[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111079564B - 处理部件承载件的方法及光学检查设备和计算机可读介质 - Google Patents

处理部件承载件的方法及光学检查设备和计算机可读介质 Download PDF

Info

Publication number
CN111079564B
CN111079564B CN201911182370.0A CN201911182370A CN111079564B CN 111079564 B CN111079564 B CN 111079564B CN 201911182370 A CN201911182370 A CN 201911182370A CN 111079564 B CN111079564 B CN 111079564B
Authority
CN
China
Prior art keywords
array
component carrier
human operator
display
quality classification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911182370.0A
Other languages
English (en)
Other versions
CN111079564A (zh
Inventor
阿明·尼克霍尔
郑惜金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AT&S Chongqing Co Ltd
Original Assignee
AT&S Chongqing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AT&S Chongqing Co Ltd filed Critical AT&S Chongqing Co Ltd
Priority to CN202110585933.1A priority Critical patent/CN113378665B/zh
Priority to CN201911182370.0A priority patent/CN111079564B/zh
Publication of CN111079564A publication Critical patent/CN111079564A/zh
Priority to EP20209974.3A priority patent/EP3828821A1/en
Priority to US17/247,074 priority patent/US11935221B2/en
Application granted granted Critical
Publication of CN111079564B publication Critical patent/CN111079564B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08—Monitoring manufacture of assemblages
    • H05K13/083—Quality monitoring using results from monitoring devices, e.g. feedback loops
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30152—Solder
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种对部件承载件(100)进行处理的方法，其中该方法包括：将多个阵列件(102)供应给人类操作者(118)以进行光学检查，每个阵列件包括多个部件承载件(100)；在显示器(104)上显示相应的阵列件(102)；以及提供用户界面(106)，使所述人类操作者(118)能够输入与所显示的阵列件(102)的质量分类有关的判断，而无需由所述人类操作者(118)对所述阵列件(102)进行强制性手动操控。本发明还涉及一种用于对阵列件的部件承载件进行光学检查的设备、一种计算机可读介质以及一种程序单元。

