Sherlock8 AI 驅(qū)動的視覺檢測可以發(fā)現(xiàn)極小的納米級 PCB 缺陷

手機行業(yè)的規(guī)模和競爭力推動了許多行業(yè)的投資和創(chuàng)新，從成像、軟件，甚至冶金。毫無疑問，半導(dǎo)體技術(shù)和市場受到了最大的沖擊和影響， 更小封裝更高性能是半導(dǎo)體市場幾十年來一直不懈的需求。 幾個月前，蘋果發(fā)布了最新款 iPhone，其中一些配備了臺灣臺積電生產(chǎn)的全新 3 納米制造工藝的新型 A17 仿生芯片。 據(jù)報道，蘋果采購了臺積電能夠生產(chǎn)的所有3nm芯片。 這些芯片比 5 納米前代芯片更小、更快、耗電更低、更節(jié)能。 據(jù)蘋果公司稱，每塊芯片都有 190 億個晶體管，其中一些晶體管非常小，可能只有 12 個硅原子寬。

同樣的壓力也延伸到了印刷電路板制造領(lǐng)域。據(jù)報道，蘋果公司將改用樹脂涂層銅 (RCC) 箔作為其新的 PCB 材料，從而使該公司能夠?qū)⑵渲圃斓酶　?nbsp;這對制造商來說將是一個挑戰(zhàn)，因為 RCC 箔非常脆弱，研究人員在 IEEE 上發(fā)表文章稱，它在層壓過程中特別容易受到熱量和壓力的影響。僅僅創(chuàng)新是不夠的——你必須要有利潤。 《信息》雜志 的新報道描述了蘋果為降低成本而獲得的有利條件：作為巨額訂單的回報，臺積電必須承擔(dān)帶有缺陷的處理器芯片的成本。 因此，盡管像 TSM 這樣的晶圓廠正在通過開發(fā)更小的節(jié)點工藝以減小芯片尺寸和降低功耗來加強自己的競爭力，但它們在質(zhì)量方面將面臨嚴峻的挑戰(zhàn)。

PCB 的自動光學(xué)檢測

對于許多公司來說，質(zhì)量控制是 PCB 制造鏈中的主要瓶頸，包括可靠性測試和返工有缺陷的 PCB。 提高質(zhì)量控制的速度和效率可以顯著提高產(chǎn)量和成品率，降低制造成本和減少浪費。大多數(shù) PCB 制造商使用自動光學(xué)檢測 (AOI) 來監(jiān)控印刷電路板中的缺陷。 當(dāng)印刷板上的焊接、連接、焊盤和走線存在缺陷時，這可以提供強有力的保證。

事實證明，AOI 對于及早檢測組裝過程中出現(xiàn)的問題非常有用，例如短路、開路、焊接變薄、走線劃痕等。 特別是，劃痕對于電路板來說可能是“致命的”，會改變其電氣特性并導(dǎo)致成品完全故障。AOI 的優(yōu)勢是直接集成在 PCB 生產(chǎn)線的末端，在層壓和蝕刻之前，比其他方法更早地檢測到可能的缺陷。 成像系統(tǒng)捕獲高分辨率圖像，分辨率低至幾微米，然后將它們與“完美”模型板（也稱為“黃金模板”）的圖像或合格樣品和缺陷樣品的圖像數(shù)據(jù)庫進行比較 。

除了對組裝中的 PCB 進行測試外，AOI 方法還可以監(jiān)控制造過程本身。 抓取設(shè)備可以實時響應(yīng)檢測到的缺陷，糾正組件錯位和未對準等裝配缺陷。

