PCB அசெம்பிளியில் பல வேறுபட்ட சிக்கல்கள் ஏற்படலாம். இவற்றில் காணாமல் போன கூறுகள், இடம்பெயர்ந்த அல்லது முறுக்கப்பட்ட கம்பிகள், தவறான கூறுகளைப் பயன்படுத்துதல், போதுமான சாலிடரிங் இல்லாமை, அதிகப்படியான தடிமனான மூட்டுகள், வளைந்த IC பின்கள் மற்றும் ஈரமின்மை ஆகியவை அடங்கும். இந்தக் குறைபாடுகளை நீக்க, கூடியிருந்த மற்றும் சாலிடர் செய்யப்பட்ட கூறுகளை கவனமாக ஆய்வு செய்வது அவசியம். இருப்பினும், பல ஆண்டுகளாக கூறுகள் மிகவும் சிறியதாகிவிட்டன, மேலும் சிக்கலான குறைபாடுகளைக் கண்டறிய 3D AOI பயன்படுத்தப்படுகிறது.
2D AOI, கூறுகளை ஆய்வு செய்ய, வண்ண மாறுபாடு மற்றும் கிரேஸ்கேல் பகுப்பாய்வைப் பயன்படுத்தி, பிளானர் இமேஜிங்கை நம்பியிருக்கும் அதே வேளையில், 3D AOI, உயர வரைபடங்கள் மற்றும் அளவீட்டுத் தரவைப் பிடிக்க மேம்பட்ட 3D இமேஜிங் தொகுதிகளை (எ.கா., ஒற்றை DLP ப்ரொஜெக்டர் + மல்டி-ஆங்கிள் கேமராக்கள்) பயன்படுத்துகிறது. வெளிப்படையான நன்மை என்னவென்றால், 3D AOI நிர்வாணக் கண்ணுக்குத் தெரியாத குறைபாடுகளை (நிழலான பகுதிகள், எ.கா., இணைப்பிகள் அல்லது மின்தேக்கிகள் போன்ற உயரமான கூறுகளின் கீழ்) அடையாளம் காண முடியும், இது ஆய்வு செயல்முறையின் மூலம் நழுவும் குறைபாடுகளின் எண்ணிக்கையைக் குறைக்கிறது மற்றும் மிகவும் துல்லியமாக இருக்க முடியும்.
அவை வெவ்வேறு கோணங்களில் இருந்து பல படங்களை எடுப்பதால் அவை மிகவும் துல்லியமானவை. ஒரு 3D AOI இயந்திரம், தான் ஆய்வு செய்யும் PCB-ஐ, அது நிரல் செய்யப்பட்ட வரைபடத்துடன் ஒப்பிட்டுப் பார்க்க மென்பொருளைப் பயன்படுத்துகிறது. பின்னர் அது இடம், பரிமாணங்களின் அளவீடு மற்றும் கூறுகளின் தவறான சீரமைப்பு உள்ளிட்ட ஏதேனும் முரண்பாடுகளைப் புகாரளிக்கிறது.
மேம்பட்ட துறைகளுக்கு 3D AOI மிகவும் முக்கியமானது:
தானியங்கி: பாதுகாப்பு முக்கியத்துவம் வாய்ந்த PCB-களுக்கான நம்பகத்தன்மையை உறுதி செய்கிறது (எ.கா., ADAS தொகுதிகள்)
மருத்துவ சாதனங்கள்: பொருத்தக்கூடிய மின்னணு சாதனங்களில் சாலிடர் ஒருமைப்பாட்டை சரிபார்க்கிறது.
விண்வெளி: உயர் நம்பகத்தன்மை கொண்ட அசெம்பிளிகளுக்கான IPC வகுப்பு 3 தரநிலைகளைப் பூர்த்தி செய்கிறது.
அவற்றின் சில PCBAக்கள் சிக்கலானவை மற்றும் அதிக அடர்த்தி கொண்டவை, அவை மறைக்கப்பட்ட குறைபாடு அபாயங்களை ஏற்படுத்தக்கூடும், அதாவது ஸ்மார்ட்போன்கள், டேப்லெட்டுகள், ஸ்மார்ட்வாட்ச்கள், AR கண்ணாடிகள், மின்னணு கட்டுப்பாட்டு அலகுகள் மற்றும் வாகனங்களில் மேம்பட்ட இயக்கி-உதவி அமைப்புகள், இதய இதயமுடுக்கிகள், நியூரோஸ்டிமுலேட்டர்கள், போர்ட்டபிள் மானிட்டர்கள், தொழில்துறை ஆட்டோமேஷன் கட்டுப்பாட்டு தொகுதிகள், 5G அடிப்படை நிலையங்கள், ஆப்டிகல் தொடர்பு உபகரணங்கள் போன்றவை. மைக்ரோ-ஸ்கேல் அல்லது உயர்-அடர்த்தி கூறுகள் தேவைப்படும் தொழில்களில் PCBA, 01005 தொகுப்பு கூறுகள் (0.4mm×0.2mm) போன்ற மைக்ரோ-ஸ்கேல் கூறுகள் போன்ற BGA/LGA சாலிடர் பந்து குறைபாடுகளைக் கண்டறிய 3D AOI ஐப் பயன்படுத்த வேண்டும்.
