- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
团体标准
《IC封装基板图像检测系统技术规范》
编制说明书
2024年2月
《IC封装基板图像检测系统技术规范》
编制说明
一、工作简况
1、任务来源
2022年9月15日,中国国际科技促进会标准化工作委员会发布“关于开展《
IC封装基板图像检测系统技术规范》团体标准立项通知”(【2022】中科促标
字第467号),项目计划编号为CI2022241。
2、项目背景
IC封装基板(ICPackageSubstrate),俗称IC载板,是封装测试环节中的
关键载体,用于建立IC与PCB之间的讯号连接,此外还能起到保护电路,固定
线路并导散余热的作用。主要应用在存储芯片封装基板、微机电系统封装基板
、射频模块封装基板、处理器芯片封装基板和高速通信封装基板等。目前,IC
封装基板的基本格局是日韩台三足鼎立,中国在这个领域涉足较晚,但增速很
猛。
普通印制电路板(PCB-PrintedCircuitBoard)的线宽线距通常大于
100um,而IC载板的典型线宽/线距为10~30um。在传统PCB行业,图像检测设
备的分辨率一般最小只能达到20um,根本无法检测IC载板的线路缺陷。IC载
板的生产制造设备已经开始国产化,不过国产图像检测设备还属于空白,容易
受制于国际上的技术封锁。除此之外,IC载板的基材也难以采用玻璃纤维板或
聚酰亚胺等传统的材料,需要转向BT树脂基板或玻璃基板等材料。线宽/线距
的缩小和新型材质的应用,都对传统的检测设备提出了新的挑战。需要制定IC
载板图像检测的标准化技术规范和标准,引导自动化光学图像检测设备健康有
序发展。
IC封装基板自动光学检测系统通过高精度的图像检测,可以及时发现封装
基板上的缺陷和问题,如焊球、引脚等是否存在错位、缺失、短路等现象,从
而提高产品的质量和可靠性,对于提高产品质量、生产效率、降低生产成本、
促进智能化生产和保障人员安全等方面都具有重要意义。
现有的可见光直接成像技术由可见光相机直接成像,每个成像像素由RGB
插值得到,会导致像素损失,以及带来PCB板成像的分辨率不高的问题,同时
由于贴装元件焊盘会呈现弧度,采用单一方向光源照射难以对焊盘焊锡质量全
5
方位成像,不能够保证整块PCB板受到均匀光照,会带来由于视角不同、照明
差异所导致成像不一致的问题。同时传统的机器视觉检测算法处理速度快,性
能稳定,但是检测缺陷的准确率低,误报率高,使得很多企业需要加入人工复
判,进一步降低产品不良率。使用深度学习算法之后,虽然可以解决检测准确
率的问题,但是深度学习应用于工业缺陷检测依然具有数据样本匮乏、缺陷检
测任务精度、实时性要求高等难点。SMT产线缺陷样本匮乏主要体现在3个方
面。1)所提供的PCBA缺陷样本数量有限。其原因为制造工艺流程现代化,缺
陷产品罕见;厂商在生产工艺中没有加入缺陷数据采集、保存等流程,为提升
进一步产能奠定基础;对缺陷样本的精准标注成本高昂,工业数据呈现不均衡
现象,大部分为正样本,且部分行业缺陷需要具备特定知识背景的专业人员标
定,PCBA生产缺陷等。2)实时流数据缺陷分布与训练样本分布不同。传统模
型假设数据分布是固定、平稳的,样本之间独立同分布,所以模型在经过多轮
训练后可以检测出缺陷。但是当训练数据变为流数据后,训练数据的分布往往
是非平稳的,模型从非平稳的数据不断获取知识,新旧知识会产生冲突,进而
发生灾难遗忘。3)缺陷种类繁多,不规则。同一工业产品可能存在不同种类
的缺陷,同种缺陷也可能在形状、尺寸、颜色等特征上具有多样性.以往的方
法通常只能检测特定种类的缺陷,不具有自适应能力。
课题组依托安徽省发改委重大专项项目围绕智能制造环境下人机共融智能
检测这一科学问题,开展“人机共融智能驱动的可靠制造理论与方法”的原创
性、系统性研究,突破“人机协作感知增强的工业智能检测”关键技术:
(1)针对消费电子生产制造中SMT缺陷标签样本数量/质量严重受限的挑
战,通过融合人的先验知识揭示检测数据的表示特征和统计规律,构建融合数
据驱动与知识引导的有限监督标签检
文档评论(0)