CN116913799B - 一种芯片封装缺陷检测方法及系统 - Google Patents
一种芯片封装缺陷检测方法及系统 Download PDFInfo
- Publication number
- CN116913799B CN116913799B CN202311186315.5A CN202311186315A CN116913799B CN 116913799 B CN116913799 B CN 116913799B CN 202311186315 A CN202311186315 A CN 202311186315A CN 116913799 B CN116913799 B CN 116913799B
- Authority
- CN
- China
- Prior art keywords
- chip
- information
- waveform
- defect
- packaging
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 228
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 122
- 238000001514 detection method Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000007689 inspection Methods 0.000 claims description 36
- 230000003213 activating effect Effects 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 238000012858 packaging process Methods 0.000 claims description 8
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims 7
- 238000002604 ultrasonography Methods 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- 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
- G01N21/9505—Wafer internal defects, e.g. microcracks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Analytical Chemistry (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种芯片封装缺陷检测方法及系统，涉及数据处理技术领域，于定位区域固定待检封装芯片并生成定位完成信号，激活微型工业相机采集封装体表面图像，激活超声探测仪采集内部超声波形图像，匹配封装芯片模板对封装体表面图像进行缺陷检测，获取表面缺陷信息；匹配波形基线信息对内部超声波形图像进行缺陷检测，获取内部缺陷信息，解决了现有技术中存在的针对表面缺陷的缺陷检测模型泛化性不足，且传统的芯片封装缺陷检测方法内部缺陷检出率较低的技术问题，固定封装芯片并基于适配采集方式获取源数据，配置适配检测方案并搭建泛化性检测模型，进行内部缺陷与表面缺陷的针对性检测，在保障检测准确度的基础上提高缺陷检出率。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种芯片封装缺陷检测方法及系统。
背景技术
集成电路芯片于产品的组装前，需通过不同类型的封装形式进行封装，用于保护芯片、增强电热性能，存在芯片封装缺陷检测必要性且检测源主要针对内部缺陷与表面缺陷。目前，针对表面缺陷的识别多用机器学习训练的模型实现，但是由于芯片封装的生产数据样本较少，难以得到泛化能力较强的缺陷检测模型，且传统的芯片封装缺陷检测方法内部缺陷检出率较低。
发明内容
本申请提供了一种芯片封装缺陷检测方法及系统，用于针对解决现有技术中存在的针对表面缺陷的缺陷检测模型泛化性不足，且传统的芯片封装缺陷检测方法内部缺陷检出率较低的技术问题。
鉴于上述问题，本申请提供了一种芯片封装缺陷检测方法及系统。
第一方面，本申请提供了一种芯片封装缺陷检测方法，所述方法包括：
将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；
当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像；
当生成所述定位完成信号时，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；
根据芯片型号信息，匹配封装芯片模板和波形基线信息；
根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；
根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息。
第二方面，本申请提供了一种芯片封装缺陷检测系统，所述系统包括：
芯片固定模块，所述芯片固定模块用于将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；
图像采集模块，所述图像采集模块用于当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像；
芯片探测模块，所述芯片探测模块用于当生成所述定位完成信号时，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；
