本设备对晶圆以及显示面板部门造程(如晶圆切片、研磨、减薄、划片等)之后的厚度丈量等。。。。。？？？？赏讲馐猿鲎柿献陨淼 TTV/BOW/WRAP/SORI等参数误差。。。。。

晶圆划裂AOI查抄机重要用于晶圆裂片机加工后，，，，，，用于检测Disco环上芯粒的漏划、离焦、未划开、双晶等较显著的划裂缺点，，，，，，通过视觉缺点检测，，，，，，检出有无蕴含以上缺点即可，，，，，，即分辨出良品和不良品，，，，，，削减人为，，，，，，提升检测效能。。。。。

固晶焊线AOI查抄机，，，，，，又称引线键合AOI查抄机，，，，，，重要利用于半导体封测领域中的固晶Die Bonding和焊线Wire Bonding后的缺点进行高效的AOI检测，，，，，，拥有高速度、高精度及高查抄覆盖率等特点。。。。。拥有齐全自主知识产权的光学系统模组和主题检测算法，，，，，，以及AI深度进建算法，，，，，，合用于检测固晶和焊线造程中出现的晶粒表表、焊点、焊线以及框架表表多种缺点。。。。。

半导体晶圆造备中位错缺点的状态和散布情况对电子元器件的机能有较大影响，，，，，，由于掺杂资料、造备工艺的分歧，，，，，，位错散布也分歧。。。。。本设备用于查抄晶圆位错状态和散布，，，，，，为晶圆资料钻延注改进造备工艺提供数据支持。。。。。 合用于2吋、3吋、4吋和6吋砷化镓衬底。。。。。

触摸屏网面AVI/AOI检测--Web Inspection System 网面检测系统 塑料网面检测系统提供靠得住的缺点检测，，，，，，精确的缺点鉴别和高质量的可视化图片，，，，，，是一个盛开的可拓展平台。。。。。    

Micro-LED检测中的痛点： Micro-LED是将传统LED结构微幼化而来，，，，，，其像素尺寸通常不超过50μm，，，，，，每一个像素都能独立定位和单独发光，，，，，，每个晶圆片的Micro-LED晶粒（芯片）高达上千万颗。。。。。在造备Micro-LED的过程中，，，，，，为保障Micro-LED器件的良率，，，，，，必要进行巨量转移流程前对其进行检测。。。。。传统检测多使用测试针直接接触进行测试，，，，，，但传统探针检测功夫长，，，，，，且必要直接接触，，，，，，在探针移动过程中会不成预防线对Micro-LED的表观造成物理性败坏。。。。。因而，，，，，，改进现有的检测技术对于降低Micro-LED的整机成本，，，，，，推动Micro-LED显示产业化过程来说是必不成少的。。。。。   本设备利益：可急剧对Micro-LED芯片进行无接触巨量视觉检测，，，，，，判断良品与不良品，，，，，，并输出Mapping，，，，，，供下游分拣机分拣使用。。。。。预防了传统LED芯片检测过程中，，，，，，探针对Micro-LED芯片造成的机械性败坏，，，，，，大大提高了检测芯片使用靠得住性。。。。。 设备利用场景：Micro-LED或MiniLED晶圆厂商或者封测厂商   机台主题部件   主题部件1：Micro-LED芯片巨量检测的特殊探针 选取Micro-LED芯片巨量检测的特殊探针，，，，，，该特殊探针主题组件为探针头模？？？？橐约爸徒鹗羟惶迥？？？？？。。。。。将待测Micro-LED芯片阵列搁置于导电层上，，，，，，特殊探针竖置于待测Micro-LED芯片阵列上方，，，，，，且特殊探针与Micro-LED芯片阵列无接触，，，，，，通过供电模？？？？樵谔厥馓秸胗氲嫉绮阒涫┘踊セ桓哐沟，，，，，，使晶圆上的200个左右的Micro-LED芯片产生电致发光景象，，，，，，能大大提高检测效能。。。。。此表，，，，，，无接触能够预防传统针测造成的物理危险。。。。。   主题部件2：AOI自动光学检测 通过专业的光学成像机构对检测区域上批量的Micro-LED芯片进行成像，，，，，，而后在用视觉检测算法正确地对芯片的亮度参数和表表表观缺点进行检测，，，，，，选取无接触的方式实现对Micro-LED巨量检测，，，，，，判断良品与不良品，，，，，，并输出检测了局和Mapping图，，，，，，为下游分拣机分拣提供凭据。。。。。  

  晶圆校准器（Pre-Aligner）是一款专为半导体造作及检测设备设计的高精度预约位装置，，，，，，合用于 4-12英寸（100~300mm）晶圆 的中心校准及平边（Flat）/缺口（Notch）定位，，，，，，满足晶圆传送与搬运的高精度需要。。。。。    

一、FPC 行业检测挑战与 AI 视觉解决规划 柔性印刷电路板（FPC）作为电子产品幼型化、轻量化的主题组件，，，，，，其造作检测环节面对多沉难题，，，，，，传统检测方式痛点显著，，，，，，AI 视觉技术则实现了突破性解决。。。。。 （一）传统检测痛点         1.    人为目检效能低：仅约 2-3 片 / 分钟，，，，，，且漏检率高达 15%-20%；；；；；；         2.    二维 AOI 局限性：无法鉴别覆盖膜起皱、胶层不均匀等三维缺点；；；；；；         3.    微幼缺点难检测：对 < 20μm 的线路缺点鉴别能力不及；；；；；；         4.    基材形变影响大：柔性基材易形变，，，，，，导致误判率偏高；；；；；； （二）AI 视觉突破性解决规划 针对传统检测痛点，，，，，，AI 视觉技术从精度、适应性、效能等多维度提出创新解决规划，，，，，，沉塑 FPC 检测尺度。。。。。