AOI是电子厂检查PCBA线路板有效的检测方法,使用视觉加算法技术,以影像处理来检出元件和焊点等瑕疵。但传统AOI通过抽色和复杂算法,导致编程复杂繁琐和调试时间长并且误判多等不足,传统AOI已经不能满足客户检测的需求了。
以DIP产线波峰焊炉后检测为例,缺陷种类多,形态复杂,传统算法主要是通过对锡点的反射光的颜色进行判断,进而判断其是否存在品质不良。这种情况下要求编程人员经营丰富,对不良焊点的各种形态非常熟悉,很多传统AOI误判高,这大大增加了操作员复判的工作量,也容易造成操作员疲劳,随之增加漏检风险。
此外,波峰焊的焊点形态变化大,传统算法需要针对每一类焊点进行调试,大大增加了调试时间。同时传统AOI操作复杂,还对人员的熟练程度有要求,一旦人员流动,难以延续设备检测效果,就会影响生产效率。传统算法难以兼容焊点的多形态特征,误判比较高,大大增加了操作员复判的工作量。过多的误判,操作员容易疲劳,漏检的风险随之增加。
深度神经网络算法通过对大数据焊点的分析处理,可以很好掌握锡点各个形态,这样编程容易对操作人员要求也低。与传统AOI对比,波峰焊AOI通过AI模型,自动识别焊点位置,一个检测框即可覆盖各类缺陷的检测,将之前1-2小时的调试时间缩短为10分钟以内。经市场验证,迈思泰克波峰焊AOI检出率可达到99.99%,误判率低于0.3%。
1.提升品质:波峰焊AOI的不良检出率和检测速度都远远高于人工目检,可显著提升生产品质,避免质量问题导致的赔款,降低生产维修成本。
2.减少人工:在线检测,不需额外投入人工去拿放板,典型应用场景下,一台设备根据工厂工位安排的不同,能为工厂减少2-3个工位。
3.节省培训成本:在工人离职率高的当今,培训一名熟练的目检工需要较长周,使用只需要2小时培训即可快速上手。
在电子制造业领域,DIP炉后检测修补环节,长期以来都是由人工完成作业,不仅不够“智能化”,而且还在工艺品质上打了“折扣”。尤其是在如今国际国内疫情复杂多变的环境下,招工难,技能不匹配,很难保证产线产能的稳定和产品品质。
-
线路板
+关注
关注
23文章
1193浏览量
47007 -
检测
+关注
关注
5文章
4433浏览量
91352 -
AOI
+关注
关注
6文章
143浏览量
24343 -
DIP
+关注
关注
0文章
239浏览量
30092
发布评论请先 登录
相关推荐
评论