường độ chiếu sáng từ dưới lên hoặc hiệu chỉnh lại độ sâu tiêu cự liên tục.