Description

处理部件承载件的方法及光学检查设备和计算机可读介质
技术领域
本发明涉及一种对部件承载件进行处理的方法、一种用于对阵列件的部件承载件进行光学检查的设备、一种计算机可读介质以及一种程序单元。
背景技术
随着装配有一个或多个电子部件的部件承载件的产品功能的不断增长、以及这种电子部件的小型化不断加强、以及要安装在诸如印刷电路板之类的部件承载件上的电子部件数量的不断增加的背景下，越来越多的采用具有多个电子部件的更强大的类阵列件元件或封装件，它们具有多个接触部或连接件，这些接触部之间的间距越来越小。在操作过程中，由这些电子部件和部件承载件本身产生的热量的去除变得越来越重要。同时，部件承载件应具有机械鲁棒性和电气可靠性，以便即使在恶劣的条件下也可以操作。
常规地，由人类操作者对制成的阵列件的部件承载件进行检查，所述人类操作者为此目的对所述阵列件进行手动操控。但是，特别是在后端处理期间，阵列件中的部件承载件容易损坏。此外，由人类操作者进行的常规光学检查很麻烦。
发明内容
本发明的目的是以高成品率和合理的努力在阵列件水平上对部件承载件进行处理。
为了实现以上限定的目的，提供了根据本发明的对部件承载件进行处理的方法、用于对阵列件的部件承载件进行光学检查的设备、计算机可读介质以及程序单元。
根据本发明的示例性实施例，提供了一种对部件承载件进行处理的方法，其中，所述方法包括：将多个阵列件供应给人类操作者以进行光学检查，每个阵列件包括多个部件承载件；在显示器上显示相应的阵列件；以及提供用户界面，使所述人类操作者能够输入与所显示的阵列件的质量分类有关的判断。特别地，可以在不需要人类操作者对所述阵列件进行强制性手动操控的情况下进行所述质量分类。
根据本发明的另一个示例性实施例，提供了一种用于对阵列件的部件承载件进行光学检查的设备，其中，所述设备包括：供应单元，所述供应单元配置成向人类操作者供应多个阵列件以进行光学检查，每个所述阵列件包括多个部件承载件；显示器，所述显示器配置成向所述人类操作者显示相应的阵列件；以及用户界面，所述用户界面配置成使所述人类操作者能够输入与所显示的阵列件的质量分类有关的判断。特别地，可以在不需要人类操作者对所述阵列件进行强制性手动操控的情况下进行所述质量分类。
根据本发明的又一示例性实施例，提供了一种程序单元(例如，软件程序、源代码中的程序单元或可执行代码中的程序单元)，当由处理器(例如，微处理器或CPU)执行所述程序单元时，该程序单元适于控制或执行具有上述特征的方法。
根据本发明的又一示例性实施例，提供了一种计算机可读介质(例如，CD、DVD、优盘、SD卡、软盘或硬盘、或任何其他的(尤其也是较小的)存储介质)，在所述计算机可读介质中存储有计算机程序，当由处理器(例如微处理器或CPU)执行该计算机程序时，适于控制或执行具有上述特征的方法。
可以通过计算机程序，即通过软件；或通过使用一个或多个特定的电子优化电路，即硬件中的电子优化电路或以混合形式的电子优化电路；即借助于软件部件和硬件部件来实现可以根据本发明的实施例执行的数据处理。
在本申请的上下文中，术语“部件承载件”可以特别地表示能够在其上和/或其中容纳一个或多个部件以提供机械支撑和/或电连接和/或光学连接以及/或热连接的任何支撑结构。换句话说，部件承载件可以被配置成用于部件的机械的和/或电子的承载件。特别地，部件承载件可以是印刷电路板、有机中介层和IC(集成电路)基板中的一者。部件承载件也可以是组合上述类型的部件承载件中的不同部件承载件的混合板。
在本申请的上下文中，术语“阵列件”可以特别地表示由部件承载件的多个预成型件组成的仍一体连接的本体。例如，与制造部件承载件期间所使用的阵列件相比，这种阵列件最初可以形成面板的一部分，该面板的格式甚至可以更大。在制造部件承载件的过程中，先对面板进行处理，然后将该面板分成若干阵列件。可以进一步处理该阵列件，然后可以将该阵列件分成各个部件承载件。例如，一个阵列件可以包含六个部件承载件。
在本申请的上下文中，术语“光学检查”可以特别地表示由人(也表示为人类操作者)执行的对阵列件的部件承载件的视觉监控。在这样的光学检查期间，可以检查各个部件承载件或作为整体的阵列件是否可以被认为是通过该光学检查测试或未通过该光学检查测试。在后一种情况下，相应的部件承载件或整个阵列件可能会被分类为有缺陷的。例如，这样的缺陷可能是：错误连接的迹线，其本应该是彼此电隔离的；错误分离的迹线，其本应该是彼此电连接的；在其上形成有导电迹线的芯中的缺陷；等等。
在本申请的上下文中，术语“显示器”可以特别地表示一种电子硬件单元，该电子硬件单元向用户电显示阵列件或各个部件承载件的图像。例如，所显示的图像可以是阵列件或阵列件的一部分的照片或摄像机图像，或者可以是以抽象方式与阵列件或其属性相关的示意性图像。因此，显示器可以将部件承载件或阵列件显示为物理物体，和/或可以显示阵列件或部件承载件的虚拟图像。
在本申请的上下文中，术语“用户界面”可以特别表示设备与人类操作者之间的(单向的、或优选地是双向的)通信界面或接口。通过用户界面，图像信息和控制选项可以显示给人类操作者。通过用户界面，可以使人类操作者输入控制命令，例如通过触摸触摸屏、通过在键盘上键入命令、和/或通过操纵操纵杆或其他控制装置来输入控制命令。
在本申请的上下文中，术语“基于人的判断”可以特别表示由人类操作者对阵列件或各个部件承载件的图像进行光学检查来指示质量分类的结果，其中人类操作者对相应的阵列件或部件承载件进行分类。通过监控显示器上的阵列件或部件承载件，人类操作者可以得出以下结论：相应的部件承载件或阵列件完好、有缺陷或需要修复。其他分类也是可能的，例如“不可修复的”或“分类需要进一步分析”。
在本申请的上下文中，术语“不需要人类操作者对阵列件进行强制性手动操控”可以特别表示以下事实：实施例的方法和设备可以以这样的方式执行或操作：在光学检查期间，由人类操作者对阵列件或部件承载件的任何物理接触被完全免除或者仅是可选的和特殊的。因此，相应的方法和设备可以以这样的方式进行操作：可以执行光学检查程序以及质量分类程序，而无需人类操作者手动操控或接触所述阵列件或部件承载件。在示例性实施例中，例如在特殊情况下进行深入分析时，可以允许或不允许人类操作者特殊地请求对所述阵列件或部件承载件进行手动操控。但是，该方法和设备的默认模式是执行整个光学检查而不需要人类操作者手动操作或接触或触摸所述阵列件和部件承载件。
根据本发明的示例性实施例，提供了一种用于对阵列件的部件承载件的进行光学检查的系统，其中在无需人类操作者手动接触或操控该阵列件或部件承载件而进行光学检查是可能的。与此相反，光学检查是通过在电子显示器上显示所述阵列件或部件承载件以供人类操作者目视来进行的。然后，人类操作者可以在电子显示器上分析各个部件承载件的质量或分析作为整体的阵列件的质量。基于该目视检查，然后，人类操作者可以操作系统的用户界面，以便输入与阵列件或部件承载件的质量有关的(例如基于人的)判断。这可以通过相应地操作用户界面来实现。因此，可以以快速的方式进行高度可靠的光学检查，而不存在通过人类操作者手动操控或接触阵列件或部件承载件而损坏阵列件或部件承载件的风险，例如通过刮擦、触发腐蚀、异物污染等而损坏阵列件或部件承载件。此外，在显示器或屏幕上检查阵列件和部件承载件，可以为操作者提供用于做出质量决定的改善的支持。例如，人类操作者可以在不需要接触的情况下对显示器上的阵列件或部件承载件的关键部分进行缩放，将关键部分与先前制造过程或阶段中进行的质量评估进行比较，等等。可以进一步完善基于人的质量评估的可靠性。
在下文中，将说明该方法、设备、计算机可读介质和程序单元的其他示例性实施例。
在一个实施例中，该方法包括为人类操作者提供根据特殊请求来对所述阵列件进行特殊手动操控的选项。在特殊情况下，人类操作者可能难以仅基于显示器上的相应图像来对阵列件或部件承载件进行明确分类。为了进一步提高系统的可靠性和灵活性，根据人类操作者的特定要求，供应单元将阵列件或部件承载件供应给人类操作者，以进行操控和直接检查。然而，这种机会仅可选择性地参与该过程，而默认模式是由人类操作者基于显示器上提供的信息进行质量分类，而无需接触或触摸或以其他方式手动操控该阵列件或部件承载件。例如，可以对至少90％的阵列件进行分类，而无需由人类操作者对阵列件进行操控。
在一个实施例中，该方法包括提出与质量分类的有关的自动提议。相应地，设备可以包括质量分类提议单元，该质量分类提议单元配置成提出与要在显示器上向人类操作者显示的质量分类的有关的提议。有利地，该系统可以自动处理图像数据并向人类操作者提出与质量分类的有关的提议。然后，人类操作者可以接受或否决所述提议。然而，通过向人类操作者提供提议，可以以简化和加速的方式对阵列件或部件承载件的合格、不合格或修复的清晰案例进行分类。
在一个实施例中，该方法包括向人类操作者显示与质量分类有关的自动提议。通过在显示器上显示与质量分类有关的提议，优选与相应的阵列件或部件承载件的图像的重叠或叠加，可以大大简化由人类操作者接受或拒绝所述机器的提议。
在一个实施例中，该方法包括进行质量分类以将相应的各个部件承载件或整个阵列件分类为“合格”，即，已经成功地通过了光学检查。可替代地，该方法可以包括进行质量分类以将相应的各个部件承载件或整个阵列件分类为“不合格”，即，没有成功地通过光学检查。进一步可选地，该方法可以包括进行质量分类以将相应的各个部件或整个阵列件分类为“可修复的”或“待修复的”。修复可以将未通过光学检查的阵列件或部件承载件的分类转换为经修复的阵列件或部件承载件通过光学检查的分类。将阵列件或各个部件承载件分类为通过光学检查、未通过光学检查或未通过光学检查但在修复后可接受，这是一种简单直观的质量分类方案，对人类操作者而言非常直观。
在一个实施例中，该方法包括在显示器上显示该阵列件的图像，特别是该阵列件的经缩放的图像。通过在显示器上放大阵列件或单个部件承载件，可以使由用户界面和显示器辅助的人类操作者做出的与质量分类有关的决定的基础更加准确。可能发生的情况是：有关阵列件或部件承载件的质量的判断需要缩放的图像，该缩放的图像可以以电子方式快速且省力地提供。因此，提到的机会进一步提高了决定的可靠性，从而可以提高成品率。