வாடிக்கையாளர்களுக்காக இந்த உயர்-துல்லியமான தயாரிப்புகளை உற்பத்தி செய்யும் திறன் எங்களிடம் உள்ளது. மேலும் உற்பத்தி சிறப்பை அடைவதில் ஒரு மூலோபாய முதலீடாக, எங்கள் PCB அசெம்பிளிகளின் தரம் மற்றும் செயல்திறனை மேம்படுத்த 3D AOI இயந்திரங்களைப் பயன்படுத்துகிறோம்.
3D AOI இன் மதிப்பு குறைபாடு கண்டறிதலைத் தாண்டி செயல்முறை உகப்பாக்கம், செலவுக் கட்டுப்பாடு மற்றும் தரவு சார்ந்த முடிவெடுத்தல் வரை நீண்டுள்ளது.
செயல்முறை உகப்பாக்கம்
1. சாலிடர் பேஸ்டின் அளவு, உயரம் மற்றும் சரிவை அளவிடுகிறது, தொகுதி-நிலை சாலிடரிங் குறைபாடுகளைத் தடுக்க ஸ்டென்சில் அச்சுப்பொறிகளுக்கு நிகழ்நேர கருத்துக்களை வழங்குகிறது (எ.கா., ஸ்டென்சில் அழுத்தம் அல்லது ஸ்கீஜி வேகத்தை சரிசெய்தல்).
2. பல்வேறு வகையான PCBகளை ஆய்வு செய்யுங்கள். இது தர சோதனைக்கான பல்துறை கருவியாகும்.
3. <5 நிமிட சுவிட்ச் நேரத்துடன், அதிக கலவை, குறைந்த அளவு போக்குகளுடன் சீரமைத்து, பல தயாரிப்பு கண்டறிதலை (எ.கா., டிவி மதர்போர்டுகளிலிருந்து பவர் அடாப்டர் PCBகளுக்கு மாறுதல்) ஆதரிக்கிறது.
4. கலப்பு THT (துளை வழியாக) மற்றும் SMT பலகைகளைக் கண்டறிகிறது.
5. பலகையின் இருபுறமும் ஒரே நேரத்தில், வேகமாகவும் திறமையாகவும் பார்க்கிறது.
செலவு கட்டுப்பாடு
1. SMT கட்டத்தில் சாலிடரிங் சிக்கல்களைக் கண்டறிகிறது (அசெம்பிளிக்குப் பிந்தையது) ஒரு பலகைக்கு மறுவேலை செலவுகளை 70% குறைக்கிறது (உறைகள்/கேபிள்களை பிரித்தெடுக்க தேவையில்லை).
2. மறுபாய்வு அடுப்புகளில் வெப்ப விவரக்குறிப்பை மேம்படுத்துகிறது, ஆற்றல் வீணாவதை 15-25% குறைக்கிறது.
3. நுகர்வோர் மின்னணு சாதனங்களுக்கான வருவாய் விகிதங்களைக் குறைப்பது விற்பனைக்குப் பிந்தைய செலவுகளைச் சேமிக்கிறது மற்றும் இணக்க அபாயங்களைத் தவிர்க்கிறது.
தரவு சார்ந்த முடிவெடுத்தல்
இது குறைபாடு வகைகளின் இடஞ்சார்ந்த விநியோகங்களை (எ.கா., குளிர் சாலிடர், தவறான சீரமைப்பு) தானாகவே அடையாளம் கண்டு, செயல்முறை சிக்கல்களை (எ.கா., பிக்-அண்ட்-பிளேஸ் இயந்திரங்களில் முனை தேய்மானம், ரீஃப்ளோ ஓவன் முரண்பாடுகள்) துல்லியமாகக் கண்டறிய முடியும்.
இடுகை நேரம்: மார்ச்-31-2025