• Contatto vendite Cognex: 02 30578196

  • Contatti

Componenti elettronici

Rilevamento di microfratture sulla parete laterale del WLCSP

Elimina i difetti per migliorare la qualità, le prestazioni e la longevità del chip

Vision system detecting micro cracks on WLCSP

Prodotti correlati

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Ambiente di programmazione grafica per l'analisi di immagini industriali basata sul deep learning

In-Sight D900

In-Sight D900

Software di visione basato sul deep learning con tutta la potenza di In-Sight ViDi

I WLCSP (Wafer Level Chip Scale Packages) presentano strati multipli e possono sviluppare microfratture da danni causati da una cattiva manipolazione, da uno sforzo eccessivo (ad es. montaggio di sfere di saldatura) o da un trasporto approssimativo. Se non rilevate all'inizio del processo, queste fratture possono influenzare la qualità, le prestazioni e la longevità del chip.

A causa di questi rischi strutturali, i WLCSP dovrebbero essere ispezionati. Quando si controllano i difetti lungo la parete laterale del WLCSP, è difficile sapere la differenza tra un cambiamento di strato e una microfrattura. Fare questa distinzione è difficile per la visione artificiale basata su regole perché ci sono modelli confusi quando si guarda il WLCSP lateralmente a causa di sfondi disturbati e a basso contrasto. Ad esempio, le fratture sono in luoghi diversi e possono apparire come linee irregolari di strati strutturali.

Demo prodotto

Cercare di rilevare correttamente le microfratture nei WLCSP usando la visione artificiale basata su regole è un'operazione lunga e impegnativa. Gli strumenti di Deep Learning di Cognex rilevano in modo più efficiente le microfratture applicando algoritmi intelligenti per imparare le differenze tra gli strati strutturali normali e i difetti.

Il software è addestrato con una gamma di immagini che mostrano microfratture e set di immagini che mostrano la normale stratificazione all'interno dei WLCSP. Lo strumento di rilevamento di difetti apprende la normale variazione dello strato e sviluppa una comprensione completa dei difetti (microfratture).

Utilizzando il deep learning, le ispezioni altamente accurate aumentano il rendimento dei pacchetti di chip conformi che potrebbero essere stati erroneamente classificati come non conformi (NON OK). Allo stesso tempo, il deep learning può rilevare le microfratture sui WLCSP che altrimenti avrebbero superato l'ispezione con i metodi tradizionali, per poi fallire prematuramente sul campo.

 

Esempio di WLCSP conforme e non conforme con microcricca

 

Prodotti Cognex presentati

OTTIENI L’ACCESSO AD ASSISTENZA E FORMAZIONE IN MERITO AI PRODOTTI E MOLTO ALTRO ANCORA

Entra a far parte di MyCognex

AVETE DELLE DOMANDE?

I rappresentanti Cognex sono disponibili in tutto il mondo per supportarvi nelle vostre necessità di lettura dei codici a barre industriali

CONTATTI