在一个实施例中，该方法包括在显示器上显示：其中的至少一个部件承载件被标记为“在先前的处理阶段中被识别为有缺陷”的阵列件的图像。通过在显示器上向人类操作者提供指示(该指示是在先前的处理阶段中已经识别出阵列件的一个或多个部件承载件是有缺陷的)从而简化并减轻了用户并在随后的当前的处理阶段中的质量分类。例如，当前的制造阶段中，对在先前的处理阶段已被识别为有缺陷(例如在先前的处理阶段中已经分析了部件承载件的下层)的部件承载件进行深度检查或分析是不必要的。因此，采取该措施防止了重复工作，从而提高了效率。
在一个实施例中，该方法包括在显示器上显示：其中的至少一个部件承载件被标记为“在当前的处理阶段中被自动提议为有缺陷”的阵列件的图像(例如另一图像)。在显示器上显示在当前制造或处理阶段中已通过自动故障检测系统识别为潜在有缺陷的阵列件的一个或多个部件承载件，可以简化人类操作者的工作。人类操作者可以集中于当前处理阶段的通过自动故障检测系统识别为潜在有缺陷的关键部件承载件。但是，用户可以接受或拒绝系统提出的将特定的部件承载件分类为有缺陷的相应提议。
在一个实施例中，该方法包括在显示器上显示：其中的至少一个部件承载件被标记为在先前的处理阶段被识别为有缺陷的阵列件的图像与其中的至少一个部件承载件(相同的部件承载件或其他的部件承载件)被标记为在当前的处理阶段被自动提议为有缺陷的阵列件的图像的叠加(例如参见图4)。高度有利的是，显示器可以将在先前的处理阶段中已将单个部件承载件标记为有缺陷的阵列件的图像与指示在当前的处理阶段(特别是通过自动故障检测系统)识别为潜在有缺陷的部件承载件的阵列件的图像进行重叠或叠加。有利地，已经在一个或多个先前处理阶段中被识别为有缺陷的阵列件的部件承载件可以在视觉上(例如，以另一种颜色或带有另一种符号)与当前处理阶段中的由自动故障检测系统确定为潜在有缺陷的部件承载件区别开来。因此，用户可以以光学上高度直观的方式查看哪些部件承载件需要进行详细的分析(特别是那些在当前处理阶段中已被提议为有缺陷的部件承载件)，哪些部件承载件不需要进行额外的分析(特别是那些在先前的处理阶段中最终被分类为有缺陷的部件承载件)，以及哪些部件承载件需要进行从速从简的分析(例如，在先前的处理阶段中被认为是“合格”的那些部件承载件，以及在当前处理阶段被故障自动检测系统提议分类为“合格”的那些部件承载件)。这种高度直观的系统减少了失败的风险，并加快了由人类操作者进行的自动检查，从而以较低的错误分类率获得了高成品率。
在一个实施例中，该方法包括在显示器上显示：阵列件标识符(例如批号、制造时间等)、错误或缺陷代码(例如刮擦、异物、缺少电连接、错误的电连接等)以及控制字段(所述控制字段例如用于控制阵列件的加载和/或卸载以进行特殊的手动操控、控制阵列件或其部分的放大图示、等等)中的至少一者。通过在也显示阵列件的图像的同一显示器上也显示此类附加项目，对于人类操作者来说，仅需要注视一个屏幕就可足够进行光学检查了。
在一个实施例中，该方法包括执行所述质量分类，以在许多预定缺陷类型中指示一缺陷类型。提供常见缺陷的列表，从常见缺陷的列表中可以选择已识别的缺陷，这可以使缺陷处理的过程流线化。
在一个实施例中，该方法包括基于质量分类对相应的部件承载件或整个阵列件进行标记(特别是激光标记)。在进行检查和判断之后，可以根据该分类的结果标记相应的部件承载件或阵列件，作为后续操控的基础。例如，可以将叉号激光雕刻在有缺陷且无法修复的相应的部件承载件或阵列件。这可以例如通过激光处理来完成。用相应的标记来标记部件承载件或阵列件，可以提供物理标识符，从而允许以视觉直观的方式识别错误制造的部件承载件。
在一个实施例中，该方法包括在后端处理期间执行光学检查。在本申请的上下文中，术语“后端处理”可以特别地表示在将面板分成阵列件之后并且在将阵列件分成单个的部件承载件之前对该阵列件的处理。特别地，前端处理和后端处理之间的交界处可以是形成焊料掩模或表面修饰处理。已经发现，在后端处理期间，可以特别有利地在智能显示器和用户界面的支持下进行基于人的光学检查和判断，以作为对部件承载件的分类的基础，从而消除了人类操作者接触部件承载件或阵列件的强制性需求。事实证明，这种基于人机的组合光学检测架构可提高后端处理期间的效率、可靠性和成品率。
在一个实施例中，质量分类提议单元配置成用于通过应用人工智能(AI)来提出提议。在本申请的上下文中，术语“人工智能”可以特别地表示使用人工智能元素的系统，诸如神经网络、自我学习或自适应系统、模糊逻辑等。通过人工智能，可以复审自动光学检查的检查结果，并且可以评估与要制造的部件承载件的质量的相关性。所述系统的人工智能能力可以帮助操作者以更可靠的方式判断是否需要将某个单元(例如，阵列件或部件承载件)视为是否有缺陷。该AI功能可以同时减少许多可能的错误缺陷。因此，可以实现更准确的判断以及显着提高的检查速度。
在一个实施例中，配备有人工智能的质量分类提议单元配置成用于基于历史判断(例如基于人的判断)来进行学习，特别是在将历史的经设备提议的判断与历史判断(例如基于人的判断)之间的比较纳入考虑的情况下进行学习。因此，基于人类操作者所做出的足够多的决定(特别是1000个案例，更特别地至少10000个案例)来学习，这可以允许调整自适应或自我学习系统的权重，使得在将来的决定中，使自动判断的执行性至少与人类的执行性一样可靠。特别地，当将历史或过去的基于人的分类事件与基于机器的分类事件进行比较时，这样的自我学习或自适应可能是高效的。
在一个实施例中，用户界面配置成使人类操作者能够选择性地接受或否决每个由所述质量分类提议单元提出的提议。因此，与质量分类的有关的最终决定可以由人类操作者的一方做出而不是自动系统的一方做出。事实证明，通过应用人工智能，在许多情况下，自动系统可以为质量分类提出有意义的提议。但是，将最终决定权留给操作者仍是更可靠的。因此，通过采取这种措施并使人类操作者能够否决系统提出的提议，可以进一步提高成品率并减少错误的决定或分类。
在一个实施例中，显示器是诸如触摸屏之类的输入装置，用于使人类操作者能够通过触摸屏进行操作，特别是仅通过触摸屏进行操作。例如，触摸屏可以包括允许人类操作者直接在显示器上进行分类的输入元件，从而使得操作者必须将显示器上的图像与物理的阵列件或部件承载件进行比较变成不必要。同时采取此措施还可以减少错误分类的百分比。但是，输入装置不必是触摸屏，也可以是任何其他输入表面。例如，使用按钮而不是触摸装置可能是有利的。因此，触摸屏只是一个示例。输入装置也可以是控制器(例如遥控器)，而不是直接在显示器上的屏幕上的交互界面。
在一个实施例中，该方法包括通过以非接触方式操控该阵列件来执行光学检查。特别地，实施例实现了100％的非接触式的阵列件操控。通过减少检查过程中的其他缺陷，这可以显着提高后端部分的成品率。
在一个实施例中，该方法包括嵌入在追溯系统内或与追溯系统结合的框架内进行光学检查。在这样的追溯系统中，每个阵列件和/或每个部件承载件可以设有可读的代码结构(例如QR代码)，该可读的代码结构被分配给存储在数据库中的相关数据集，以通过相应的代码结构和相应的数据集之间的分配来识别每个阵列件和/或每个部件承载件。因此，可以通过使用追溯系统来改进通过将容易处理的阵列件进行分割而获得的部件承载件(例如印刷电路板)的制造。就这样的追溯系统而言，关于经处理的层结构的存储信息可以编码在分配给相应层结构的代码结构中。例如，以基于软件的方式，关于先前制造的层结构的存储的信息可以被处理，使得在考虑先前的层结构的情况下制造当前处理的层结构。因此，整个系统可以被更精确地校对和制造。因此，示例性实施例涉及一种光学检查方法，该方法使用可追溯性过程(例如，提供电子映射功能)来加快最终的检查过程的速度，并防止操作者错误地将良好的部件承载件标记为报废的单元，或者将报废的单元为良好的部件承载件。应用电子映射数据(例如XML格式的电子映射数据)可能是最终检查系统的非常有利的功能，并且可以将特定阵列件的整个检查历史显示在监控器或显示器上，并让人类操作者进行判断。使用配备有这种独特可追溯性特征的设备还可以防止在最终检查期间出现双重报废的问题。
在一个实施例中，所述判断是基于人的判断和基于机器的判断中的至少一者。优选地，操作者输入的判断可以是基于人的判断。附加地或可替代地，所述判断也可以是基于机器的判断(特别是来自另一台机器和/或算法的判断)，但仍由操作者来输入。
在一个实施例中，所述部件承载件包括至少一个电绝缘层结构和至少一个导电层结构的叠置件。在本申请的上下文中，术语“层结构”可以特别地表示连续层、图案化的层或在共同平面内的多个非连续的岛。层结构可以是电绝缘的和/或导电的。例如，部件承载件可以是上述一个或多个电绝缘层结构和一个或多个导电层结构的层压件，所述层压件特别是通过施加机械压力和/或热能形成的。所述叠置件可以提供板状的部件承载件，该板状的部件承载件能够为其他部件提供大的安装表面，并且仍然非常薄且紧凑。
在一个实施例中，部件承载件成形为板状。这有助于紧凑的设计，其中，部件承载件仍然为在其上安装部件提供了很大的基础。此外，特别地，例如裸露的裸片，作为嵌入式电子部件的示例，由于其较小的厚度，可以方便地嵌入到诸如印刷电路板之类的薄板中。板状的部件承载件还可以确保较短的电连接路径，因此可以抑制传输过程中的信号失真。
在一个实施例中，基于所述阵列件形成的部件承载件构造为印刷电路板、基板(特别是IC基板)和中介层中的一者。
在本申请的上下文中，术语“印刷电路板”(PCB)可以特别表示板状的部件承载件，该板状部件承载件是通过将若干导电层结构与若干电绝缘层结构层压而形成的，例如通过施加压力和/或通过提供热能而形成。作为PCB技术的优选材料，导电层结构由铜制成，而电绝缘层结构可以包含树脂和/或玻璃纤维、所谓的预浸料或FR4材料。各种导电层结构可以通过如下过程以期望的方式彼此连接：例如通过激光打孔或机械打孔而形成穿过层压件的通孔，并通过用导电材料(特别是铜)填充所述通孔，从而形成过孔作为通孔连接部。除了可以被嵌入印刷电路板中的一个或多个部件之外，印刷电路板通常被构造成用于在板状的印刷电路板的一个或两个相反的表面上容纳一个或多个部件。它们可以通过焊接而连接到相应的主表面。PCB的介电部分可以由具有增强纤维(诸如玻璃纤维)的树脂组成。
