COGNEX(코그넥스) MLCC 검사

내용

MLCC(다층 세라믹 커패시터)는 집적 회로 기판에 연결하기 위한 금속 단자가 있는 스택 커패시터 블록으로 구성됩니다. MLCC는 터미네이션 코팅의 균열, 블리스터, 칩, 오염 및 공극을 포함하여 다양한 가능한 제조 결함으로 어려움을 겪습니다. 이러한 커패시터는 상당한 에너지를 저장하므로 고장은 결함이 있는 MLCC에 영향을 미칠뿐만 아니라 인접 부품이나 집적 회로 기판 자체를 손상시킬 수 있습니다. MLCC는 작고 대량으로 제공됩니다. 모양과 위치가 매우 다양한 미묘한 결함이 있을 수 있습니다. 또한 기존 머신 비전의 효과를 제한하는 반짝이는 표면이 있습니다. 결과적으로 수동 검사는 여전히 중요한 역할을 합니다. 자동 광학 검사 (AOI) 기계는 모든 커패시터의 6면을 모두 검사 한 다음 사람이 커패시터의 통계적 샘플링의 한면을 검사합니다. 그러나 AOI 기계는 과잉 살상률이 높고 수동 검사는 일반적인 사용에 비해 너무 느립니다. 전체 프로세스는 비용이 많이 들고 느리고 오류가 발새하기 쉬우며 프로세스 개선에 도움이 될 수 있는 유용한 데이터를 생성하지 않습니다.

 

Cognex는 맞춤형 조명과 딥 러닝 비전 도구를 결합한 MLCC 검사를 위해 특별히 미용 광학 검사(COI) 기계를

구축했습니다. 첫째, MLCC 검사용으로 맞춤화된 조명 모듈은 관련없는 표면 변화를 최소화하면서 커패시터 본체와 단자

모두에게 쉽게 놓칠 수 있는 결함을 드러냅니다. MLCC는 AOI 기계에 의해 검사 된후 COI 기계에 의해 검사되어

생산에서 제외되는 오탐과 좋은 부품의 양을 줄입니다. 이 기계는 수동 검사에 비해 더 나은 속도, 정확성 및 공정 개선

데이터를 제공합니다. Cognex Deep Learning의 분류 도구는 무결점 및 결함이 있는 다양한 MLCC의 라벨이 지정된

이미지에 대해 학습됩니다. 분류 도구는 가능한 광범위한 결함을 분류하는 방법과 일반 부품의 전체 변형을 학습합니다.

교육으 받으면 모든 MLCC 부품을 스캔하고 허용 범위를 벗어난 부분을 즉시 표시하거나 이전에 결함으로 표시되었던

양호한 부품을 식별할 수 있습니다. 분류된 결함은 시간 경과에 따른 부품 결함을 최소화하기 위해 업스트림 프로세스

제어에도 사용할 수 있습니다.

 

COGNEX 제품 적용 솔루션 참조 : www.xvision.co.kr
머신비전 관련 문의처 ☞ (주)아이디맥스 02-838-1170

공장 자동화를 위한 인공지능 딥러닝 : www.newbrain.co.kr 기술영업문의 : sales@idmax.co.kr

자동인식전문기업 IDMAX : www.idmax.co.kr 기술영업문의 : sales@idmax.co.kr