전자 부품

MLCC 검사

과검을 줄이면서 MLCC 자동 검사 속도를 증대

MLCC Inspection

관련 제품

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

ViDi software with all defect detection tools

VisionPro Deep Learning

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

적층 세라믹 콘덴서(MLCC)는 스택형 콘덴서 블록과 집적회로판 연결을 위한 금속 단자로 구성됩니다. MLCC에는 균열, 기포, 조각, 오염, 종단 코팅의 빈 공간 등을 포함해 다양한 제조상의 결함이 발생할 수 있습니다. 이러한 콘덴서는 커다란 양의 에너지를 보관하기 때문에 오류가 발생하면 MLCC 뿐 아니라 인접 부품 또는 집적회로판 자체를 손상시킬 수 있습니다.

MLCC는 크기가 작고 다량으로 존재합니다. 때문에 모양과 위치가 상당히 다른 여러 가지의 미묘한 결함이 나타날 수 있습니다. 또한 반사 표면이 있을 경우 기존 머신비전으로 결함을 검출하기가 어렵습니다.

이로 인해 여전히 수작업 검사가 큰 비중을 차지합니다. 자동 광학 검사(AOI) 머신은 모든 콘덴서의 6면 전체를 검사한 후, 뒤이어 육안 검수자가 콘덴서의 통계 샘플링 중 한 면을 검사합니다. 하지만 AOI는 과검률이 높고, 수작업 검사는 일반적으로 속도가 너무 느립니다. 전반적인 공정에 높은 비용이 수반되고 속도가 느린 반면, 오차가 발생하기 쉬울 뿐 아니라 공정 개선에 도움이 될 수 있는 유용한 데이터를 생성하지 않습니다.

코그넥스는 특별히 MLCC 검사를 위해 맞춤형 조명과 딥러닝 비전 툴을 결합한 외관 광학 검사(COI) 머신을 구축하였습니다. 먼저, MLCC 검사를 위한 조명 모듈은 관련 없는 표면으로 인한 변형을 최소화하고, 콘덴서 바디와 단말 모두에서 쉽게 놓칠 수 있는 결함을 찾아냅니다.

MLCC를 AOI 머신으로 검사한 후 COI 머신으로 검사하면 생산에서 제외되는 거짓 양품의 수를 줄일 수 있습니다. 이 머신은 수작업 검사에 비해 더 나은 속도와 정확도, 공정 개선 데이터를 제공합니다.

코그넥스 딥러닝 분류 툴은 결함 없는 MLCC와 결함 있는 MLCC 모두에 대한 다양한 종류의 이미지를 트레이닝합니다. 이 분류 툴은 가능한 결함을 인식해 분류하고 정상적인 부품의 전체 종류도 학습합니다. 트레이닝 후 모든 MLCC 부품을 스캔하면서 수용 가능한 범위를 벗어나는 모든 사항에 즉시 플래그를 지정하거나 이전에 결함으로 지정된 양호한 부품을 식별합니다.

분류된 결함은 시간에 따른 부품 결함을 최소화하도록 업스트림 공정 제어에도 사용할 수 있습니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입

질문이 있으십니까?

전 세계 어디에서든 코그넥스 담당자들이 여러분의 비전과 산업용 바코드 판독 관련 문제를 지원합니다.

연락처
Loading...