在本申请的上下文中，术语“基板”可以特别地表示小的部件承载件。相对于PCB，基板可以是相对较小的部件承载件，其上可以安装一个或多个部件，并且可以用作一个或多个芯片与其他PCB之间的连接介质。例如，基板可以具有与待安装在其上的部件(特别是电子部件)基本相同的尺寸(例如，在芯片尺寸封装(CSP)的情况下)。更具体地，基板可以被理解为用于电连接或电网络的承载件以及与印刷电路板(PCB)相当的部件承载件，但是所述基板具有相当较高密度的侧向和/或竖向布置的连接部。侧向连接部例如是传导路径，而竖向连接部可以是例如钻孔。这些侧向和/或竖向连接部布置在基板内，并且可用于提供(特别是IC芯片的)所容置的部件或未容置的部件(例如裸管芯)与印刷电路板或中间印刷电路板的电连接和/或机械连接。因此，术语“基板”还可以包括“IC基板”。基板的介电部分可以由具有增强颗粒(诸如增强球，特别是玻璃球)的树脂组成。
基板或中介层可包括至少一层玻璃、硅(Si)或可光成像或可干蚀刻的有机材料(例如，环氧基增强材料或环氧基积层材料(例如环氧基增强膜))或聚合化合物(如聚酰亚胺、聚苯并恶唑或苯并环丁烯)；或基板或中介层由至少一层玻璃、硅(Si)或可光成像或可干蚀刻的有机材料(例如，环氧基增强材料或环氧基积层材料(例如环氧基增强膜))或聚合化合物(如聚酰亚胺、聚苯并恶唑或苯并环丁烯)组成。
在一个实施例中，上述电绝缘层结构中的每个电绝缘层结构包括以下项中的至少一者：树脂(诸如增强树脂或非增强树脂，例如环氧树脂或双马来酰亚胺-三嗪树脂)、氰酸酯、聚亚苯基衍生物、玻璃(特别是玻璃纤维、多层玻璃、类玻璃材料)、预浸料(例如FR-4或FR-5)、聚酰亚胺、聚酰胺、液晶聚合物(LCP)、环氧基积层膜或环氧基增强膜、聚四氟乙烯(特氟隆)、陶瓷和金属氧化物。也可以使用例如由玻璃(多层玻璃)制成的增强材料，诸如网状物、纤维或球。虽然预浸料特别是FR4通常对于刚性PCB是优选的，但也可以使用其他材料，尤其是用于基板的环氧基增强膜。对于高频应用，可以在部件承载件中施用诸如聚四氟乙烯、液晶聚合物和/或氰酸酯树脂、低温共烧陶瓷(LTCC)或其他的低DK材料、极低DK材料、超低DK材料之类的高频材料作为电绝缘层结构。
在一个实施例中，每个上述导电层结构包括铜、铝、镍、银、金、钯和钨中的至少一者。虽然铜通常是优选的，但是其他材料或其涂层形式也是可能的，特别是涂覆有诸如石墨烯之类的超导材料。
在一个实施例中，部件承载件还包括安装在部件承载件材料上和/或嵌入部件承载件材料中的电子部件，特别是叠置件中的电子部件。例如，电子部件可以是射频半导体芯片，其配置成通过布线结构发射和/或接收射频信号并且与导电布线结构电耦合。因此，电子部件可以被配置成用于执行射频应用，特别是涉及高于1GHz的频率的射频应用。
至少一个部件可以表面安装在部件承载件上和/或嵌入部件承载件中，并且至少一个部件特别地可以选自非导电嵌体、导电嵌体(诸如金属嵌体，优选地包括铜或铝)、传热单元(例如热管)、光导元件(例如光波导或光导体连接件)、光学元件(例如透镜)、电子部件或其组合。例如，所述部件可以是有源电子部件、无源电子部件、电子芯片、存储装置(例如DRAM或其他数据存储器)、滤波器、集成电路、信号处理部件、功率管理部件、光电接口元件、发光二极管、光电耦合器、电压转换器(例如DC/DC转换器或AC/DC转换器)、密码部件、发射器和/或接收器、机电换能器、传感器、致动器、微机电系统(MEMS)、微处理器、电容器、电阻器、电感、电池、开关、摄像机、天线、逻辑芯片和能量收集单元。但是，可以在部件承载件中嵌入其他部件。例如，磁性元件可以被用作部件。这种磁性元件可以是永磁元件(诸如铁磁元件、反铁磁元件、多铁性元件或亚铁磁元件，例如铁氧体芯)或者可以是顺磁元件。然而，该部件也可以是基板、中介层或另外的部件承载件，例如呈板中板构型。部件可以被表面安装在部件承载件上和/或可以被嵌入部件承载件内部。
在一个实施例中，所述部件承载件是层压型部件承载件。在这样的实施方式中，部件承载件是通过施加压力和/或热量而叠置并连接在一起的多层结构的组合件。
在处理部件承载件的内层结构之后，可以用一个或多个另外的电绝缘层结构和/或导电层结构对称地或不对称地覆盖(特别是通过层压)经处理的层结构的一个或两个相反的主表面。换而言之，可以继续积层直到获得所需数量的层。
在完成电绝缘层结构和导电层结构的叠置件的形成之后，可以对所获得的层结构或部件承载件进行表面处理。
特别地，在表面处理方面，可以将电绝缘阻焊剂施加到层叠置件或部件承载件的一个或两个相反的主表面上。例如，可以在整个主表面上形成例如阻焊剂并随后对阻焊剂的层进行图案化，以暴露一个或多个导电表面部分，该导电表面部分将用于将部件承载件与电子外围进行电耦接。可以有效地保护保持被阻焊剂覆盖的部件承载件的表面部分，特别是含铜的表面部分，免受氧化或腐蚀。
在表面处理方面，还可以选择性地将表面修饰应用于部件承载件的暴露的导电表面部分。这种表面修饰可以是在部件承载件的表面上暴露的导电层结构(诸如，特别是包含铜或由铜组成的垫、导电迹线等)上的导电覆盖材料。如果这种暴露的导电层结构不受保护，则暴露的导电部件承载件材料(特别是铜)可能氧化，使得部件承载件不太可靠。然后可以形成表面修饰，例如作为表面安装的部件和部件承载件之间的界面。表面修饰具有以下功能：保护暴露的导电层结构(特别是铜电路)，并且能够例如通过焊接而与一个或多个部件连接。用于表面修饰的适当材料的示例是有机可焊性保护材料(OSP)、无电镀镍浸金(ENIG)、金(特别是硬金)、化学锡、镍-金、镍-钯等。
附图说明
从下面将描述的实施例的示例中，本发明的上述定义的方面和其他方面将变得明显，并参考这些实施例的示例进行解释。
图1示意性地示出了根据本发明的示例性实施例的用于对部件承载件进行处理期间对阵列件的部件承载件进行光学检查的设备。
图2示出了根据本发明的示例性实施例的用于对部件承载件进行处理期间对阵列件的部件承载件进行光学检查的设备的平面图。
图3示出了根据本发明的示例性实施例的用于对部件承载件进行处理期间对阵列件的部件承载件进行光学检查的设备的显示器和用户界面。
图4详细示出了根据本发明的另一示例性实施例的用于对部件承载件进行处理期间对阵列件的部件承载件进行光学检查的设备的显示器和用户界面。
图5示出了根据本发明的又一示例性实施例的用于对部件承载件进行处理期间对阵列件的部件承载件进行光学检查的设备的显示器和用户界面。
图6示出了根据本发明的示例性实施例的对部件承载件进行处理的方法的流程图。
图7示出了根据本发明的另一示例性实施例的对部件承载件进行处理的方法的流程图。
附图中的图示是示意性的。在不同的附图中，相似或相同的元件具有相同的附图标记。
具体实施方式
在参考附图之前，将对示例性实施例进行更详细地描述，将总结一些基本考虑，在此基础上开发了本发明的示例性实施例。
根据本发明的示例性实施例，提供了一种系统和方法，该系统和方法使得能够对包括多个部件承载件或该部件承载件的预成型件的阵列件进行检查，而无需操作者对该阵列件进行手动操控。而是优选地，由人类操作者仅通过显示所述阵列件和部件承载件的显示器和用户界面来进行质量分类判断，在该基础上必须做出决定。人类操作者然后可以目视检查经由显示器显示的阵列件，并且可以操作用户界面以对各个部件承载件或部件承载件的预成型件或作为整体的阵列件进行质量分类。虽然机器可能会给出有缺陷的提议，但与质量分类有关的最终决定可能取决于人类操作者。尽管可以有选项来根据人类操作者的要求对阵列件进行特殊操控，但是可以在不需要强制性需要使用者对阵列件或部件承载件进行接触和操控的情况下进行和操作该方法和系统。因此，可以降低部件承载件的预成型件损坏(例如，刮擦)的风险。此外，通过引入人工智能，通过与各个相应的部件承载件是否存在缺陷相关的基于机器的提议，可以进行更可靠的质量分类。由于人类操作者可以接受或拒绝所述基于机器的提议，因此该信息对于该设备的人工智能系统用于提出越来越有意义的提议来说是有意义的学习材料。
因此，本发明的示例性实施例提供了一种智能的自动最终检查系统。在面板水平上制造部件承载件并将该面板分成阵列件的应用案例可能会涉及每个条带或阵列件上有大量的部件承载件。因此，可能会增加对至少半自动化的最终检查系统的要求。根据本发明的示例性实施例，这样的系统可以利用用以防止部件承载件上的附加缺陷的装载器/卸载器系统来完全自动化。此外，这样的系统还可以通过提供附加的光学强化功能来改善人的肉眼检查能力。同时，最终的光学检查可以配备基于智能软件的系统，该基于智能软件的系统可以帮助人类操作者对部件承载件的质量做出可靠而客观的判断，从而可以减少人为错误。
尤其有利的是，这种半自动化的最终光学检查与电子映射或追溯系统的组合，其中在该系统的显示器上显示的各种阵列件都设有独特的标识符，从而允许沿着整个制造过程而追溯所述阵列件以及各个部件承载件。
在这样的系统中实现人工智能以在最终检查过程中帮助人类操作者可能特别有利。将这样的概念集成到电子映射或追溯系统中可以允许完全可追溯性，以便更好地监控整个制造过程。有利地，可以提供非接触式系统，以显着改善部件承载件成品率的后端测试。
根据一个示例性实施例，可以提供一种智能的自动最终检查系统，该智能的自动最终检查系统通过减少基于人的故障问题而同时关注于故障检测的人的能力来提高可靠性和效率。
常规地，在阵列件水平上完全手动地操控和准备部件承载件的质量分类可能会导致某些缺陷，例如刮擦。此外，由于每个条形的阵列件的部件承载件数量更多，可能导致更高的人为错误率，这会带来更高的错误判断风险。另一个常规问题是在制造过程中缺乏追溯部件承载件的适当工作的电子追溯系统。在涉及由人类操作者手动操控部件承载件的阵列件的常规的阵列件检查系统中，由于在检查期间对部件承载件或部件承载件的细节的有限且离散的视觉访问，也可能会发生错误。
根据本发明的示例性实施例，可以提供在阵列件水平上的对部件承载件的改进的光学检查，其中，可以通过以下方式来克服上述缺点和/或其他缺点中的至少一部分：通过选择性地而不是强制性地对所述阵列件进行手动检查，即通过提供一种不必依靠人类操作者对阵列件进行手动操控的检查架构。在一个实施例中，只有在特殊请求下，才特殊地允许人类操作者对阵列件进行特殊的手动操控。在另一实施例中，甚至可以完全免除由人类操作者对阵列件的手动操控。
特别地，可以实现电子映射(mapping，制图)概念，该电子映射概念可以有利地伴随有XML(可扩展标记语言)文件功能。此外，通过将人类操作者判断能力与智能的人工智能(AI)功能相结合，可以提高人类操作者判断能力的可靠性。此外，可以提供非接触式阵列件操控和测试架构。这种自动的非接触式操控可以有利地提高成品率。另外，作为使用人工智能的增强判断的结果，可以提高成品率和准确性，并且可以减少检查时间。此外，可以通过电子映射功能来支持完全的可追溯性，这可以提高效率，并且可以简化和加速判断。此外，可以提供按需的质量报告。示例性实施例还可以有助于减少或甚至最小化对于每个阵列件的带有大量部件承载件的阵列件的人为错误，这将进一步提高成品率和准确性。