信息匹配模块，所述信息匹配模块用于根据芯片型号信息，匹配封装芯片模板和波形基线信息；
表面缺陷检测模块，所述表面缺陷检测模块用于根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；
内部缺陷检测模块，所述内部缺陷检测模块用于根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的一种芯片封装缺陷检测方法，将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；根据芯片型号信息匹配封装芯片模板和波形基线信息，根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息，解决了现有技术中存在的针对表面缺陷的缺陷检测模型泛化性不足，且传统的芯片封装缺陷检测方法内部缺陷检出率较低的技术问题，固定封装芯片并基于适配采集方式获取源数据，配置适配检测方案并搭建泛化性检测模型，进行内部缺陷与表面缺陷的针对性检测，在保障检测准确度的基础上提高缺陷检出率。
附图说明
图1为本申请提供了一种芯片封装缺陷检测方法流程示意图；
图2为本申请提供了一种芯片封装缺陷检测方法中波形基线信息匹配流程示意图；
图3为本申请提供了一种芯片封装缺陷检测方法中表面缺陷信息获取流程示意图；
图4为本申请提供了一种芯片封装缺陷检测系统结构示意图。
附图标记说明：芯片固定模块11，图像采集模块12，芯片探测模块13，信息匹配模块14，表面缺陷检测模块15，内部缺陷检测模块16。
具体实施方式
本申请通过提供一种芯片封装缺陷检测方法及系统，于定位区域固定待检封装芯片并生成定位完成信号，激活微型工业相机采集封装体表面图像，激活超声探测仪采集内部超声波形图像，匹配封装芯片模板对封装体表面图像进行缺陷检测，获取表面缺陷信息；匹配波形基线信息对内部超声波形图像进行缺陷检测，获取内部缺陷信息，用于解决现有技术中存在的针对表面缺陷的缺陷检测模型泛化性不足，且传统的芯片封装缺陷检测方法内部缺陷检出率较低的技术问题。
实施例一
如图1所示，本申请提供了一种芯片封装缺陷检测方法，应用于芯片封装缺陷检测系统，所述系统和微型工业相机、超声探测仪通信连接，包括：
将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；
进一步而言，将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号，本申请还包括：
获取所述待检封装芯片的第一引脚平面和第一引脚基线，其中，所述第一引脚平面指的是所述待检封装芯片的预设引脚所属平面，所述第一引脚基线为预设的属于第一引脚平面的直线；
所述定位区域包括引脚定位平面，其中，所述引脚定位平面包括第一引脚定位平面，所述第一引脚定位平面和所述第一引脚平面相对应，所述第一引脚定位平面具有第一引脚定位基线；
将所述待检封装芯片输送至所述定位区域，将所述第一引脚基线和所述第一引脚定位基线重合，将所述第一引脚平面和所述第一引脚定位平面重合，生成所述定位完成信号。
集成电路芯片于产品的组装前，需通过不同类型的封装形式进行封装，用于保护芯片、增强电热性能。本申请提供的一种芯片封装缺陷检测方法，固定封装芯片并基于适配采集方式获取源数据，配置适配检测方案进行，在保障检测准确度的基础上提高缺陷检出率。
所述定位区域为待进行芯片检测的位置，将所述待检测芯片传输至所述定位区域并进行固定。具体的，芯片封装通常是采用具有若干管脚的引线框架，将芯片上的接点连接到引线框架的引脚上以完成封装。基于引脚对所述待检封装芯片进行传输定位，所述预设引脚为进行封装执行时所述待检封装芯片的待连接引脚，将所述预设引脚的所属平面作为所述第一引脚平面，将所述第一引脚平面中多个引脚所构成的直线作为所述第一引脚基线，所述第一引脚平面与所述第一引脚基线为进行固定位置限定的依据。基于所述定位区域的标准固定位置，确定所述第一引脚定位平面，即与所述第一引脚平面相对应的用于进行位置限定的平面，所述第一引脚定位平面具有所述第一引脚定位基线，所述第一引脚定位基线与所述第一引脚基线相对应。当所述待检封装芯片输送至所述定位区域后进行位置调整，将所述第一引脚基线与所述第一引脚定位基线重合，将所述第一引脚平面与所述第一引脚定位平面重合，确保所述待检封装芯片处于预定位置处，避免位置偏差影响信息检测结果，进而进行所述待检封装芯片的位置固定，同步生成所述定位完成信号，所述定位完成信号为进行检测激活的开始信号。
当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像；
当生成所述定位完成信号时，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；
所述微型工业相机为对所述待检封装芯片进行图像采集的设备，布设于所述定位区域预定位置处，所述微型工业相机处于关闭状态。当所述待检封装芯片固定完成后，随着所述定位完成信号的接收，激活所述微型工业相机，进行所述待检封装芯片的多角度图像采集，基于角度偏移对采集图像进行整合，生成所述封装体表面图像。
同时，所述超声探测仪用于进行所述待检封装芯片的内部缺陷检测，基于发射的超声波进行探测，基于接收的反馈波进行缺陷判定。随着所述定位完成信号的生成，激活所述超声探测仪，对所述待检封装芯片进行探测，对探测反馈波进行波形可视化显示，获取所述内部超声波形图像。所述封装体表面图像与所述内部超声波形图像为检测获取的进行表面缺陷与内部缺陷判定的采集数据源。
根据芯片型号信息，匹配封装芯片模板和波形基线信息；
进一步而言，如图2所示，根据芯片型号信息，匹配波形基线信息，本申请还包括：
