AI视觉检测设备，每分钟可检测13000颗MLCC

HanWool Semiconductor表示，其基于人工智能的多层陶瓷电容器（MLCC）视觉检测设备实现了每分钟13000颗的检测速度，缺陷检测准确率约98%。目前该设备正交由外部专业机构开展性能验证。

该设备是一套六面视觉检测系统，可对MLCC全部外表面进行检测。设备对高速运动中尺寸约0.6毫米 ×0.3毫米的微型MLCC进行拍照，能够检出微裂纹、崩缺、异物以及电极异常等各类缺陷。相比此前，这套系统将缺陷检测准确率从约95% 提升了3个百分点。

MLCC具备体积小、大批量生产的特点，检测速度与检测准确率需要同时兼顾。检测速度越快，用于图像采集与处理的时间就越短，因此需要可以同时降低漏检与误报的技术方案。

这套设备搭载HanWool自研AI检测平台HawAIe与AI分析引擎AlohaNet。对于位置、形态固定的缺陷，采用传统图像处理技术完成检测；而微裂纹、不规则表面缺陷等难度更高的缺陷，则交由AI进行分析识别。检测过程中采集的数据会用于AI模型训练。系统可以根据不同MLCC厂商的产品规格、缺陷类型来优化检测准确率。设备还搭载端侧AI技术，AI运算直接在设备本地完成，生产数据无需经过外部网络即可完成处理。

HanWool正委托外部专业机构开展性能测试，验证每分钟13000颗的检测速率。公司将根据测试结果，面向海内外MLCC厂商扩大设备评测与市场推广。该企业计划在今年年底将检测速度提升至每分钟15000颗，并进一步推广HawAIe平台。后续还会把这套AI检测技术陆续应用到MLCC综合测量设备、压痕检测设备以及超声无损检测设备上。

HanWool相关人士称：“我们把检测速度提升至每分钟13000颗的同时，也优化了AI缺陷检测能力。希望通过外部专业机构的评测对性能进行客观验证，确立这款设备的可靠性。”

此前，HanWool公布面向片式多层陶瓷电容器（MLCC）后端生产设备的AI技术布局方案，核心推出超声缺陷检测设备，以及可对元器件内部缺陷开展高速全检的第二代贴片机。

AI超声全检系统可在不破坏元器件的前提下，检出MLCC内部微裂纹、分层、空洞等缺陷。这套设备融合AI判定算法与超声信号分析技术，突破传统抽样检测的局限，同步提升检测速度与检测可靠性。传统超声检测设备受检测速度限制，仅能对批次产品抽样检测，无法实现全检。但当下行业品质管控标准持续收紧，市场对全检技术的需求大幅提升。AI服务器、电动车、自动驾驶系统所用MLCC即便存在微小瑕疵，也会严重影响终端产品可靠性。

Hanwool Semiconductor将高速超声检测技术与AI缺陷分析技术相融合。这套设备可对每一颗产出的MLCC完成检测，且不会拖慢产线生产节拍；AI实时解析信号，能够捕捉元器件内部极其细微的缺陷。设备将检测、品控、自动贴装功能整合至同一套平台。公司计划在此基础上迭代升级，打造智能工厂一体化平台，通过对接生产运营系统，实现全流程产品质量与良率管控。本次技术布局的核心载体，是HanWool自研深度学习检测平台HaWAIe。该平台能够识别肉眼视觉检测、传统规则算法难以捕捉的瑕疵，包含微裂纹、缺角、电极失效、内部异物等各类缺陷。

HanWool同时研发适配高附加值MLCC生产的第二代贴片机。HanWool表示，对比现有设备，新款贴片机可将生产良率与产出效率提升30%以上，同时支持超微型MLCC产品加工。