本发明的示例性实施例可以特别地适用于基于高密度集成(HDI)的产品、基于改进的半加成处理(mSAP)的产品和基于集成电路(IC)的产品，即尤其适用于实施最终检查阶段的所有制造过程。更具体地，示例性实施例对于具有小单元尺寸的和在每条或阵列件上有大量单元的任何种类的模块产品是有利的。本发明的示例性实施例可以提供有关后端生产线中的监控的改进，并且还可以有助于估计即将到来的任务的趋势。示例性实施例的有利方面是实现以下概念：将基于人工智能(AI)的增强的判断功能与电子映射结合起来。与传统方法相对地，由于AI的实施，示例性实施例可以提供增强的判断能力。特别地，示例性实施例可以减少任何潜在的与过程有关的缺陷和人为错误的判断，并因此可以在制造部件承载件的过程中提高总的成品率。
图1示出了根据本发明的示例性实施例的在对部件承载件100进行处理期间用于对阵列件102的部件承载件100进行光学检查的设备120的框图。
所述设备120用于对部件承载件100进行光学检查和相应的质量分类，在制造车间对该部件承载件100进行处理期间，该部件承载件100仍构成阵列件102的一体的部分。设备120包括供应单元122，该供应单元122被配置成将从先前处理阶段130接收的多个阵列件102供应到示意性示出的人类操作者118，以在当前的处理阶段132中进行光学检查。在所述光学检查之后，所述阵列件102可以被传递到后续的处理阶段144以进行进一步处理。
此外，设置有显示器104，该显示器104被配置成将由光学检测单元146检测到的相应的阵列件102的图像显示给人类操作者118。另外，设备120包括用户界面106，该用户界面106被配置成使得人类操作者118能够输入与所显示的阵列件102的质量分类有关的判断，而无需通过人类操作者118来强制地手动操控和接触该阵列件102。
此外，设备120包括质量分类提议单元124，该质量分类提议单元124被配置成用于做出与质量分类的有关的自动提议。所述提议可以在显示器104上显示给人类操作者118。有利地，质量分类提议单元124可以被配置成通过应用人工智能(AI)来提出提议。质量分类提议单元124的人工智能模块可以被配置成基于历史判断来进行学习，优选地，在将历史的经设备提议的判断与历史判断之间的比较纳入考虑的情况下进行学习。
用户界面106可以被配置成使人类操作者118能够选择性地接受或否决机器提出的提议。此外，显示器104可以包括触摸屏114，用于使人类操作者118能够完全通过触摸屏114进行操作。
设备120的控制单元或处理器134可以整体上控制所述设备120的整体操作。处理器134可以访问(特别是读取和写入访问)数据库140。特别地，这样的处理器134或控制单元可以被配置成执行以下所描述的方法：
根据对部件承载件100进行处理的所述方法，将每个包括有多个部件承载件100的多个阵列件102供应给人类操作者118以进行光学检查。该方法可以进一步包括在显示器104上显示相应的阵列件102。此外，用户界面106可以使人类操作者118输入与所显示的阵列件102的质量分类有关的判断，而无需人类操作者118对阵列件102进行强制性的手动操控。另外，该方法可以包括向人类操作者118提供用于在人类操作者118的特殊请求下对阵列件102进行特殊手动地操控的选项。也可以将与质量分类有关的自动提议作为简化人类操作者118进行质量分类而做出决定的支持。此外，该方法包括在显示器104上向人类操作者118显示与质量分类有关的自动提议。例如，可以在光学检查的情况下进行质量分类，以将相应的单个的部件承载件100或整个阵列件102分类为“合格”、“不合格”或“待修复”。也可以在显示器104上显示该阵列件102的缩放图像，以进一步帮助人类操作者118对阵列件102或各个部件承载件100的质量进行评估。通过在多个预定义类型的缺陷中指示一种类型的缺陷来完成执行所述质量分类，特别是在将阵列件102或部件承载件100分类为“不合格”或“待修复”时来完成执行所述质量分类。该方法还可以包括：基于所述质量分类(特别是根据分类而被分类为“不合格”)来对相应的部件承载件100或整个阵列件102进行激光标记。光学检查可以在后端处理期间进行，即在阵列件水平上进行光学检查。在执行该方法期间，可以有利地通过以非接触方式操控所述阵列件102来进行光学检查。有利地，该方法可以在功能上与追溯系统配合作用以进行光学检查，在该追溯系统中，每个阵列件102和/或每个部件承载件100设有被分配给存储在数据库140中的相关的数据集138的可读代码结构136(例如QR代码)。对代码结构136进行读取并查询该数据库140以查找与所述数据集138中的一个数据集的最佳匹配，可以允许通过相应的代码结构136和相应的数据集138之间的分配来标识每个阵列件102和/或每个部件承载件100。
根据图1所示的设备120，包括部件承载件100的多个仍一体连接的预成型件的阵列件102由供应单元122从先前的处理阶段130供应至当前的处理阶段132。如在图1中的阵列件102的示意性图示中，每个部件承载件100或其预成型件和/或每个阵列件102(未示出)可以设置有相应的代码结构136，例如QR代码，或任何其他机器可识别的代码结构，例如，视觉可识别的代码结构、触觉可识别的代码结构、热可识别的代码结构和/或电可识别的代码结构。每个代码结构136分配给数据库140中的对应数据集138，该数据库140可被控制单元或处理器134访问，以及被先前的处理阶段130、当前的处理阶段132和后续的处理阶段144的某些实体访问。在制造过程中，代码结构136已经被形成在部件承载件100的相应预成型件上和/或附接到部件承载件100的相应预成型件、或已经附接到整个阵列件102。例如，相应的代码结构136可以是独特的QR代码，该QR代码是通过对被层压到形成相应的部件承载件100的叠层的相应铜层进行图案化而形成的。通过检测相应的代码结构136，例如借助于光学检测单元146，通过在数据库140中访问被分配给各个代码结构136的经分配的数据集138，可以允许确定关于部件承载件100的相应预成型件的信息。因此，所示的部件承载件100的预成型件的质量分类系统可以集成到追溯系统中。光学检测单元146可以包括相机，所述相机捕获所述阵列件102的图像并处理对应的图像。一方面可以通过数据库140中相应代码结构136和相应数据集138之间的关联来识别阵列件102或部件承载件100的各个预成型件，在此基础上执行该处理。此外，如下面进一步详细描述的，还可以处理阵列件102的由光学检测单元146捕获的图像，以便将该图像显示在显示器104上。如下所述，光学检测单元146检测到的图像数据的相应处理也可以作为用于质量分类提议单元124提出与相应阵列件102或部件装配件100的预成型件的质量分类有关的提议的基础。
在设备120的操作期间，相应的阵列件102被供应单元122自动从先前的处理阶段130供应至当前的处理阶段132。光学检测单元146捕获所述阵列件102的图像。该图像用于基于检测相应的代码结构136以及相应的代码结构分配于数据库140中的相应数据集138来识别面板102或部件承载件100的各个预成型件。此外，可以将阵列件102的图像供应给质量分类提议单元124作为提出与阵列件102或其部件承载件100的质量分类有关的提议的基础。所述质量分类提议单元124可以执行自动图像识别以确定所述阵列件102的各种特征。此外，质量分类提议单元124可以使用人工智能来做出质量决定。例如，由质量分类提议单元124做出的质量提议可以是将特定的部件承载件100分类为“合格”、“不合格”或“修复”。“合格”意味着相应的部件承载件100被接受、符合规格。“不合格”意味着相应的部件承载件100被认为不符合规格。“修复”意味着可以对目前不符合规格的相应的部件承载100进行修复以在修复后符合规格。
然后，在显示器104上一起显示所述阵列件102的图像与从对应的数据集138导出的该阵列件的识别数据，所述显示器104例如是具有触摸屏功能的液晶显示器(LCD)。例如以图3至图5所示的方式，将阵列件102的所捕获的图像与所描述的系统的标识符信息一起显示在显示器104上。人类操作者118可以在显示器104上检查所述阵列件102，并且可以确认或拒绝由质量分类提议单元124做出的相应的质量提议。为了改进所述质量分类提议单元124的(例如基于神经网络的)人工智能系统，质量分类提议单元124和用户界面106之间的数据交换可能是有利的，请参见反馈回路148。例如，质量分类提议单元124的自适应神经网络系统的学习可能是有意义的，在哪种情况下人类操作者118接受了质量分类提议，以及在哪种情况下人类操作者118拒绝了质量分类提议。
如通信线路150所指示的，人类操作者118可以特殊地指导供应单元122对阵列件102进行物理地供应，以由人类操作者118进行手动操控和接触。例如，人类操作者118可能会做出对关键的阵列件102或部件承载件100进行专门的质量分析这样的特殊的要求。但是，除了这种非常特殊的情况外，设备120可以非接触方式工作，无需人类操作者118对阵列件102进行人工操纵。因此，在阵列件102上产生刮擦或类似物的风险可以被减少。在所述质量分类之后，阵列件102可以前进到下一个或后续的处理阶段144。
图2示出了根据本发明的示例性实施例的用于在对部件承载件100进行处理期间对阵列件102的部件承载件100进行光学检查的设备120的平面图。
如图2所示，可以通过供应单元122(即装载器)将阵列件102自动地供应到设备120。然后将阵列件102完全自动地运送到第一主工作台160，并且在用翻转器162翻转(参见附图标记163)该阵列件102之后，将该阵列件102运送到第二主工作台164。当阵列件在第一主工作台160上时，人类操作者118可以通过显示器104目视检查该阵列件102的图像，并可以通过用户界面106进行基于人工的质量分类。当阵列件102位于第二主工作台164上并且在另一显示器104上从背面显示该阵列件时，人类操作者118同样可以目视检查该阵列件102的图像。通过另一用户界面106，第二操作者118可以通过背面检查对阵列件102进行质量分类。此后，可以通过卸载器166将阵列件102从设备120运走离开。在特殊情况下，当相应的人类操作者118、118需要对阵列件102进行直接检查时，相应的人类操作者118、118可以请求自动操控系统将该阵列件102物理地放置在相应的工作台168、170上，以便由相应的人类操作者118、118进行特殊的详细检查。但是，在大多数情况下，相应的人类操作者118、118无需手动操控和接触相应的阵列件102即可进行质量分类。图2进一步用附图标记172表示设备120的连接和使用。