将所述芯片型号信息和封装工艺信息输入工业互联网进行正样本采集，获取芯片第二质检记录数据，其中，所述芯片第二质检记录数据包括正样本超声波形记录数据；
根据所述正样本超声波形记录数据，构建第二波形基线信息；
将所述第二波形基线信息添加进所述波形基线信息。
进一步而言，根据所述正样本超声波形记录数据，构建第二波形基线信息，本申请还包括：
根据所述正样本超声波形记录数据，获取波形极大值触发频率和波形极小值触发频率；
当所述波形极大值触发频率大于或等于触发频率阈值，将波形极大值设为基线波动上限；
当所述波形极大值触发频率小于所述触发频率阈值，将波形极大值清洗后循环分析；
当所述波形极小值触发频率大于或等于所述触发频率阈值，将波形极小值设为基线波动下限；
当所述波形极小值触发频率小于所述触发频率阈值，将波形极小值清洗后循环分析；
根据所述基线波动上限和所述基线波动下限，构建所述第二波形基线信息。
芯片型号不同，对应的封装方式不同，以所述芯片型号信息为索引，基于所述工业互联网进行封装信息匹配，获取所述封装芯片模板，即适配性封装标准。以所述芯片型号信息与所述封装工艺信息为索引，基于所述工业互联网中进行正样本，即无缺陷样本的采集，作为所述芯片第二质检记录数据，所述第二质检记录数据包括所述正样本超声波形记录数据，即合格封装芯片的探测反馈波形。其中，基于构件相似性对所述待检封装芯片进行区域划分，可基于人为划分方式，划分为多个理论波形偏差值最小的区域，例如同组装元件对应的多个划分区域等，于所述工业互联网中，针对各划分区域分别进行正样本的采集与区域性规整集成，添加进所述正样本超声波形记录数据。进一步的，基于所述正样本超声波形记录数据，针对各划分区域分别进行波形基线提取，即无损封装芯片的标准波形，集成作为所述第二波形基线信息。
具体的，基于所述正样本超声波形记录数据，提取一划分区域对应的所述正样本超声波形记录数据，识别波形极大值与波形极小值并进行标记，分别进行频次统计，作为所述波形极大值触发频率与所述波形极小值触发频率。设定触发频率阈值，即结合专家经验设定临界触发频率，若所述波形极大值触发频率大于或等于所述触发频率阈值，表明所述波形极大值非偶然检测数据，具有一定的权威代表性，将所述波形极大值作为所述基线波动上限；若所述波形极大值触发频率小于所述触发频率阈值，对所述波形极大值进行清洗与循环分析，例如在排除当前波形极大值的基础上重新进行波形极大值的获取与触发频率统计，并判定是否满足所述触发频率阈值，若满足将其作为所述基线波动上限，否则再次进行重筛判定。
同理，判定所述波形极小值触发频率是否大于或等于所述触发频率阈值，若满足将所述波形极小值设定为所述基线波动下限；否则进行波形极小值清洗后循环分析，具体操作方式与所述波形极大值相同，直至确定满足所述触发频率阈值的波形极小值，作为所述基线波动下限。基于所述基线波动上限与所述基线波动下限，作为该区域对应的所述第二波形基线信息。其中，各划分区域的所述第二波形基线信息获取方式相同，将所述第二波形基线信息添加进所述波形基线信息。所述封装芯片模板和所述波形基线信息为进行缺陷信息检测判定的参考标准。
根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；
进一步而言，如图3所示，根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息，本申请还包括：
根据所述封装体表面图像，构建封装体孪生数字模型；
根据所述封装芯片模板，构建芯片模板孪生数字模型；
基于所述第一引脚平面和所述第一引脚基线，对所述封装体孪生数字模型和所述芯片模板孪生数字模型进行重合定位，获取模型重合数据进行缺陷检测，获取所述表面缺陷信息。
进一步而言，基于所述第一引脚平面和所述第一引脚基线，对所述封装体孪生数字模型和所述芯片模板孪生数字模型进行重合定位，获取模型重合数据进行缺陷检测，获取所述表面缺陷信息，本申请还包括：
所述模型重合数据包括一一对应的基准网格定位和待检网格定位，其中，网格为具有预设边长的方形网格，用于评价重合程度；
获取所述基准网格定位和所述待检网格定位的定位距离信息；
对所述定位距离信息大于或等于定位距离阈值的待检网格，在所述封装体孪生数字模型中进行渲染，获取封装缺陷区域；
基于所述封装缺陷区域，获取所述芯片模板孪生数字模型的第一局部元件网格坐标集；
基于所述封装缺陷区域，获取所述封装体孪生数字模型的第二局部元件网格坐标集；
以所述第一局部元件网格坐标集的预设网格的第一坐标为参考坐标，获取第一相对位置信息；
以所述第二局部元件网格坐标集的所述预设网格的第二坐标为参考坐标，获取第二相对位置信息；
当所述第一相对位置信息和所述第二相对位置信息的偏差大于或等于偏差阈值的数量小于或等于数量阈值，将所述封装缺陷区域设为封装固定位置缺陷，添加进所述表面缺陷信息；
当所述第一相对位置信息和所述第二相对位置信息的偏差大于或等于偏差阈值的数量大于所述数量阈值，将所述封装缺陷区域设为元件尺寸缺陷，添加进所述表面缺陷信息。
连接数字孪生云平台，基于所述封装体表面图像进行虚拟重构，生成所述封装体孪生数字模型，所述封装体孪生数字模型与所述封装体表面图像映射一致，以实现虚拟的孪生数字模型与实体的闭环交互；同理，基于所述封装芯片模板，进行所述芯片模板孪生数字模型的构建，所述封装体孪生数字模型与所述芯片模板孪生数字模型的构建方式相同，将所述封装体表面图像与所述封装芯片模板之间的实体校对分析，转换为所述封装体孪生数字模型与所述芯片模板孪生数字模型间的虚拟模型校对分析，以提高操作灵活性与分析效率。
