欢迎进入玉崎科学仪器(深圳)有限公司网站!
  13530735388

您的位置:首页 > 产品中心 > 德国optris
精品德国optris红外显微镜相机
产品型号: PI 640i
产品展商:德国optris

专为 PI 640i 热像仪设计的显微镜镜头针对电子电路板和小型芯片级元件的热检测进行了优化,分辨率可达 28 μm。

详细介绍
专为 PI 640i 热像仪设计的显微镜镜头针对电子电路板和小型芯片级元件的热检测进行了优化,分辨率可达 28 μm。这些红外成像系统支持免手持操作,可同时进行测试和辐射测量。测量对象与相机之间的距离可在 80 至 100 mm 之间调节。高性能热像仪 optris PI 640i 显微镜支持 VGA 分辨率,确保**的红外图像质量。其 17 µm 的*佳像素间距适用于长波红外辐射,具有高灵敏度和极低的噪声,能够**测量小至 3 x 3 像素的微小目标。
  • 对小至 28 微米的芯片级元件进行分析
  • 光谱范围:8 至 14 微米
  • 640 x 480 高像素分辨率
  • 帧率:32 Hz,子图像*高可达 125 Hz
  • 温度分辨率(NETD)为 80 mK
  • 可更换、可调焦的光学元件,使相机使用更加灵活
  • 包含显微镜支架,可实现免手持同步操作/测试


  • 可更换、可调焦的镜头,使相机使用更加灵活。

PI 640i 红外显微镜套件是工程师获取小型电子设备或微机电系统 (MEMS) **温度数据的理想之选。观察热变化并对微小目标进行测量的能力取决于探测器的分辨率,而光学系统则将来自设备的热能聚焦到红外相机的探测器元件上。这确保了**可靠的温度测量,对于微型元件的详细热分析至关重要。

许多工程师发现,使用接触式热电偶对小型电子设备进行的温度测量与使用配备专业设备的红外热像仪进行的测量结果并不一致。当目标尺寸较小时,这种差异尤为常见,因为热电偶的连接处可能形成热桥,将热量从目标处传导出去。在这种情况下,使用非接触式红外热像仪进行测量更为准确,因为它避免了接触式测量方法中存在的热传导问题。

与可见光显微镜一样,为任何应用选择合适的物镜都需要在总可观测视场和需要观察和测量的*小目标尺寸之间进行权衡。PI 640i 显微镜物镜可在 18.2 mm x 13.8 mm 的总视场内检测小至 28 µm 的目标温度变化。高分辨率红外相机搭配标准宽视场光学系统,只有与合适的红外显微镜光学系统配合使用,才能对微电子目标进行**测量。PI 640i 显微镜套装将高分辨率红外相机、德国设计的红外显微镜物镜以及用于工作距离调节的精密安装平台相结合,确保对小型目标进行**的热测量和分析。

大多数红外热像仪制造商会以单个像素尺寸或瞬时视场角 (IFOV) 来宣传其分辨微小目标的能力。然而,使用红外热像仪**测量温度始终需要多个像素。对于探测器间距或像素尺寸较小的红外热像仪,可能需要多达 7 x 7 个像素才能在热像仪的精度规格范围内进行温度测量。测量视场角 (MFOV) 规格对于获得正确的温度测量结果至关重要,因为它决定了确保准确读数所需的像素数量。

除了低热噪声外,针对长波红外辐射优化的17 µm像素间距使其测量视场角(MFOV)仅为3 x 3像素,这与其他像素尺寸更小的红外相机截然不同。其**的光学品质和更大的尺寸也保证了高图像质量,*大限度地减少了图像失真,并确保整个图像的均匀衰减。多种可互换镜头可供选择,以便根据待测目标进行**构图并*大化像素数量。该红外相机在标准模式下支持32 Hz的帧速率,在高速子帧模式下支持125 Hz的帧速率,可用于监控快速生产过程。

PI 640i 可与 Optris PIX Connect 软件配合使用,该软件可免费下载并享受免费更新。PIX Connect 软件包包含用于定位热点和冷点、生成直方图、进行温度分布分析、图像相减以及其他热图像处理功能的工具。对于研究人员和工艺工程师而言,基于 PC 的 PIX Connect 平台提供了强大的热图像处理功能,使用户能够从场景中的任意像素提取并记录完全校准的温度测量值。

可以从实时热成像视频流和包含存储温度数据的已录制热成像视频文件中提取温度-时间数据。工程师可以利用数据采集功能,从任意大小或形状的区域提取*高温度、*低温度和平均温度,以及复杂的报警信号。此外,该系统还支持逐帧回放已存储的热成像视频,使工程师能够捕获和存储辐射图像,并在温度变化期间触发快照。

许多工程师会使用温度/时间功能,长时间采集电子设备多个位置的数据。该功能可以按用户指定的时间间隔记录数据,并将其存储在 .csv 文件中。一些工程师则更倾向于采集完整图像,并使用校准后的序列文件或 .tiff 图像,这些文件或图像也可以按用户指定的时间间隔记录。快照序列存储功能也支持按用户指定的时间间隔将完整的温度矩阵存储到 CSV 文件中,从而提供**的数据分析数据。