作为图2所示架构的替代方案，该过程也可以由单个的人类操作者118来执行，而不是由两个协作的人类操作者118、118来执行。因此，所描述的方法可以由一个或两个操作者118来执行。
翻转器162可以将阵列件102从一个主工作台160翻转到另一主工作台162，或者在同一工作台上进行翻转(例如，在单个操作者模式中)。特别地，可以提供全自动且无触摸的装载器/卸载器系统。这样的系统可以完全集成在电子映射系统中，以允许在制造期间追踪每个阵列件102或部件承载件100。所示的设备120可以具有将阵列件102转移到工作台168、170上以进行修复和/或手动检查的能力。与传统方法相比，所示的设备120可以确保更短的循环时间。这样的设备120还可以能够防止或至少抑制用于数据输入的最终检查站中的人为错误。
图3示出了根据本发明的示例性实施例的用于在对部件承载件100进行处理期间对阵列件102的部件承载件100进行光学检查的设备102的用户界面106和显示器104。
如图3所示，可以在显示器104上显示阵列件标识符108、错误代码110以及一个或多个控制字段112，所述控制字段例如用于对阵列件102进行加载或卸载、用于对阵列件102进行特殊手动操控或用于对阵列件102进行缩放。
更具体地说，图3示出了用于人类操作者118的触摸屏界面。在显示器104的左侧示出了阵列件显示区域174，在该阵列件显示区域174上可以显示当前被光学检查的阵列件102的图像。错误代码110也可以被显示，例如被显示为报废代码图案。阵列件标识符108可以显示与阵列件102有关的生产数据，该生产数据源自于与数据库140(更具体地说，是数据库140的所分配的数据集138)结合的所分配的代码结构136。各种控制和操作按钮以及加载器和卸载器控制按钮可以显示为控制字段112。
图4示出了根据本发明的示例性实施例的用于在对部件承载件100进行处理期间对阵列件102的部件承载件100进行光学检查的设备102的显示器104和用户界面106的细节。
图4示出了可以在显示器104的阵列件显示区域174上显示该阵列件102的图像102'，在该图像102'中，至少一个部件承载件100用对应的叉号标记作为在先前的处理阶段130“被识别为有缺陷”(参见附图标记175)。换句话说，图像102'反映了以下事实：某些部件承载件(参见附图标记175)在先前的处理阶段130中已经被识别为有缺陷。在图4中用附图标记100'示出了没有缺陷的相应的部件承载件100的图像。换句话说，在图4中用附图标记175表示相应的有缺陷的部件承载件100的图像，而在图4中用附图标记100'表示没有缺陷(即无缺陷)的部件承载件的图像。
另外，可以在显示器104上显示同一阵列件102的另一图像102”，在所述另一图像102”中，至少一个部件承载件100用对应的叉号标记作为在当前处理阶段132“被自动提议为有缺陷”(参见附图标记177)。因此，由质量分类提议单元124提出了根据其他图像102”的附图标记177标记的部件承载件100在当前处理阶段132中可能存在缺陷的提议。但是，人类操作者118仍然可以选择否决该提议。
可以有利地在显示器104上显示所述阵列件102的图像102'与所述阵列件102的另一图像102”重叠或叠加，在所述阵列件102的图像102'中，至少一个部件承载件100被标记为在先前的处理阶段130被识别为有缺陷；在所述阵列件102的另一图像102”中，至少一个部件承载件100被标记为在当前处理阶段132被自动提议为有缺陷。图像102'、102”的这种重叠或叠加的结果被显示为附加的图像102”'。在附加的图像102”'中，被认为在先前的处理阶段130中有缺陷的所有部件承载件100(参见附图标记175)和被认为在当前处理阶段132中有缺陷的所有部件承载件100(参见附图标记177)以非常直观的方式一起显示在一个共同图像102”'中。然而，在共同图像102”'中仍可以在视觉上区分出对应于附图标记175的所述部件承载件100的图像100'和对应于附图标记177的所述部件承载件100的图像。
从描述上来说，图4更详细地示出了显示器104。特别地，再次参考阵列件显示区域174，这里示出了所描述的阵列件102和部件承载件100的三个图像102'、102”、102”'(图像显示为部件承载件图像100')。在阵列件显示区域174的上部示出了阵列件102的图像102'，该阵列件102的图像102'对应于先前的处理阶段130中的缺陷分类。在先前的处理阶段130中，某些电子部件100已被分类为有缺陷，如由叉号175所示。在阵列件显示区域174的中央部分示出了阵列件102的图像102”，该阵列件102的图像102”对应于在当前的处理阶段132中提议有缺陷。如叉号177所示，特定的部件承载件100已经被质量分类提议单元124提出是有缺陷的。在阵列件显示区域174的最下部，在先前的处理阶段130中被识别出有缺陷的部件承载件100(参见叉号175)以及在当前的处理阶段132中被提议分类为有缺陷的部件承载件100(参见叉号177)两者都被叠加在共同图像102”'中。因此，人类操作者118可以将其对质量分类的评估集中在对应于叉号177的部件承载件100上。由于已经将对应于叉号175的部件承载件100最终分类为有缺陷，因此人类操作者118可以不关注对应于叉号175的部件承载件100的质量评估。未被标记叉号175或叉号177的其他部件承载件100已被设备120接受为合格，并且仅在特定情况下期望或需要时，人类操作者可以对该决定进行复审。因此，特别地，对于人类操作者118而言，阵列件显示区域174的下部部分的图像102”是高度直观的，并且显着简化了基于人的质量分类，从而也可以使质量分类更加准确。因此，可以实现提高成品率和减少错误质量分类的数量。
从图4可以看出，例如可以通过利用先前的检查站的电子映射数据来考虑阵列件缺陷历史。可以确定并显示来自阵列件102的显示潜在新缺陷的实际图像。有利地，可以选择对阵列件102的每个单元或部件承载件100进行放大。可以防止再次显示先前报废的单元，这可以得到更短的循环时间并防止双重报废问题。在第一部分中，人类操作者118可以将每个机器提议的缺陷放大以更好地查看该缺陷，并且然后确定是否是真正的缺陷。在由人类操作者118确认缺陷后，基于软件的系统可以要求人类操作者118为该缺陷分配报废代码，例如通过从已提供的报废代码按钮(参见图3和图4中的附图标记110)中进行选择来为该缺陷分配报废代码。
在图4中显示为另一图像102”'的两个叠加图像102'和102”显示了已确认的不合格单元和潜在的新的不合格单元或部件承载件100的组合。在对应于另一图像102”'的叠加部分中，系统可以显示出阵列件102的部件承载件100的整体缺陷映射，并且可以要求人类操作者118进行确认(或拒绝)。然后，系统可以自动将该信息保存在例如文件服务器的XML文件中，该信息可以用于以后的过程中，用于对有缺陷的单元或部件承载件100进行激光标记。
图5示出了根据本发明又一示例性实施例的用于在对部件承载件100进行处理期间用于对阵列件102的部件承载件100进行光学检查的设备120的显示器104和基于触摸屏的用户界面106。
在图5所示的可替代的显示内容中，阵列件显示区域174仅示出了来自先前的处理阶段130和当前的处理阶段132的叠加的结果，即仅示出了图像102”'。
图6示出了根据本发明示例性实施例的对部件承载件100进行处理的方法的流程图200。
具体地，图6示出了根据本发明的示例性实施例的设备120在对部件承载件100进行处理期间的整个处理流程中的逻辑位置。在框202中，通过机器，即以完全自动化的方式，进行自动视觉检查。这之后可以是手动验证过程，参见框204。其后，可以实现并执行如上所述的设备120和方法。此后，参见框206，可以通过例如激光标记为阵列件102的有缺陷的部件承载件100设置相应的物理标记。这可以基于在根据附图标记204的过程中获得的在有瑕疵的部件承载件上的最终决定或合并的数据集来进行。此后，可以在框208中执行清洁程序，例如用于去除毛刺。这之后可以进行在框210中执行的烘烤程序。可以执行该烘烤程序以使部件承载件100矫正、脱氧并进一步清洁。随后，参见框212，可以执行真空包装程序。
图7示出了根据本发明的另一示例性实施例的对部件承载件100进行处理的方法的流程图250。
现在参考图7，将给出根据本发明示例性实施例的智能的自动最终检查系统的概述。可以从附图标记252获取处理流程的进展。从描述上来说，所述自动最终检查系统的有利方面是自动的非接触式操控254、增强的判断检查256以及电子映射或追溯系统258的利用。根据本发明的示例性实施例的方法和设备120的操作可以包括在主工作台上的全自动的装载和向第二侧的翻转，如附图标记260所示。此外，有利的是，如果期望，可以使用不同的放大倍数对阵列件两侧进行非接触式检查。例如，放大倍数可以在从1到100的范围内。这由框262示意性表示的。此外，可以将电子映射数据与最终检查生成的图像叠加，并跳过先前的有缺陷的单元，参见框264。如框266所示，对人类操作者的提议可以基于人工智能以获得增强的判断功能。此外，可以存在修复、清洁和进行裸眼检查，参见框268。如框270所示，优选地使用预定的缺陷代码来使定义报废的部件或阵列件变得简化。输出可以更新相应的电子映射文件，参见数据库140中的数据集138。
应当注意，术语“包括”或“包含”不排除其他元件或步骤，并且“一”或“一种”不排除复数。而且，可以组合与不同实施例相关联而描述的元件。
还应当注意，权利要求中的附图标记不应被解释为限制权利要求的范围。
本发明的实施不限于附图中所示和上面描述的优选实施例。相反，即使在根本不同的实施例的情况下，也可以使用示出的解决方案和根据本发明的原理的多种变型。