具体的，识别所述封装体孪生数字模型与所述芯片模板孪生数字模型所述第一引脚平面与所述第一引脚基线，以此为基准，对所述封装体孪生数字模型与所述芯片模板孪生数字模型的所述第一引脚平面进行重合，且，对所述第一引脚基线进行重合，获取所述模型重合数据。基于所述模型重合数据进行缺陷检测。具体的，所述预设边长为自定义设定的分割尺度，基于所述预设边长下的方形网格，对所述芯片模板孪生数字模型进行分割，获取所述基准网格定位；基于所述方形网格对所述封装体孪生数字模型进行分割，获取所述待检网格定位，所述基准网格定位与所述待检网格定位一一对应，基于所述基准网格定位与所述待检网格定位的映射关系，进行网格的定位偏差计量，作为所述定位距离信息。
进一步的，获取所述定位距离阈值，即基于芯片封装标准设定的临界偏差距离，对各定位距离信息与所述定位距离阈值进行校对，提取所述定位距离信息中大于或等于所述定位距离阈值的待检网格，即较之封装芯片模板的偏差超限的待检网格，于所述封装体孪生数字模型中进行渲染，以便于进行区分识别，作为所述封装缺陷区域，进一步对所述封装缺陷区域进行缺陷类型判定。
具体的，遍历所述封装缺陷区域，对所述芯片模板数字模型进行装配元件识别，例如晶体管、二极管等，以所述芯片模板数字模型为基准搭建空间坐标系，对所述封装缺陷区域内装配的元件进行坐标定位，集成作为所述第一局部元件网格坐标集。同理，遍历所述封装缺陷区域，以所述封装体孪生数字模型为基准，基于相同坐标轴向进行空间坐标系的搭建，进行所述封装缺陷区域内装配的元件进行坐标定位，获取所述第二局部元件网格坐标集。所述预设网格为待进行缺陷识别的封装缺陷区域的参考网格区域，基于所述第一局部元件网格坐标集，提取所述预设网格内的局部元件网格坐标，将其作为所述第一坐标，即参考坐标，进而确定所述第一局部元件网格坐标集内的其余坐标较之所述第一坐标的相对位置，集成作为所述第一相对位置信息。
同理，基于所述第二局部元件网格坐标集，提取所述预设网格内的局部元件网格坐标，作为所述第二坐标，即参考坐标，进而确定所述第二局部元件网格坐标集内的其余坐标较之所述第二坐标的相对位置，集成作为所述第二相对位置信息。进一步的，设定所述偏差阈值，即芯片封装允许范围内的最大偏差值，对所述第一相对位置信息与所述第二相对位置信息进行映射对应，基于映射结果，即同元件固定位置的位置差值计算，获取多个相对位置偏差。对所述多个相对位置偏差与所述偏差阈值进行校对，统计大于或等于所述偏差阈值的数量，若小于或等于所述数量阈值，所述数量阈值默认为零，将所述封装缺陷区域设定为所述封装固定位置缺陷，并添加进所述表面缺陷信息中；若大于所述数量阈值，将所述封装区域设为所述元件尺寸缺陷，并添加进所述表面缺陷信息。
根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息。
进一步而言，根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息，本申请还包括：
获取所述内部超声波形图像不满足所述波形基线信息的特征波形信息；
将所述芯片型号信息和封装工艺信息输入工业互联网进行负样本采集，获取芯片第一质检记录数据，其中，所述工业互联网为多个芯片加工厂家共享信息的私域网络，所述芯片第一质检记录数据包括缺陷超声波形记录数据；
根据缺陷类型对所述芯片质检记录数据进行聚类分析，获取芯片质检记录数据聚类结果；
获取所述芯片质检记录数据聚类结果的类内聚集比例大于或等于预设比例的缺陷类型的所述缺陷超声波形记录数据，设为第一波形基线信息，其中，所述类内聚集比例指的是任意一个所述芯片质检记录数据聚类结果的类内记录数据条数与芯片质检记录数据的总条数的比值；
当所述第一波形基线信息对所述特征波形信息一致，获取内部缺陷类型和内部缺陷位置添加进所述内部缺陷信息；
当所述第一波形基线信息对所述特征波形信息不一致，将所述内部缺陷位置添加进所述内部缺陷信息。
以所述波形基线信息为基准，对所述内部超声波形图像进行校对，提取不满足所述波形基线信息的特征波形信息，即异常波形信息，对其进行缺陷分析。具体的，以所述芯片型号信息与所述封装工艺信息为索引，基于所述工业互联网进行负样本采集，即缺陷检出样本，获取所述缺陷超声波形记录数据，集成作为所述芯片第一质检记录数据，所述工业互联网为多个芯片加工厂家共享信息的私域网络。对所述芯片质检记录数据进行缺陷类型识别，将不同缺陷类型作为聚类标准，对所述芯片质检记录数据进行聚类处理获取多个聚类结果，作为所述芯片质检记录数据聚类结果。
进一步的，对所述芯片质检记录数据聚类结果中各聚类结果进行类内数量条数进行统计，将各聚类结果的类内数量占总类内数量条数的比值，作为所述类内聚集比例。设定所述预设比例，即自定义设定的用于进行数据清洗的临界聚集比例值，对所述类内聚集比例与所述预设比例进行校对，提取大于或等于所述预设比例的缺陷类型的所述缺陷超声波形记录数据，作为所述第一波形基线信息，以排除偶然性检测数据，提高所述第一波形基线信息的代表性，保障缺陷判定准确度。遍历所述第一波形基线信息，与所述特征波形信息进行比对，所述第一波形基线信息中与所述特征波形信息一致的信息，将对应的内部缺陷类型与内部缺陷位置作为所述特征波形信息的内部缺陷信息并进行添加；若所述第一波形基线信息中不存在与所述特征波形信息一致的信息，将所述内部缺陷位置添加进所述内部缺陷信息。
实施例二
基于与前述实施例中一种芯片封装缺陷检测方法相同的发明构思，如图4所示，本申请提供了一种芯片封装缺陷检测系统，所述系统包括：
芯片固定模块11，所述芯片固定模块11用于将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；
图像采集模块12，所述图像采集模块12用于当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像；
芯片探测模块13，所述芯片探测模块13用于当生成所述定位完成信号时，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；
