Produtos Eletrônicos

Inspeção do MLCC

Aumente as taxas de inspeção automática do MLCC enquanto reduz o exagero

MLCC Inspection

Produtos Relacionados

In-Sight D900

In-Sight D900

Baseado na Tecnologia de Software de Visão In-Sight ViDi Deep Learning

ViDi software with all defect detection tools

VisionPro Deep Learning

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

Um capacitor de cerâmica multicamada (MLCC) consiste em um bloco de capacitores empilhados com terminais metalizados para conexão a placas de circuito integrado. Os MLCCs sofrem de uma variedade de possíveis defeitos de fabricação, incluindo rachaduras, bolhas, lascas, contaminação e lacunas no revestimento de terminação. Esses capacitores armazenam energia significativa, portanto, as falhas afetam não apenas o MLCC com defeito, mas podem danificar componentes adjacentes ou a própria placa de circuito integrado.

Os MLCCs são pequenos e vêm em grande número. Eles podem ter uma variedade de defeitos sutis que variam amplamente em aparência e localização. Além disso, eles têm superfícies brilhantes que limitam a eficácia dos sistemas de visão tradicionais.

Como resultado, a inspeção manual ainda desempenha um papel significativo. Uma máquina de inspeção ótica automatizada (AOI) inspeciona todos os seis lados de todos os capacitores, seguida por humanos inspecionando um lado de uma amostra estatística dos capacitores. Mas as máquinas de AOI têm uma alta taxa de exagero, enquanto a inspeção manual é muito lenta para uso geral. O processo geral é caro, lento, sujeito a erros e não produz dados úteis que possam ajudar na melhoria do processo.

A Cognex construiu uma máquina de inspeção ótica cosmética (COI) especificamente para a inspeção de MLCC, que combina iluminação personalizada e ferramentas de visão com deep learning. Em primeiro lugar, um módulo de iluminação personalizado para inspeção de MLCC minimiza variações irrelevantes de superfície, enquanto revela defeitos de outra forma facilmente perdidos no corpo do capacitor e nos terminais.

Após os MLCCs terem sido inspecionados pela máquina de AOI, eles são inspecionados pela máquina de COI para reduzir o número de falsos positivos e peças boas sendo retiradas da produção. Esta máquina oferece melhor velocidade, precisão e dados de melhoria de processo quando comparada à inspeção manual.

A ferramenta de classificação do Cognex Deep Learning é configurada em imagens rotuladas de uma ampla variedade de MLCCs com e sem defeitos. A ferramenta de classificação aprende a categorizar a ampla variedade de possíveis defeitos, bem como aprende a variação completa das peças normais. Depois de configurada, ela pode examinar todas as peças de MLCC e instantaneamente sinalizar qualquer peça fora do intervalo aceitável ou identificar peças boas que foram previamente sinalizadas como defeituosas.

Os defeitos categorizados podem também ser usados para controle de processo a montante para minimizar defeitos nas peças ao longo do tempo.

PRODUTOS COGNEX EM DESTAQUE

ACESSE O SUPORTE E TREINAMENTO DE PRODUTOS E MAIS

Junte-se ao MyCognex

TEM ALGUMA PERGUNTA?

Os representantes da Cognex estão disponíveis em todas as regiões do mundo para ajudar com as suas necessidades de visão e leitura industrial de códigos de barras

Fale Conosco
Loading...