EPP 05-06.2022

der späteren Vergleichbarkeit die Einstellung auch
konsequent beibehalten. Immer mehr hält auch hier
zudem die künstliche Intelligenz Einzug. In der Praxis
gibt es bereits sehr positive Erfahrungen mit KI-gestützter
Segmentierung in Bezug auf Voids und ihre
Umgebung. Die Klassifikatoren werden dabei kontinuierlich
nachtrainiert, um für jeden einzelnen Bildpunkt
sicher zu erkennen, ob es sich um ein Void-Pixel
handelt oder nicht.
Nachweis wiederholgenauer
Ergebnisse
Ob in Zukunft zunehmend mit Hilfe von KI oder anderen
heute angewandten Methoden – ist ein Fehler
identifiziert, kommt es erheblich darauf an, ihn in
seiner Ausprägung im Vergleich zu anderen Fehlern
zu betrachten. Kunden eines Fertigungsdienstleisters
können deshalb als wichtige Qualitätsanforderung
besonderen Wert auf die Wiederholgenauigkeit der
Ergebnisse legen und die Einhaltung dieser Vorgabe
über entsprechende Audits z. B. auch stichpunktartig
kontrollieren. Prüfungen der Fähigkeit von Messmitteln
kennt man aus dem Qualitätsmanagement unter
der Abkürzung MSA für Measurement System Analysis,
Deutsch Messsystemanalyse. Die von einem System
erreichte Genauigkeit setzt sich dabei zusammen
aus Kriterien wie der Richtigkeit der Ergebnisse
und der Wiederholpräzision. In der Regel geschieht
dies heute beim Inline-Röntgen anders als bei Systemen
für die automatische optische Inspektion nicht
mit Hilfe eines zertifizierten Targets, sondern anhand
von Baugruppen aus der Fertigung, die man z. B.
50-mal wiederholt unter denselben Bedingungen
prüft. Auch wenn keine MSA gefordert wird, kann ihre
turnusmäßige Durchführung sinnvoll sein, um die
Zuverlässigkeit laufender Prüfprogramme zu testen.
In diesem Zusammenhang ist natürlich auch wichtig,
dass die Systeme in vorgegebenen Zeitintervallen einer
Kalibration unterzogen werden. Im Grunde genommen
handelt es sich hier schließlich um nichts
anderes als die Gewährleistung einer Wiederholgenauigkeit
über Monate und Jahre hinweg. Ein auch
im Zusammenhang mit Audits wichtiger Aspekt – etwa
vor dem Hintergrund der für das Qualitätsmanagement
in der Automobilindustrie wichtigen Norm
IATF 16949 und den damit verbundenen Zertifizierungen.
Bei einem 3D-AXI-System kann z. B. neben
einer kontinuierlichen Selbstüberwachung auf Hardware-
oder Systemfehler die Grauwertkalibrierung
automatisch erfolgen. Darüber hinaus kommen entsprechende
Kalibrationskörper zum Einsatz, die eine
messtechnische Rückführbarkeit gewährleisten.
Aus der Referenzebene herausgenommene
Vias eines QFNs
Void in einer THT-Lötstelle
Solides Fundament
an Bildinformationen
Die Stabilität der Prozesse lässt sich zudem immer
noch ganz klassisch mit Hilfe von „Bildbasen“ prüfen.
Von Bedienerinnen und Bedienern angelegte und
langfristig gepflegte Datenbanken mit Bildern von
Echt- und Grenzfehlern sowie Gut-Beispielen aus der
Fertigung können auch bei geringfügigen Veränderungen
wie etwa dem Einsatz einer neuen Lotpaste
als zuverlässige Prozessindikatoren dienen. Einmal
gelabelt, stehen die Verifikationsdaten als wichtige
Erfahrungswerte für zukünftige Optimierungen von
Prüfprogrammen bereit. Werden die Inspektionsergebnisse
darüber hinaus von statistischen Auswertungen
auf Basis einer umfassenden Prozesskontrolle
untermauert, steht einem auditsicheren Inline-Röntgen
in einer modernen Fertigungslinie nichts mehr
im Wege. Im Idealfall sind dafür alle Prüftore von der
Lotpasteninspektion (3D-SPI) über die optische Post-
Reflow-Inspektion (3D-AOI) bis hin zum Inline- und
Offline-Röntgen (3D-AXI und 3D-MXI) in vollem
Umfang miteinander vernetzt und ihre Daten für alle
benötigten Zwecke kombiniert verfügbar.
www.viscom.de
Bild: Viscom
Bild: Viscom
EPP » 05-06 | 2022 85