信息匹配模块14，所述信息匹配模块14用于根据芯片型号信息，匹配封装芯片模板和波形基线信息；
表面缺陷检测模块15，所述表面缺陷检测模块15用于根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；
内部缺陷检测模块16，所述内部缺陷检测模块16用于根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息。
进一步而言，所述芯片固定模块，还包括：
引脚信息获取模块，所述引脚信息获取模块用于获取所述待检封装芯片的第一引脚平面和第一引脚基线，其中，所述第一引脚平面指的是所述待检封装芯片的预设引脚所属平面，所述第一引脚基线为预设的属于第一引脚平面的直线；
定位区域剖析模块，所述定位区域剖析模块用于所述定位区域包括引脚定位平面，其中，所述引脚定位平面包括第一引脚定位平面，所述第一引脚定位平面和所述第一引脚平面相对应，所述第一引脚定位平面具有第一引脚定位基线；
重合固定模块，所述重合固定模块用于将所述待检封装芯片输送至所述定位区域，将所述第一引脚基线和所述第一引脚定位基线重合，将所述第一引脚平面和所述第一引脚定位平面重合，生成所述定位完成信号。
进一步而言，所述表面缺陷检测模块，还包括：
封装体孪生数字模型构建模块，所述封装体孪生数字模型构建模块用于根据所述封装体表面图像，构建封装体孪生数字模型；
芯片模板孪生数字模型构建模块，所述芯片模板孪生数字模型构建模块用于根据所述封装芯片模板，构建芯片模板孪生数字模型；
重合检测模块，所述重合检测模块用于基于所述第一引脚平面和所述第一引脚基线，对所述封装体孪生数字模型和所述芯片模板孪生数字模型进行重合定位，获取模型重合数据进行缺陷检测，获取所述表面缺陷信息。
进一步而言，所述重合检测模块，还包括：
模型重合数据剖析模块，所述模型重合数据剖析模块用于所述模型重合数据包括一一对应的基准网格定位和待检网格定位，其中，网格为具有预设边长的方形网格，用于评价重合程度；
行为距离信息获取模块，所述定位距离信息获取模块用于获取所述基准网格定位和所述待检网格定位的定位距离信息；
封装缺陷区域获取模块，所述封装缺陷区域获取模块用于对所述定位距离信息大于或等于定位距离阈值的待检网格，在所述封装体孪生数字模型中进行渲染，获取封装缺陷区域；
第一局部元件网格坐标集获取模块，所述第一局部元件网格坐标集获取模块用于基于所述封装缺陷区域，获取所述芯片模板孪生数字模型的第一局部元件网格坐标集；
第二局部元件网格坐标集获取模块，所述第二局部元件网格坐标集获取模块用于基于所述封装缺陷区域，获取所述封装体孪生数字模型的第二局部元件网格坐标集；
第一相对位置信息获取模块，所述第一相对位置信息获取模块用于以所述第一局部元件网格坐标集的预设网格的第一坐标为参考坐标，获取第一相对位置信息；
第二相对位置信息获取模块，所述第二相对位置信息获取模块用于以所述第二局部元件网格坐标集的所述预设网格的第二坐标为参考坐标，获取第二相对位置信息；
封装固定位置缺陷区域设定模块，所述封装固定位置缺陷区域设定模块用于当所述第一相对位置信息和所述第二相对位置信息的偏差大于或等于偏差阈值的数量小于或等于数量阈值，将所述封装缺陷区域设为封装固定位置缺陷，添加进所述表面缺陷信息；
元件尺寸缺陷区域设定模块，所述元件尺寸缺陷区域设定模块用于当所述第一相对位置信息和所述第二相对位置信息的偏差大于或等于偏差阈值的数量大于所述数量阈值，将所述封装缺陷区域设为元件尺寸缺陷，添加进所述表面缺陷信息。
进一步而言，所述内部缺陷检测模块，还包括：
特征波形信息获取模块，所述特征波形信息获取模块用于获取所述内部超声波形图像不满足所述波形基线信息的特征波形信息；
第一质检记录数据获取模块，所述第一质检记录数据获取模块用于将所述芯片型号信息和封装工艺信息输入工业互联网进行负样本采集，获取芯片第一质检记录数据，其中，所述工业互联网为多个芯片加工厂家共享信息的私域网络，所述芯片第一质检记录数据包括缺陷超声波形记录数据；
聚类分析模块，所述聚类分析模块用于根据缺陷类型对所述芯片质检记录数据进行聚类分析，获取芯片质检记录数据聚类结果；
第一波形基线信息设定模块，所述第一波形基线信息设定模块用于获取所述芯片质检记录数据聚类结果的类内聚集比例大于或等于预设比例的缺陷类型的所述缺陷超声波形记录数据，设为第一波形基线信息，其中，所述类内聚集比例指的是任意一个所述芯片质检记录数据聚类结果的类内记录数据条数与芯片质检记录数据的总条数的比值；
内部缺陷信息添加模块，所述内部缺陷信息添加模块用于当所述第一波形基线信息对所述特征波形信息一致，获取内部缺陷类型和内部缺陷位置添加进所述内部缺陷信息；
内部缺陷位置添加模块，所述内部缺陷位置添加模块用于当所述第一波形基线信息对所述特征波形信息不一致，将所述内部缺陷位置添加进所述内部缺陷信息。
进一步而言，所述信息匹配模块，还包括：
第二质检记录数据获取模块，所述第二质检记录数据获取模块用于将所述芯片型号信息和封装工艺信息输入工业互联网进行正样本采集，获取芯片第二质检记录数据，其中，所述芯片第二质检记录数据包括正样本超声波形记录数据；
第二波形基线信息构建模块，所述第二波形基线信息构建模块用于根据所述正样本超声波形记录数据，构建第二波形基线信息；
信息添加模块，所述信息添加模块用于将所述第二波形基线信息添加进所述波形基线信息。
进一步而言，所述第二波形基线信息构建模块，还包括：
触发频率获取模块，所述触发频率获取模块用于根据所述正样本超声波形记录数据，获取波形极大值触发频率和波形极小值触发频率；
基线波动上限设定模块，所述基线波动上限设定模块用于当所述波形极大值触发频率大于或等于触发频率阈值，将波形极大值设为基线波动上限；
