Yarı İletkenler
Görünürlüğün sınırında bulunan, düşük kontrastlı ve cilalama izleri veya normal yüzey dokusuyla kolayca karıştırılan kusurlar için yarı iletken yapay zeka denetimi. Bu dağıtımlar, CMP çiziklerinden küp küp doğramaya kadar AOI’nin aşırıya kaçtığı veya gözden kaçırdığı şeyleri yakalayan fabrikaları ve paketleme hatlarını gösteriyor.
Yarıiletken Taşıyıcı Tepsilerinin Görsel Muayenesi
Yapay zeka ile otomatik arıza tespiti. Yarıiletken Taşıyıcı Tepsilerinin Görsel Muayenesi.
‧
Yarıiletken Bileşenler için AI Denetimi
Geleneksel AOI sınırlamalarını aşan Solomon’un SolVision’ı, arka plan veya ışık koşullarından, karmaşıklıktan veya seri numarasının görünümünden etkilenmeden hızlı bir şekilde OCR gerçekleştirir.
‧
Yarıiletken Tepsilerinin Görsel Muayenesi
Solomon SolVision’ın Özellik Algılama aracı ilk önce tepsinin konumunu öğreniyor, ardından AOI sistemlerine göre daha esnek bir şekilde OCR gerçekleştiriyor.
‧
Akıllı Uzaktan Tesis Yönetimi
Makine görüşü, Optik Karakter Tanıma (OCR) yapmak için kullanılır. Bu bilgiler buluta gönderilir ve bir denetim raporu oluşturulur, böylece tesis operatörleri mobil cihazlar aracılığıyla tesis denetimini kolayca izleyebilirler.
‧
Yapay Zeka Kullanarak BGA Lehimleme Denetimi
SolVision AI, BGA lehimleme hatalarını hassasiyetle tespit ederek üreticiler için hata tespiti, inceleme doğruluğu ve kalite güvencesini artırır.
‧
Yapay Zeka Kullanarak IC Tepsisi İncelemesi
SolVision, yarı iletken endüstrisinde IC tepsi denetimini geliştirmek, hassas algılama sağlamak ve kalite güvence standartlarını yükseltmek için yapay zekayı kullanıyor.
‧
Paketlenmiş Yarıiletken Çiplerin İncelenmesi
Anomali Algılama aracı, yapay zeka modeline "mükemmel" yongaların örnek görüntülerini öğretmek için derin öğrenme teknolojisini kullanır.
‧
Yarı İletken Wafer’lar İçin Yapay Zeka Denetim Çözümü
SolVision'ın Yapay Zeka Denetim Çözümünü kullanarak, ince çizikler gibi küçük hatalar, örnek görüntülerde tespit edilip etiketlenerek Yapay Zeka modelini eğitmek için kullanılabilir.
‧
Wafer Dicing Kalite Kontrolü
SolVision'ın Instance Segmentation aracını kullanarak, örnek görüntülerdeki düzensiz çizgiler ve çoklu delik hataları, yapay zeka modelini eğitmek için etiketlenir.
‧
Wafer Küp Kesiminde Kırılma Kusurlarının Tespiti
Çatlakların yeri, boyutu ve şekli her seferinde değişir ve geleneksel optik muayene bu tür öngörülemeyen kusurları doğru bir şekilde tespit edemez.
‧
Yarı İletken Wafer Denetimlerinin Otomasyonu
Hatalı wafer'lar genellikle yüzeyde rastgele dağılmış ince hatalara sahip olup, bu durum AOI (Otomatik Optik Denetim) sistemlerinin verimli denetimler için kurallar koymasını engeller.
‧
Yarı İletkenlerde Yapışma Hatalarının Tespiti
Aşırı yapıştırıcı, çip üzerinde kalabilir veya devre kartına taşarak çipin eğilmesine neden olabilir ve bu da yarı iletken paketin genel stabilitesini etkiler.
‧
Lehim Çerçevelerinin Kalite Denetiminin Otomatikleştirilmesi
Yarı iletken üretimi daha sofistike hale geldikçe, lehim çerçevelerinin üretim süreci doğruluk ve verimlilik açısından geliştirilmelidir.
‧
Yarı İletken Paketleme Süreçlerinin Muayenesi
SolVision, AI görüntü analizi sayesinde görsel muayeneyi mümkün kılar ve die bonding sürecindeki hatalı ürünleri ve kusurları tespit etmek için yer değiştirme ve açı bilgilerinin güvenilirliğini artırır.
‧
Yapay Zeka Kullanarak Geri Dönüşüm İçin Plastik Parçaların Doğrulanması
META-aivi’nin yapay zeka ile atık yönetimini nasıl optimize ettiğini keşfedin; hataları azaltarak kirlenmeyi önlerken plastik geri dönüşüm sürecinin verimliliğini artırır.
‧