![Qualapアプリケーション例](/images/posts/qdswxp3/qualap.af74dc1658f3de8fb4e84cb5e9e07915218a71726aa952580d1d6c27f65568393c4d219212baab2edb7cc452f40fce5cbc86aaa2c8a446cf9db33dcd218dbdd7.png)
第 43 回ナノテスティングシンポジウム(NANOTS2023) の詳細
NANOTS2023のPDF版プログラムより、プログラムがダウンロードできます
11/8(水) 10:50~ Commercial Session(C1) 「深層学習を用いたはんだボイド・クラック非破壊検査手法の開発」 で参加登録済み
会期 | 2023年 11月7日(火)~ 9日(木) |
---|---|
開催場所 | 千里ライフサイエンスセンター(大阪府豊中市千里中央) Commercial Session(C1)は、11/8(水) 10:50からの予定です また、商業展示(29番ブース)も実施しています |
主催 | ナノテスティング学会 |
協賛 | (社)電子情報通信学会、(社)応用物理学会、日本信頼性学会、(財)日本科学技術連盟 |
概要
製品の故障原因となるはんだ付不良、特に、長期間の温度変化の繰り返しにより発生するクラックや、部品実装時に発生するボイド等の欠陥については、観察や不良解析が不可欠となっている。これらの非破壊検査の自動化の試みがなされてきたが、従来の画像処理手法では、ビア、メッキまたはビアからの反射、一貫性のない照明、アーチファクト等のノイズのために、一度に欠陥部を自動検出することができなかった。本報告では、深層学習を用いた手法として、U-Net を用いたボイド領域の自動検出手法及びクラック起点・終点箇所及び経路の自動検出手法を確立し、はんだ付不良の非破壊検査を自動化する新しい手法を提案した。具体的には、X 線透過画像を用いたはんだボイドの自動検出手法の検証を行い、また、X 線 CT を用いたはんだクラックの 3 次元測定手法の検証を行い、それぞれの手法の有効性について確認した。
はんだボイド率を測定したい場合
![VoidRoid](/images/apps/icon-64/voidroid.ddbe28731bf4633da6187fde843745bb2f5acc9d384f91394c781311877726aa980d6f8e4de68139ae91ee515dc07e8e4df5a89bcd45e435797d514ab5638b5d.png)
はんだボイド率測定アプリ
はんだ 3D クラック率を測定したい場合
![QrackDroid3D](/images/apps/icon-64/qrackdroid.a5f266ab35c021f47151cd8fc840856ec415d28142f7f98dfa9c9d57c86593469b28c0b22411f1bf3eda1b5f4798374c6a75175890c0c27df8d2846b89dd418b.png)
はんだ3Dクラック率測定アプリ
NANOTS2023 に関するその他の情報を知りたい場合
第43回ナノテスティングシンポジウム(NANOTS2023)