BGA・ファインピッチ組立向けのAI搭載X線検査
Boolean & Beyond は、従来の光学的手法および手動X線検査の可視性・速度の限界を解決するAI駆動のX線・3D検査をBGA（ボール・グリッド・アレイ）およびファインピッチ部品向けに提供します。
従来手法の課題
- 隠れた接合部：BGAのはんだボールはパッケージ下に完全に隠れており、上方からの光学カメラでは重要な接合部を視認できません。
- 超微細ピッチ：ピッチ0.3mm以下・数百I/Oに及ぶ構造は、手動検査を低速かつエラーが発生しやすいものにします。
- 複雑なX線画像：AXI画像は専門的な解釈を必要とし、部分的または微細な不良は見逃されやすい傾向があります。
当社のAIビジョンシステムの機能
当社の深層学習モデルはX線および3Dデータを解析し、以下を検出します：
- ヘッド・イン・ピロー
- コールドジョイント
- ブリッジング
- ボイド（定量的なボイド率を含む）
- はんだ不足
- ボール欠落
モデルは数千枚のラベル付きX線画像でトレーニングされており、熟練したオペレータでも一貫した判断が難しい微細・低コントラスト・部分的な不良の検出を可能にします。
バンガロールおよびプネの高密度組立における微細ピッチデバイス（QFN・CSP・マイクロBGA）に対して、本システムは以下を融合します：
- X線断面像
- 斜めアングルX線ビュー
これらを統合することで、各パッケージ下のはんだ接合品質の完全なビューを再構築します。
導入アプローチ
フェーズ1（第1〜4週）：X線データ取得とアノテーション
- 既存のインライン・オフラインシステムから包括的なX線データセットを取得します。
- お客様の実際の以下の項目に焦点を当てます：
- BGAパッケージファミリー
- PCBスタックアップとレイアウト
- リフロープロファイルとプロセスウィンドウ
- アノテーションチームが不良をIPC-A-610規格に準拠してラベル付けし、お客様の品質基準に整合したグランドトゥルースデータセットを作成します。
フェーズ2（第5〜8週）：深層学習モデルの開発
- 不良カテゴリ（ボイド・ヘッド・イン・ピロー・ブリッジングなど）ごとに専用検出器をトレーニングします。
- 以下の項目に特に注力します：
- ボイド：IPCクラスとお客様の社内基準に基づき、許容範囲のボイドと過剰なボイドを区別します。
- ヘッド・イン・ピロー：グレースケールとテクスチャの微細な差異を検出します。
- ブリッジング：高密度なファインピッチアレイにおける堅牢な検出を実現します。
- 以下に対してモデルを検証します：
- お客様の不合格・合格判定基準
- IPCクラス2またはクラス3の要件
フェーズ3（第9〜11週）：本番展開と最適化
- お客様の既存X線装置（Nikon・Nordson DAGE・Viscomのインラインまたはオフラインステーション）と並行してモデルを展開します。
- ラインのタクトタイムに対応または超えるよう推論速度を最適化します。
- 以下の目的のためにMESへリアルタイム結果をストリーミングします：
- トレーサビリティ
- SPC（統計的プロセス管理）
- クローズドループプロセスフィードバック
期待される成果とROI
BGA検査にBoolean & Beyond を活用する電子機器メーカーの一般的な成果：
- 不良検出率：隠れたBGA不良の90〜97%を検出（手動X線検査の70〜80%と比較）。
- 検査速度：新規ハードウェア不要でX線解析を3〜5倍高速化し、スループットを向上。
- ボイド測定精度：ボイド率を自動計算し、精度±2%を達成。主観的な目視推定を排除。
- オペレータ依存度：希少なX線専門家への依存度を約80%削減（バンガロールおよびチェンナイで特に重要な課題）。
- フィールド信頼性：BGAはんだ不良に起因する保証クレームを40〜60%削減。
- 投資回収：ハイミックス・高密度組立事業において通常8〜12ヶ月でROIを達成。
既存X線・品質ワークフローとの統合
Boolean & Beyond はお客様の現行X線設備を置き換えるのではなく、強化します：
- ハードウェア非依存のAIレイヤー：
- インラインAXIシステム