波形极大值清洗模块，所述波形极大值清洗模块用于当所述波形极大值触发频率小于所述触发频率阈值，将波形极大值清洗后循环分析；
基线波动下限设定模块，所述基线波动下限设定模块用于当所述波形极小值触发频率大于或等于所述触发频率阈值，将波形极小值设为基线波动下限；
波形极小值清洗模块，所述波形极小值清洗模块用于当所述波形极小值触发频率小于所述触发频率阈值，将波形极小值清洗后循环分析；
波形基线信息获取模块，所述波形基线信息获取模块用于根据所述基线波动上限和所述基线波动下限，构建所述第二波形基线信息。
本说明书通过前述对一种芯片封装缺陷检测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种芯片封装缺陷检测方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种芯片封装缺陷检测方法，其特征在于，应用于芯片封装缺陷检测系统，所述系统和微型工业相机、超声探测仪通信连接，包括：
将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；
当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像；
当生成所述定位完成信号时，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；
根据芯片型号信息，匹配封装芯片模板和波形基线信息；
根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；
根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息；
其中，将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号，包括：
获取所述待检封装芯片的第一引脚平面和第一引脚基线，其中，所述第一引脚平面指的是所述待检封装芯片的预设引脚所属平面，所述第一引脚基线为预设的属于第一引脚平面的直线；
所述定位区域包括引脚定位平面，其中，所述引脚定位平面包括第一引脚定位平面，所述第一引脚定位平面和所述第一引脚平面相对应，所述第一引脚定位平面具有第一引脚定位基线；
将所述待检封装芯片输送至所述定位区域，将所述第一引脚基线和所述第一引脚定位基线重合，将所述第一引脚平面和所述第一引脚定位平面重合，生成所述定位完成信号；
根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息，包括：
根据所述封装体表面图像，构建封装体孪生数字模型；
根据所述封装芯片模板，构建芯片模板孪生数字模型；
基于所述第一引脚平面和所述第一引脚基线，对所述封装体孪生数字模型和所述芯片模板孪生数字模型进行重合定位，获取模型重合数据进行缺陷检测，获取所述表面缺陷信息；
其中，根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息，包括：
获取所述内部超声波形图像不满足所述波形基线信息的特征波形信息；
将所述芯片型号信息和封装工艺信息输入工业互联网进行负样本采集，获取芯片第一质检记录数据，其中，所述工业互联网为多个芯片加工厂家共享信息的私域网络，所述芯片第一质检记录数据包括缺陷超声波形记录数据；
根据缺陷类型对所述芯片质检记录数据进行聚类分析，获取芯片质检记录数据聚类结果；
获取所述芯片质检记录数据聚类结果的类内聚集比例大于或等于预设比例的缺陷类型的所述缺陷超声波形记录数据，设为第一波形基线信息，其中，所述类内聚集比例指的是任意一个所述芯片质检记录数据聚类结果的类内记录数据条数与芯片质检记录数据的总条数的比值；
当所述第一波形基线信息对所述特征波形信息一致，获取内部缺陷类型和内部缺陷位置添加进所述内部缺陷信息；
当所述第一波形基线信息对所述特征波形信息不一致，将所述内部缺陷位置添加进所述内部缺陷信息。
2.如权利要求1所述的方法，其特征在于，基于所述第一引脚平面和所述第一引脚基线，对所述封装体孪生数字模型和所述芯片模板孪生数字模型进行重合定位，获取模型重合数据进行缺陷检测，获取所述表面缺陷信息，包括：
所述模型重合数据包括一一对应的基准网格定位和待检网格定位，其中，网格为具有预设边长的方形网格，用于评价重合程度；
获取所述基准网格定位和所述待检网格定位的定位距离信息；
对所述定位距离信息大于或等于定位距离阈值的待检网格，在所述封装体孪生数字模型中进行渲染，获取封装缺陷区域；
基于所述封装缺陷区域，获取所述芯片模板孪生数字模型的第一局部元件网格坐标集；
基于所述封装缺陷区域，获取所述封装体孪生数字模型的第二局部元件网格坐标集；
以所述第一局部元件网格坐标集的预设网格的第一坐标为参考坐标，获取第一相对位置信息；
以所述第二局部元件网格坐标集的所述预设网格的第二坐标为参考坐标，获取第二相对位置信息；
当所述第一相对位置信息和所述第二相对位置信息的偏差大于或等于偏差阈值的数量小于或等于数量阈值，将所述封装缺陷区域设为封装固定位置缺陷，添加进所述表面缺陷信息；
当所述第一相对位置信息和所述第二相对位置信息的偏差大于或等于偏差阈值的数量大于所述数量阈值，将所述封装缺陷区域设为元件尺寸缺陷，添加进所述表面缺陷信息。
3.如权利要求1所述的方法，其特征在于，根据芯片型号信息，匹配波形基线信息，包括：
将所述芯片型号信息和封装工艺信息输入工业互联网进行正样本采集，获取芯片第二质检记录数据，其中，所述芯片第二质检记录数据包括正样本超声波形记录数据；
根据所述正样本超声波形记录数据，构建第二波形基线信息；
将所述第二波形基线信息添加进所述波形基线信息。