Claims (33)

1.一种处理部件承载件(100)的方法，其中，所述方法包括：
将多个阵列件(102)供应给人类操作者(118)以进行光学检查，每个所述阵列件(102)包括多个部件承载件(100)；
在显示器(104)上显示相应的阵列件(102)；
提供用户界面(106)，使所述人类操作者(118)能够输入与所显示的阵列件(102)的质量分类有关的判断，而无需由所述人类操作者(118)对所述阵列件(102)进行强制性手动操控；以及
为所述人类操作者(118)提供根据所述人类操作者(118)的特殊请求来对所述阵列件(102)进行特殊手动操控的选项。
2.根据权利要求1所述的方法，其中，所述方法包括：提出与所述质量分类有关的自动提议，作为所述判断的基础。
3.根据权利要求2所述的方法，其中，所述方法包括：向所述人类操作者(118)显示所述自动提议。
4.根据权利要求2所述的方法，其中，所述方法包括：建议所述人类操作者接受或拒绝所述自动提议。
5.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：执行所述质量分类以将相应的各个部件承载件(100)或整个阵列件(102)分类为合格。
6.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：执行所述质量分类以将相应的各个部件承载件(100)或整个阵列件(102)分类为不合格。
7.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：执行所述质量分类以将相应的各个部件承载件(100)或整个阵列件(102)分类为可修复或分类为待修复。
8.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：在所述显示器(104)上显示所述阵列件(102)的图像。
9.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：在所述显示器(104)上显示所述阵列件(102)的经缩放的图像。
10.根据权利要求8所述的方法，其中，所述方法包括：在所述显示器(104)上显示：其中的至少一个部件承载件(100)被标记为在先前的处理阶段(130)被识别为有缺陷的阵列件(102)的图像。
11.根据权利要求8所述的方法，其中，所述方法包括：在所述显示器(104)上显示：其中的至少一个部件承载件(100)被标记为在当前的处理阶段(132)被自动提议为有缺陷的阵列件(102)的图像。
12.根据权利要求10所述的方法，其中，所述方法包括：在所述显示器(104)上显示：与其中的至少一个部件承载件(100)被标记为在当前的处理阶段(132)被自动提议为有缺陷的阵列件(102)的所述图像叠加在一起的其中的至少一个部件承载件(100)被标记为在先前的处理阶段(130)被识别为有缺陷的阵列件(102)的所述图像。
13.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：在所述显示器(104)上显示阵列件标识符(108)、缺陷代码(110)和控制字段(112)中的至少一者。
14.根据权利要求13所述的方法，其中，所述控制字段(112)用于控制对阵列件(102)的加载或卸载、用于控制对阵列件(102)的特殊手动操控、和/或用于控制对阵列件(102)的缩放。
15.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：执行所述质量分类，从而在多个预定的缺陷类型中针对所述部件承载件(100)中的至少一个部件承载件或者针对整个阵列件(102)指示缺陷类型。
16.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：以根据所述判断的所述质量分类为基础，对相应的部件承载件(100)或整个阵列件(102)进行标记。
17.根据权利要求16所述的方法，其中，所述标记是激光标记。
18.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：在后端处理期间执行所述光学检查。
19.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括：通过以非接触方式对所述阵列件(102)进行操控来执行所述光学检查。
20.根据权利要求1至4中的任一项所述的方法，其中，所述方法包括与追溯系统结合进行所述光学检查，在所述追溯系统中，每个阵列件(102)和/或每个部件承载件(100)均设有可读代码结构(136)，所述可读代码结构(136)被分配给存储在数据库(140)中的相关数据集(138)，以通过相应的代码结构(136)与相应的数据集(138)之间的分配来识别每个阵列件(102)和/或每个部件承载件(100)。
21.根据权利要求1至4中的任一项所述的方法，其中，所述判断是基于人的判断和基于机器的判断中的至少一者。
22.一种用于光学检查的设备(120)，所述用于光学检查的设备用于对阵列件(102)的部件承载件(100)进行光学检查，其中，所述设备(120)包括：
供应单元(122)，所述供应单元配置成向人类操作者(118)供应多个阵列件(102)以进行光学检查，每个所述阵列件(102)包括多个部件承载件(100)；
显示器(104)，所述显示器配置成向所述人类操作者(118)显示相应的阵列件(102)；
用户界面(106)，所述用户界面配置成使所述人类操作者(118)能够输入与所显示的阵列件(102)的质量分类有关的判断，而无需由所述人类操作者(118)对所述阵列件(102)进行强制性手动操控，
其中，所述供应单元(122)配置成根据所述人类操作者(118)的特殊请求将所述阵列件(102)供给至所述人类操作者(118)以对所述阵列件(102)进行特殊手动操控。
23.根据权利要求22所述的设备(120)，包括质量分类提议单元(124)，所述质量分类提议单元配置成提出与要在所述显示器(104)上向所述人类操作者(118)显示的质量分类有关的提议，作为所述判断的做出决定的支持。
24.根据权利要求23所述的设备(120)，其中，所述质量分类提议单元(124)配置成通过应用人工智能来提出所述提议。
25.根据权利要求24所述的设备(120)，其中，应用人工智能的所述质量分类提议单元(124)配置成基于历史判断来进行学习。
26.根据权利要求24所述的设备(120)，其中，应用人工智能的所述质量分类提议单元(124)配置成在将历史的经设备提议的判断与历史判断之间的比较纳入考虑的情况下进行学习。
27.根据权利要求23至26中的任一项所述的设备(120)，其中，所述用户界面(106)配置成使所述人类操作者(118)能够选择性地接受或否决所述提议。
28.根据权利要求22至26中的任一项所述的设备(120)，其中，所述显示器(104)包括输入装置，所述输入装置用于使所述人类操作者(118)能够通过所述输入装置进行操作。
29.根据权利要求28所述的设备(120)，其中，所述输入装置是触摸屏(114)。
30.根据权利要求22至26中的任一项所述的设备(120)，其中，所述显示器(104)包括输入装置，所述输入装置用于使所述人类操作者(118)仅通过所述输入装置进行操作。
31.根据权利要求22至26中的任一项所述的设备(120)，包括光学检测单元(146)，所述光学检测单元配置成对要被光学检查的相应的阵列件(102)的图像数据进行检测，其中，所述图像数据将被供应至所述显示器(104)作为用于对所述相应的阵列件(102)的图像进行显示的基础。
32.根据权利要求22至26中的任一项所述的设备(120)，包括至少一个处理器(134)，所述处理器配置成控制或执行根据权利要求1至18中的任一项所述的方法。
33.一种计算机可读介质，在所述计算机可读介质中存储有对部件承载件(100)进行处理的计算机程序，当由一个或多个处理器(134)执行所述计算机程序时，所述计算机程序适于执行或控制根据权利要求1至21中的任一项的方法。
CN201911182370.0A 2019-11-27 2019-11-27 处理部件承载件的方法及光学检查设备和计算机可读介质 Active CN111079564B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110585933.1A CN113378665B (zh) 2019-11-27 处理部件承载件的方法及光学检查设备和计算机可读介质
CN201911182370.0A CN111079564B (zh) 2019-11-27 2019-11-27 处理部件承载件的方法及光学检查设备和计算机可读介质
EP20209974.3A EP3828821A1 (en) 2019-11-27 2020-11-26 User interface for judgment concerning quality classification of displayed arrays of component carriers
US17/247,074 US11935221B2 (en) 2019-11-27 2020-11-27 User interface for judgment concerning quality classification of displayed arrays of component carriers

