Electrónica

Inspección de MLCC

Automatice las tasas de inspección automáticas de MLCC al tiempo que se reduce el exceso

MLCC Inspection

Productos relacionados

In-Sight D900

In-Sight D900

Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi

ViDi software with all defect detection tools

VisionPro Deep Learning

A breakthrough in complex inspection, part location, classification, and OCR

Un condensador cerámico multicapa (MLCC) consta de un bloque de condensadores apilados con terminales metálicos para conectarse en tarjetas de circuitos integrados. Los MLCC sufren de diferentes posibles defectos de fabricación, que incluyen grietas, ampollas, astillas, contaminación y vacíos en la capa de terminación. Estos condensadores almacenan energía significativa, por lo que las fallas no solo afectan al MLCC defectuoso, sino que pueden dañar los componentes cercanos o la tarjeta de circuito integrados en sí.

Los MLCC son pequeños y se presentan en grandes cantidades. Pueden presentar diferentes defectos sutiles que varían ampliamente en su apariencia y ubicación. Asimismo, cuentan con superficies brillantes que limitan la eficacia de la visión artificial tradicional.

Por lo tanto, la inspección manual sigue siendo importante. Una máquina de inspección óptica automática (AOI) inspecciona los seis lados del condensador, seguido por una inspección humana de un lateral de una muestra estadística de los condensadores. Pero las máquinas AOI tienen una alta tasa de sobrecarga, mientras que la inspección manual es demasiado lenta para el uso general. El proceso general es costoso, lento, proclive a errores y no proporciona información útil que pueda ayudar a mejorar el proceso.

Cognex ha desarrollado una máquina de inspección óptica cosmética (COI) especialmente para la inspección de MLCC que combina iluminación personalizada y herramientas de visión de deep learning. Primero, un módulo de iluminación personalizado para la inspección de MLCC minimiza las variaciones superficiales irrelevantes, a la vez que revela defectos que de otro modo se pasarían por alto fácilmente tanto en el cuerpo del condensador como en los terminales.

Luego de que la máquina de AOI haya inspeccionado los MLCC, la máquina COI los inspecciona para disminuir la cantidad de falsos positivos y la cantidad de piezas en buen estado que se retiran de la línea de producción. Esta máquina proporciona mejor velocidad, precisión e información para mejorar el proceso que la inspección manual.

La herramienta de clasificación de deep learning de Cognex se entrena con imágenes etiquetadas de una amplia variedad de MLCC con y sin defectos. La herramienta de clasificación aprende a categorizar una amplia variedad de posibles defectos, además de aprender todas las variaciones de las piezas normales. Una vez entrenada, puede escanear cada pieza del MLCC e identificar inmediatamente cualquiera que se encuentre por fuera del rango aceptable o identificar piezas en buen estado que anteriormente se etiquetaron como defectuosas.

Los defectos categorizados también se pueden usar en el control del proceso más adelante para minimizar los defectos de las piezas con el tiempo.

Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex

¿Tiene alguna pregunta?

Los representantes de Cognex están disponibles en todo el mundo para respaldar sus necesidades de visión y de lectura de códigos de barras industriales.

Contáctenos
Loading...