4.如权利要求3所述的方法，其特征在于，根据所述正样本超声波形记录数据，构建第二波形基线信息，包括：
根据所述正样本超声波形记录数据，获取波形极大值触发频率和波形极小值触发频率；
当所述波形极大值触发频率大于或等于触发频率阈值，将波形极大值设为基线波动上限；
当所述波形极大值触发频率小于所述触发频率阈值，将波形极大值清洗后循环分析；
当所述波形极小值触发频率大于或等于所述触发频率阈值，将波形极小值设为基线波动下限；
当所述波形极小值触发频率小于所述触发频率阈值，将波形极小值清洗后循环分析；
根据所述基线波动上限和所述基线波动下限，构建所述第二波形基线信息。
5.一种芯片封装缺陷检测系统，其特征在于，所述系统应用于权利要求1-4任一项所述方法中，所述系统和微型工业相机、超声探测仪通信连接，包括：
芯片固定模块，所述芯片固定模块用于将待检封装芯片输送至定位区域进行固定，完成时生成定位完成信号；
图像采集模块，所述图像采集模块用于当生成所述定位完成信号时，激活微型工业相机对所述待检封装芯片进行图像监测，获取封装体表面图像；
芯片探测模块，所述芯片探测模块用于当生成所述定位完成信号时，激活超声探测仪对所述待检封装芯片进行探测，获取内部超声波形图像；
信息匹配模块，所述信息匹配模块用于根据芯片型号信息，匹配封装芯片模板和波形基线信息；
表面缺陷检测模块，所述表面缺陷检测模块用于根据所述封装芯片模板对所述封装体表面图像进行缺陷检测，获取表面缺陷信息；
内部缺陷检测模块，所述内部缺陷检测模块用于根据所述波形基线信息对所述内部超声波形图像进行缺陷检测，获取内部缺陷信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311186315.5A CN116913799B (zh) | 2023-09-14 | 2023-09-14 | 一种芯片封装缺陷检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311186315.5A CN116913799B (zh) | 2023-09-14 | 2023-09-14 | 一种芯片封装缺陷检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116913799A CN116913799A (zh) | 2023-10-20 |
| CN116913799B true CN116913799B (zh) | 2023-11-28 |
Family
ID=88353566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311186315.5A Active CN116913799B (zh) | 2023-09-14 | 2023-09-14 | 一种芯片封装缺陷检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116913799B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118380355B (zh) * | 2024-06-26 | 2024-10-29 | 南通华隆微电子股份有限公司 | 一种固晶机换片优化方法及系统 |
| CN118443799A (zh) * | 2024-06-26 | 2024-08-06 | 中寓装配(江苏)新材料有限公司 | 用于硅酸钙饰板的缺陷在线检测方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008008740A (ja) * | 2006-06-29 | 2008-01-17 | National Institute Of Advanced Industrial & Technology | 欠陥を検出する方法及びそのための装置 |
| JP2017020843A (ja) * | 2015-07-08 | 2017-01-26 | 株式会社 システムスクエア | 包装体の検査装置 |
| CN108375632A (zh) * | 2018-01-23 | 2018-08-07 | 航天科工防御技术研究试验中心 | 一种塑封器件分层缺陷检测方法 |
| CN110645903A (zh) * | 2019-10-17 | 2020-01-03 | 武汉大学 | 一种封装模块翘曲变形及缺陷立体在线监测方法及装置 |
| CN111707614A (zh) * | 2020-04-13 | 2020-09-25 | 深圳市正宇兴电子有限公司 | 一种光学芯片表面沾污缺陷检测方法及线激光视觉检测系统 |
| CN113324912A (zh) * | 2021-04-14 | 2021-08-31 | 航天科工防御技术研究试验中心 | 塑封结构内部缺陷检测设备、方法及存储介质 |
| CN215695553U (zh) * | 2020-12-29 | 2022-02-01 | 北京万应科技有限公司 | 一种超声换能器阵列封装结构 |
| CN115166048A (zh) * | 2022-07-25 | 2022-10-11 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生装备的超声波无损检测方法、装置及系统 |
| CN116068057A (zh) * | 2023-04-02 | 2023-05-05 | 广东仁懋电子有限公司 | 一种sot封装类芯片缺陷检测方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11835472B2 (en) * | 2021-08-05 | 2023-12-05 | Zhejiang University | Device and method for detecting subsurface defect of optical component |