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911182370.0A CN111079564B (zh) 2019-11-27 2019-11-27 处理部件承载件的方法及光学检查设备和计算机可读介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110585933.1A Division CN113378665B (zh) 2019-11-27 处理部件承载件的方法及光学检查设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN111079564A CN111079564A (zh) 2020-04-28
CN111079564B true CN111079564B (zh) 2021-06-01

Family

ID=70311882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911182370.0A Active CN111079564B (zh) 2019-11-27 2019-11-27 处理部件承载件的方法及光学检查设备和计算机可读介质

Country Status (3)

Country Link
US (1) US11935221B2 (zh)
EP (1) EP3828821A1 (zh)
CN (1) CN111079564B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113032919B (zh) * 2021-03-12 2022-03-04 奥特斯科技(重庆)有限公司 部件承载件制造方法、处理系统、计算机程序和系统架构
EP4180886A1 (en) * 2021-11-16 2023-05-17 AT&S Austria Technologie & Systemtechnik Aktiengesellschaft Drilling automation system for component carrier structures
CN114627013B (zh) * 2022-03-11 2022-09-13 江阴嘉欧新材料有限公司 水管桥接密度测量系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105979706A (zh) * 2015-03-12 2016-09-28 日东电工株式会社 布线电路基板的制造方法以及检查方法
CN110160959A (zh) * 2019-05-27 2019-08-23 深圳明阳电路科技股份有限公司 一种aoi检测方法及系统
CN110455822A (zh) * 2019-07-10 2019-11-15 苏州卓融新能源科技有限公司 一种pcb板缺陷的检测方法

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07117571B2 (ja) * 1988-09-22 1995-12-18 松下電子工業株式会社 固体撮像素子の検査方法
WO1999016010A1 (en) * 1997-09-22 1999-04-01 Intelligent Reasoning Systems, Inc. Automated visual inspection system and process for detecting and classifying defects
US6046421A (en) 1997-11-06 2000-04-04 Computer Service Technology, Inc. PCB Adapter for a test connector assembly for an automatic memory module handler for testing electronic memory modules
US6477266B1 (en) * 1998-12-11 2002-11-05 Lucent Technologies Inc. Vision comparison inspection system graphical user interface
KR100374046B1 (ko) * 1999-09-30 2003-03-03 오므론 가부시키가이샤 화상처리장치, 화상처리방법 및 시각검사 시스템
JP4805475B2 (ja) * 2000-05-12 2011-11-02 パナソニック株式会社 品質評価装置、品質評価方法、品質表示装置、品質表示方法および品質評価システム
CN1955717B (zh) 2000-09-10 2011-04-20 奥博泰克有限公司 Pcb检测中错误报警的减少
US6621566B1 (en) 2000-10-02 2003-09-16 Teradyne, Inc. Optical inspection system having integrated component learning
US7231080B2 (en) 2001-02-13 2007-06-12 Orbotech Ltd. Multiple optical input inspection system
JP4155496B2 (ja) * 2002-04-25 2008-09-24 大日本スクリーン製造株式会社 分類支援装置、分類装置およびプログラム
JP4804779B2 (ja) 2004-03-29 2011-11-02 アジュハイテク・インコーポレーテッド フィルム、テープ形態の印刷回路基板外観検査における過検出防止用システム及びその処理方法
JP2007017311A (ja) * 2005-07-08 2007-01-25 Matsushita Electric Ind Co Ltd 外観検査システム
US8290239B2 (en) 2005-10-21 2012-10-16 Orbotech Ltd. Automatic repair of electric circuits
IL178321A (en) 2006-09-26 2014-08-31 Orbotech Ltd Optical test system
US20100134137A1 (en) 2007-04-25 2010-06-03 Kazutoshi Kida Liquid crystal display panel and its inspecting method
JP4871234B2 (ja) 2007-08-27 2012-02-08 Ｊｕｋｉ株式会社 部品実装装置の異常検出方法及び装置
ITBO20110537A1 (it) 2011-09-21 2013-03-22 Gdm Spa Macchina confezionatrice di articoli assorbenti igienici.
US9013574B2 (en) * 2011-11-15 2015-04-21 Mitutoyo Corporation Machine vision system program editing environment including synchronized user interface features
US8908957B2 (en) 2011-12-28 2014-12-09 Elitetech Technology Co.,Ltd. Method for building rule of thumb of defect classification, and methods for classifying defect and judging killer defect based on rule of thumb and critical area analysis
JP5776605B2 (ja) 2012-03-30 2015-09-09 オムロン株式会社 基板検査結果の分析作業支援用の情報表示システムおよび分析作業の支援方法
SG195400A1 (en) 2012-05-10 2013-12-30 Menicon Singapore Pte Ltd Systems and methods for the inspection of contact lenses
JP5968705B2 (ja) * 2012-07-13 2016-08-10 ルネサスエレクトロニクス株式会社 半導体装置の製造方法
SG2013075338A (en) * 2013-10-08 2015-05-28 K One Ind Pte Ltd Set meal preparation system
US20150162299A1 (en) * 2013-12-11 2015-06-11 Fairchild Semiconductor Corporation Integrated wire bonder and 3d measurement system with defect rejection
CN106574901B (zh) 2014-07-08 2020-03-03 奥博泰克有限公司 用于计算机化直写的改进系统和方法
CN106153639B (zh) 2015-04-21 2018-10-19 国际技术开发株式会社 基于人工智能的电路板检测方法及其检测装置
CN106404796A (zh) 2015-08-03 2017-02-15 奥蒂玛光学科技（深圳）有限公司 电路板在线检测修复设备和电路板在线检测修复方法
DE102015217181A1 (de) 2015-09-09 2017-03-09 Robert Bosch Gmbh Anlage und Verfahren zur Lötstellenüberprüfung
TWI753865B (zh) 2015-11-03 2022-02-01 以色列商奧寶科技有限公司 用於高解析度電子圖案化的無針跡直接成像
WO2018006180A1 (en) * 2016-07-08 2018-01-11 Ats Automation Tooling Systems Inc. System and method for combined automatic and manual inspection
KR101777547B1 (ko) 2017-06-02 2017-09-11 손명훈 반도체 pcb 검사장비 및 검사방법
US10490463B2 (en) * 2017-07-31 2019-11-26 Taiwan Semiconductor Manufacturing Co., Ltd. Automated inspection tool
CN207742299U (zh) 2018-01-15 2018-08-17 江苏科瑞恩自动化科技有限公司 一种pcb板双向自动检测装置
CN110132960B (zh) 2018-02-09 2021-12-14 飞旭电子(苏州)有限公司 电路板组件的检测方法
WO2019181357A1 (ja) * 2018-03-20 2019-09-26 パナソニックＩｐマネジメント株式会社 電波環境解析装置および電波環境解析方法
CN108846202B (zh) 2018-06-13 2022-02-18 郑州云海信息技术有限公司 一种检查模拟地和数字地电气连接的方法及装置
CN108663383A (zh) 2018-06-13 2018-10-16 合肥恒烁半导体有限公司 一种基于人工智能的电路板检测方法及检测装置
CN208207914U (zh) 2018-06-15 2018-12-07 福建工程学院 基于快速几何对准的pcb表面缺陷检测装置
CN109013405A (zh) 2018-08-02 2018-12-18 常州大学 一种具有铸件表面自主检测及次品分拣功能的机器人系统
US11222284B2 (en) * 2019-06-10 2022-01-11 The Boeing Company Laminate nonconformance management system
CN110473806A (zh) 2019-07-13 2019-11-19 河北工业大学 光伏电池分拣的深度学习识别与控制方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105979706A (zh) * 2015-03-12 2016-09-28 日东电工株式会社 布线电路基板的制造方法以及检查方法
CN110160959A (zh) * 2019-05-27 2019-08-23 深圳明阳电路科技股份有限公司 一种aoi检测方法及系统
CN110455822A (zh) * 2019-07-10 2019-11-15 苏州卓融新能源科技有限公司 一种pcb板缺陷的检测方法

Also Published As

Publication number Publication date
CN113378665A (zh) 2021-09-10
EP3828821A1 (en) 2021-06-02
US11935221B2 (en) 2024-03-19
CN111079564A (zh) 2020-04-28
US20210158508A1 (en) 2021-05-27

Similar Documents

Publication Publication Date Title
CN111079564B (zh) 处理部件承载件的方法及光学检查设备和计算机可读介质
US20210158499A1 (en) AI-based Automatic Judgment Unit for Quality Classification of Semifinished Component Carriers of a Panel Based on Automatic Optical Inspection
US20220292660A1 (en) Manufacturing Method of a Component Carrier, Handling System, Computer Program and System Architecture
TW201935149A (zh) 對準標記的邊緣銳度評估
CN110546643B (zh) 部件承载件相关主体的后续制造层结构的通过横向且竖向移位的信息承载结构的可追溯性
CN113378665B (zh) 处理部件承载件的方法及光学检查设备和计算机可读介质
TWI813036B (zh) 設計用以執行品質測試的試樣之電腦實施系統、電腦實施方法、電腦可讀取媒體、程式元件和方法
EP3982135B1 (en) Test target defect identification and evaluation for assessing quality of component carrier structure
EP3982134B1 (en) Automated quality testing of component carrier structure after removing material
WO2022078891A1 (en) Coupon for testing quality of related component carriers by automated quality test apparatus
US20220043435A1 (en) AI-Based Determination of Action Plan for Manufacturing Component Carriers
KR200497750Y1 (ko) 부품 캐리어를 제조하는 동안 부품 캐리어를 점검하기 위한 부품 캐리어 점검 스테이션
JP7586414B2 (ja) 自動化された品質試験装置による関連コンポーネントキャリアの品質を試験するためのクーポン
CN116634665A (zh) 半成品、包括半成品的装置以及制造部件承载件的方法
CN117545182A (zh) 处理设备、处理方法和可追踪的部件承载件结构

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant