top of page
エレクトロニクス製造・実装

エレクトロニクス製造・実装に関連する気になるカタログにチェックを入れると、まとめてダウンロードいただけます。

はんだ不良のAI画像診断とは?課題と対策・製品を解説

目的・課題で絞り込む

カテゴリで絞り込む

エレクトロニクス製造関連製品
クリーン・静電対策
はんだ
レーザー加工技術
工場設備・備品
その他エレクトロニクス製造・実装

検査(試験工程)におけるはんだ不良のAI画像診断とは?

エレクトロニクス製造・実装業界において、製品の信頼性を左右するはんだ接合部の品質を、人工知能(AI)を用いた画像解析技術で自動的に診断する技術です。従来の人手による目視検査や、ルールベースの画像処理では見逃されがちだった微細な不良や、検査員の経験・スキルに依存するばらつきを解消し、高精度かつ効率的な品質管理を実現することを目的としています。

​各社の製品

絞り込み条件:

▼チェックした製品のカタログをダウンロード

​一度にダウンロードできるカタログは20件までです。

【ePM-AOI】は、ePM-Exソリューションの代表ツールであり、簡単かつ迅速なAOI装置用のジョブプログラム作成ツール。ePMソリューションは、最少の要員、最短のプログラム時間、最大効率のデータ管理、不良ゼロを目指している。

プログラム作成ツール ePM-AOI

当社では、半導体の開発や故障解析、FPD等のリペアの用途で幅広く使用されているYAGレーザー薄膜加工システムを提供しております。

高出力ならびに低出力の双方で安定した高品位のレーザー照射ができ、下地や周辺への影響を大幅に低減し、従来と異なる材料にも高品位レーザー加工が可能です。

【主なアプリケーション】
● DUVレーザーによる保護膜、有機薄膜等の除去
● 金やアルミ等のIC金属配線カットや除去、下層パターンの露出
● EBテスタ、プロービング用穴あけ
● FIBの前処理(前加工等)、SEM 、TEM等の前処理(マーキング等)
● 故障解析装置による試料裏面レーザーマークの表面への精密転写
● 簡易フォトマスク作成、フォトマスク修正
● FPDの各種欠陥修正:CF突起修正、OC異物突起修正、ITOショート切断等
● 有機膜へのダイレクトパターニング、パターン崩れの修正
● スポットアニール
● 電気測定システムへ搭載して不良・故障解析等

セミオートシステム、プローバ等の各種装置への搭載・組み込み、豊富な用途に対してカスタイマイズして提供可能です。

YAGレーザー薄膜加工システム

当社では、目視検査のバラツキ、導入ハードルの高さ、膨大な人件費と
時間、全て解決できる『AI基板不良検査アプリ』を取り扱っております。

許容できる良品限度画像を学習データに含めることでクリームはんだのゆらぎや、
パーツのわずかな位置ズレなどを許容し、本当に検出したい不良のみを検出。
さらに許容する程度はお客様で調整可能です。

また、本アプリでは簡単にモデル作成や闘値設定が可能で、特別なプログラミング
技術が不要です。まずはお気軽にお問い合わせください。

【特長】
■大量の学習データが不要
■はんだの揺らぎを許容しその中のNGを検出可能
■特別なプログラミング技術が不要

※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。

AI基板不良検査アプリ

当社が取り扱う浜村ユアツ社製『貴金属AI選別機』をご紹介します。

基板に使用されている電子部品は見た目が類似しているものが非常に
多いですが、85%以上の精度で分類可能。

ソフトにおいて、作成するモデル数に制限なく、分類は必要な数だけ
登録する事ができます。

また、海外向け装置も製作している熟練の技術をもつ自動機メーカーで
製作しており、AIエンジニアも在籍しておりますので、手厚い技術サポートが
提供可能です。

【特長】
■高精度な分類を可能にするAI
■分類数は無制限
■安全・安心な装置設計

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

【浜村ユアツ社製】貴金属AI選別機

2006年に、EU欧州連合による「電子・電気機器における特定有害物質の
使用制限」であるRoHS指令が施行されました。

ハロゲン系難燃剤であるPBBsとPBDEsがRoHS指令中の六種類の
特定有害物質の中に含まれ、規制対象物質となりました。

2元素プラン、4元素プランをISO/IEC17025認定試験所として
第三分析機関SGSの協力で安値で提供致します。

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。

【分析】ハロゲン

お探しの製品は見つかりませんでした。

1 / 1

検査(試験工程)におけるはんだ不良のAI画像診断

検査(試験工程)におけるはんだ不良のAI画像診断とは?

エレクトロニクス製造・実装業界において、製品の信頼性を左右するはんだ接合部の品質を、人工知能(AI)を用いた画像解析技術で自動的に診断する技術です。従来の人手による目視検査や、ルールベースの画像処理では見逃されがちだった微細な不良や、検査員の経験・スキルに依存するばらつきを解消し、高精度かつ効率的な品質管理を実現することを目的としています。

課題

検査員の負担増大とスキル依存

微細化・複雑化する実装部品に対し、目視検査では検査員の集中力維持が困難で、疲労による見逃しや判断のばらつきが発生しやすい。

検査精度のばらつきと再現性の課題

検査員の経験や熟練度に依存するため、検査結果に個人差が生じやすく、一定の品質を保つことが難しい。

検査時間の長期化と生産性低下

不良箇所の特定や判断に時間を要し、特に大量生産ラインでは検査工程がボトルネックとなり、全体の生産性を低下させる要因となる。

微細・複雑な不良の見逃しリスク

近年の電子部品の小型化・高密度実装化に伴い、従来の手法では発見が困難な微細なクラックや異物付着などの不良を見逃すリスクが高まっている。

​対策

AIによる自動画像解析

深層学習(ディープラーニング)などのAI技術を活用し、大量のはんだ画像データから不良パターンを学習させ、自動で高精度な診断を行う。

客観的かつ定量的な評価

AIが学習データに基づき、客観的かつ定量的な基準で不良を判定するため、検査員の主観や経験に左右されない一貫した品質管理が可能となる。

検査プロセスの高速化

AIによる自動診断は、人間が行うよりもはるかに高速に処理できるため、検査時間を大幅に短縮し、生産ライン全体の効率向上に貢献する。

未知の不良パターンの検出

継続的な学習により、これまで認識されていなかった新たな不良パターンや、微細な異常を早期に検出し、品質改善に繋げることができる。

​対策に役立つ製品例

画像認識ベースの検査システム

高解像度カメラで撮影した画像をAIが解析し、はんだの形状、量、ブリッジ、欠けなどの不良を自動検出するシステム。

AI学習済みモデル提供サービス

特定のはんだ不良に特化したAIモデルを事前に学習させ、ユーザーの既存検査設備に組み込むことで、迅速な導入と高精度な診断を実現するサービス。

クラウド型AI検査システム

検査画像をクラウドにアップロードし、AIが解析結果を提供するサービス。設備投資を抑えつつ、最新のAI技術を利用できる。

統合型品質管理ソフトウェア

AIによるはんだ不良診断結果を、製造実行システム(MES)や品質管理システムと連携させ、トレーサビリティの向上や工程改善に活用できるソフトウェア。

bottom of page