-
2023
- 2023-09-14 CN CN202311186315.5A patent/CN116913799B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008008740A (ja) * | 2006-06-29 | 2008-01-17 | National Institute Of Advanced Industrial & Technology | 欠陥を検出する方法及びそのための装置 |
| JP2017020843A (ja) * | 2015-07-08 | 2017-01-26 | 株式会社 システムスクエア | 包装体の検査装置 |
| CN108375632A (zh) * | 2018-01-23 | 2018-08-07 | 航天科工防御技术研究试验中心 | 一种塑封器件分层缺陷检测方法 |
| CN110645903A (zh) * | 2019-10-17 | 2020-01-03 | 武汉大学 | 一种封装模块翘曲变形及缺陷立体在线监测方法及装置 |
| CN111707614A (zh) * | 2020-04-13 | 2020-09-25 | 深圳市正宇兴电子有限公司 | 一种光学芯片表面沾污缺陷检测方法及线激光视觉检测系统 |
| CN215695553U (zh) * | 2020-12-29 | 2022-02-01 | 北京万应科技有限公司 | 一种超声换能器阵列封装结构 |
| CN113324912A (zh) * | 2021-04-14 | 2021-08-31 | 航天科工防御技术研究试验中心 | 塑封结构内部缺陷检测设备、方法及存储介质 |
| CN115166048A (zh) * | 2022-07-25 | 2022-10-11 | 北自所(北京)科技发展股份有限公司 | 基于数字孪生装备的超声波无损检测方法、装置及系统 |
| CN116068057A (zh) * | 2023-04-02 | 2023-05-05 | 广东仁懋电子有限公司 | 一种sot封装类芯片缺陷检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116913799A (zh) | 2023-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116913799B (zh) | 一种芯片封装缺陷检测方法及系统 | |
| CN104063873B (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
| CN112131936B (zh) | 一种巡检机器人图像识别方法及巡检机器人 | |
| CN115283296B (zh) | 基于igbt生产的视觉检测系统及方法 | |
| CN107507174A (zh) | 基于手持智能巡检的电厂仪表设备图像识别方法及系统 | |
| CN115077425B (zh) | 一种基于结构光三维视觉的产品检测设备及方法 | |
| CN112085071A (zh) | 一种基于边缘计算的配电房设备故障分析预判方法及装置 | |
| CN103759672A (zh) | 雪糕棒平面轮廓尺寸的视觉测量方法 | |
| CN114460439A (zh) | 一种数字集成电路测试系统 | |
| CN116839650B (zh) | 一种智能化仪器仪表检定系统及方法 | |
| CN116368349A (zh) | 检查目标的语义分割 | |
| CN116520068A (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
| CN111504223A (zh) | 一种基于线激光传感器的叶片轮廓测量方法及装置和系统 | |
| CN117911412A (zh) | 用于工程机械用链轨节的尺寸检测方法及系统 | |
| KR101743595B1 (ko) | 부분 방전 진단 방법 및 시스템, 이를 이용한 몰드 변압기 열화 모니터링 시스템. | |
| CN111561968A (zh) | 基于传感器的环境参数检测方法、装置及数据处理设备 | |
| CN116990746A (zh) | 用于无线电监测测向系统及方法 | |
| CN117314829A (zh) | 一种基于计算机视觉的工业零件质检方法和系统 | |
| Cheng et al. | RAD: A Comprehensive Dataset for Benchmarking the Robustness of Image Anomaly Detection | |
| TWI399660B (zh) | 偵測半導體製程變異之方法 | |
| CN113989513A (zh) | 一种方形指针式仪表读数识别的方法 | |
| CN110197189A (zh) | 一种引信装配正确性检测方法和设备 | |
| TWI765364B (zh) | 人工智慧瑕疵影像分類方法與其系統 | |
| CN114418941B (zh) | 一种基于电力巡检设备检测数据的缺陷诊断方法及系统 | |
| CN109444622A (zh) | 一种轴角发送系统故障自动检测方法、系统及装置 |
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 |