超越傳統(tǒng)走向人工智能成像

盡管如此，隨著對更小、更高性能零件的需求，由此產(chǎn)生的材料缺陷的復(fù)雜性和微妙性意味著傳統(tǒng)的手動檢查或基于規(guī)則的成像可能根本無法勝任這項任務(wù)。 一家半導(dǎo)體OEM設(shè)備廠家需要檢測 PCB 元件上的各種細微缺陷，包括破損、磨損、污染、碎片和氣泡。 然而，使用傳統(tǒng)的基于規(guī)則的圖像處理并不能提供他們所需的準確性。 他們面臨著在現(xiàn)有流程中未被發(fā)現(xiàn)的缺陷零件增加的問題，從而推高了成本。 他們需要一個新的解決方案。

為了克服這些障礙，該客戶決定嘗試AI深度學(xué)習(xí)，以滿足檢測 PCB 及其組件缺陷的準確性要求。 他們選擇了 Teledyne DALSA的 Sherlock8 AI 檢測軟件套件。Sherlock8 AI 軟件使他們能夠在 AOI 機器中使用 AI 功能擴展基于規(guī)則的算法。 事實證明，Sherlock8 AI 軟件是 該OEM客戶 的理想解決方案，使他們能夠使用大部分現(xiàn)有系統(tǒng)，同時更準確地檢測其他方法可能錯過的細微缺陷，包括破損、磨損、污染和碎片 使用 Sherlock8 AI，該客戶 能夠以 12-14 毫 秒的速度對 200 張圖像進行連續(xù)分類，準確率達到 98%，對 453 張好圖像和 11 張壞圖像進行連續(xù)分類，準確率達到 100%。 此外，當(dāng)同時在零件圖像上查找多個缺陷時，他們能夠通過 259 張圖像和 20 毫秒的速度進行物體檢測，實現(xiàn) 99.62% 的準確率。

PCB 上的晶體管可能有許多微小的變化，這些變化可能會，也可能不會影響性能。過去幾年AI機器學(xué)習(xí)領(lǐng)域取得的巨大進步正是針對了此類的應(yīng)用。結(jié)果是一條生產(chǎn)線可以準確地檢測印刷電路板上的細微缺陷，而無需進行勞動密集型的人工檢測。AI深度學(xué)習(xí)為傳統(tǒng)的基于規(guī)則的圖像處理提供了可靠且穩(wěn)定的替代方案，而傳統(tǒng)的圖像處理在檢測細微缺陷方面常常無能為力?？傮w而言，由于 Teledyne DALSA的 Sherlock8 AI 軟件，該OEM客戶在 PCB 缺陷檢測的準確性和速度方面都取得了顯著提高，使他們能夠減少缺陷，同時提供符合其規(guī)格的更高質(zhì)量的產(chǎn)品。

為 2030 年做好準備

如今，該行業(yè)仍在從 2021 年開始的全球半導(dǎo)體短缺中慢慢恢復(fù)。盡管麥肯錫分析師預(yù)測，未來十年半導(dǎo)體增長的近 70% 將僅由三個行業(yè)推動：汽車、計算和數(shù)據(jù)存儲，以及 無線通信領(lǐng)域，這些行業(yè)仍在因錯過產(chǎn)品發(fā)布、延遲更新、更高的價格和更高的期望而奮起直追。 壓力與日俱增。

深度學(xué)習(xí)和人工智能軟件系統(tǒng)譬如：Sherlock8可以快速提高最大瓶頸的速度和準確性：質(zhì)量控制。 各個公司可以將質(zhì)量控制轉(zhuǎn)化為競爭優(yōu)勢，提高速度并降低成本，同時在緊密結(jié)合的行業(yè)中建立信任，而不是成為問題。更好的產(chǎn)品可能只是一個開始。 半導(dǎo)體公司已經(jīng)是生成和分析數(shù)據(jù)的領(lǐng)導(dǎo)者，但機器學(xué)習(xí)和人工智能提供的幫助將絕對增強每家公司運營的生產(chǎn)效率。預(yù)測性維護和成品率、研發(fā)投資，甚至市場策略和產(chǎn)品優(yōu)化都可能受益于更多數(shù)據(jù)和更好的機器學(xué)習(xí)。