フライングチェッカーの基板検査データをAIが分析し、発見しにくい潜在不良を検出
基板外観検査装置や基板電気検査の限界
AOI(外観検査装置)では、回路上の欠陥は検出できますが、電気的な導通保証と、スルーホール内部の検査ができません。また完全な検査を行おうとすると、内層ごとの検査が必要になります。フライングチェッカーは電気的にネットのキャパシタや抵抗値を検査しますが、設定したしきい値の範囲内で、見逃される不良が存在します。
プロセスアナライザーPro UA1801は、AIによる「教師なし学習」機能により、フライングチェッカーの検査データのしきい値の範囲内から「特異点」を識別し、潜在不良を検出します。
検出事例1 スルーホールの異常
特異点として検出された基板と、検出されなかった基板のスルーホールをX線解析したところ、厚みと体積の違いが確認されました。
検出事例2 内層パターンの細り
特異点として検出された基板と、検出されなかった基板の内層パターンをX線解析したところ、パターンの細りが確認されました。
疑似的に作った不良の検出
疑似的に作ったマウスバイトとスルーホール内側のキズも、AIによる抵抗値分布の学習と識別により、特異点として検出できました。
不良に起因するフライングチェッカーの抵抗値変化をAIで検出
フライングチェッカーによる抵抗検査では、めっき厚などによるバラつきの中に、不良による抵抗値変化が埋もれてしまいます。
プロセスアナライザー Pro UA1801はAIによる教師なし学習により、埋もれた抵抗値の中から特異点を識別することで潜在不良を検出します。