• 判定標(biāo)準(zhǔn)不統(tǒng)一，檢測(cè)效率低下

• 質(zhì)檢人員流動(dòng)性大，培訓(xùn)周期長(zhǎng)

• 無(wú)留檔記錄，無(wú)法追溯歷史數(shù)據(jù)

• 缺陷種類(lèi)多，無(wú)法量化缺陷統(tǒng)計(jì)數(shù)據(jù)

• 無(wú)法實(shí)時(shí)監(jiān)控和反饋數(shù)據(jù)，缺少工藝異常鎖定功能

1）產(chǎn)品外觀缺陷檢測(cè)：通過(guò)機(jī)器視覺(jué)獲取產(chǎn)品表面特征圖像，對(duì)圖像中的缺陷進(jìn)行精準(zhǔn)定位抓取，并進(jìn)行精準(zhǔn)識(shí)別與分類(lèi)；

2）數(shù)據(jù)統(tǒng)計(jì)分析：分析產(chǎn)品缺陷分類(lèi)占比，準(zhǔn)確定位缺陷位置信息，有效識(shí)別生產(chǎn)工藝改善方向；批量統(tǒng)計(jì)分析缺陷變化規(guī)律，定位缺陷產(chǎn)生原因及工藝，實(shí)時(shí)檢測(cè)設(shè)備及工藝性能波動(dòng)情況；結(jié)合生產(chǎn)過(guò)程中出現(xiàn)的缺陷數(shù)據(jù)和趨勢(shì)信息，對(duì)改善制造工藝、優(yōu)化生產(chǎn)流程進(jìn)行缺陷根因分析；

3）自適應(yīng)缺陷識(shí)別：通過(guò)自適應(yīng)成像配置調(diào)節(jié)及多種成像方式，結(jié)合無(wú)監(jiān)督遷移學(xué)習(xí)的人工智能算法，對(duì)新形態(tài)缺陷不論大小以及形態(tài)均實(shí)現(xiàn)自適應(yīng)缺陷檢出。并配合自動(dòng)化質(zhì)量監(jiān)控對(duì)設(shè)備問(wèn)題進(jìn)行報(bào)警。

項(xiàng)目成果

通過(guò)自動(dòng)化檢測(cè)設(shè)備替代原有人工目檢，10秒檢測(cè)一塊硅片，檢測(cè)效率大幅提升，滿足高產(chǎn)能生產(chǎn)需求；1個(gè)人可以同時(shí)維護(hù)多臺(tái)設(shè)備，大幅降低了人力投入，同時(shí)縮短了人工培訓(xùn)周期。

2、缺陷檢測(cè)準(zhǔn)確率高達(dá)99%

通過(guò)自適應(yīng)高分辨率成像穩(wěn)定獲取產(chǎn)品圖像特征，并結(jié)合機(jī)器視覺(jué)建立統(tǒng)一的缺陷檢測(cè)規(guī)范，有效提升了產(chǎn)品缺陷檢測(cè)的穩(wěn)定性以及準(zhǔn)確性。

3、出貨良率提升20%

在進(jìn)行缺陷檢測(cè)的同時(shí)，進(jìn)行大量數(shù)據(jù)統(tǒng)計(jì)分析，有效識(shí)別前段工藝生產(chǎn)問(wèn)題及改善方向，進(jìn)而促進(jìn)生產(chǎn)工藝優(yōu)化，結(jié)合精準(zhǔn)的產(chǎn)品等級(jí)劃分，促使產(chǎn)品出貨良率提升。