การตรวจสอบการบัดกรี Ball Grid Array โดยใช้ AI

กรณีศึกษา

เทคโนโลยี Ball Grid Array (BGA) เป็นวิธีการบรรจุที่นิยมสำหรับชิปเซมิคอนดักเตอร์ขั้นสูง ซึ่งพัฒนาขึ้นครั้งแรกเพื่อแก้ไขปัญหาการขาดแคลนไฟฟ้า วิธีการนี้เกี่ยวข้องกับการจัดเรียงลูกบอลบัดกรีขนาดเล็กบนพื้นผิวด้านล่างของชิปเพื่อลดพื้นที่การบรรจุภัณฑ์และเพิ่มความน่าเชื่อถือ โดยทั่วไปผู้ผลิตจะใช้พลาสติก BGA โดยใช้ประโยชน์จากพื้นผิวที่เคลือบเป็นโซลูชันที่คุ้มต้นทุน อย่างไรก็ตาม ความแปรผันของอุณหภูมิระหว่างการบัดกรีแบบรีโฟลว์อาจทำให้ PCB และ BGA เสียรูปในบางครั้ง ซึ่งนำไปสู่ข้อบกพร่องที่ไม่เปียกและลูกบอลบัดกรีซ้อนทับกัน ส่งผลให้เกิดไฟฟ้าลัดวงจร

โจทย์งาน

วิธีการตรวจสอบด้วยแสงแบบดั้งเดิมไม่ได้ผลในการตรวจสอบคุณภาพการบัดกรีสำหรับลูกบอลบัดกรีที่มีความเข้มข้นบนพื้นผิวด้านล่าง อุปกรณ์เอ็กซ์เรย์กลายเป็นสิ่งจำเป็นในการเจาะทะลุและตรวจจับการบัดกรีปลอมที่อาจเกิดขึ้น อย่างไรก็ตาม ภาพเอ็กซ์เรย์มักแสดงสัญญาณรบกวนพื้นหลังอย่างมีนัยสำคัญ และไม่มีขอบที่ชัดเจนในระดับสีเทา ทำให้เกิดความท้าทายสำหรับระบบที่อิงกฎเกณฑ์ในการวิเคราะห์

วิธีการ

SolVision ใช้ประโยชน์จากการเรียนรู้เชิงลึกโดยใช้รูปภาพตัวอย่างที่มีป้ายกำกับเพื่อสอนโมเดล AI เกี่ยวกับคุณลักษณะของข้อบกพร่องในการบัดกรีปลอมในลูกบอลบัดกรีที่ทับซ้อนกัน หลังการฝึกอบรม โมเดล AI แสดงให้เห็นถึงการตรวจจับและการจดจำข้อบกพร่องของการบัดกรีต่างๆ ที่แม่นยำ แม้แต่ในภาพเอ็กซ์เรย์ที่มีพื้นหลังที่มีสัญญาณรบกวนและขอบที่ไม่ชัดเจน

ผลที่ได้รับ

SolVision ปรับปรุงความแม่นยำอย่างมากในการระบุข้อบกพร่องของการบัดกรี ทำให้มั่นใจได้ถึงกระบวนการตรวจสอบเซมิคอนดักเตอร์ที่เชื่อถือได้ ,ด้วยการจัดการกับความท้าทายด้วยลูกบอลบัดกรีที่มีความเข้มข้น การตรวจสอบ SolVision จึงเพิ่มความคล่องตัวในการประกันคุณภาพ เพิ่มความน่าเชื่อถือของบรรจุภัณฑ์ชิป ,SolVision เร่งการตรวจจับข้อบกพร่อง ลดการตรวจสอบที่ใช้แรงงานเข้มข้น ลดความล่าช้าในการผลิต และรับประกันการผลิตชิปเซมิคอนดักเตอร์ที่คุ้มต้นทุน

ภาพประกอบ