Terdapat ratusan titik pemeriksaan pada papan PCB yang dilapisi pasta solder. Untuk memastikan kualitas produk, diperlukan untuk mendeteksi cacat pada pasta solder di papan PCB, yaitu mendeteksi area yang tertutup oleh pasta solder.
Bagikan
1) dan Latar belakang proyek:
Deskripsi persyaratan:
1. Awalnya, metode kamera array permukaan + lengan robot bergerak dua dimensi digunakan untuk pengambilan gambar, dan plat tembaga diam sementara kamera bergerak; Inspeksi visual, tidak dapat menyimpan gambar, skema ini memerlukan penambahan fungsi pengenalan otomatis, statistik data, dan penyimpanan gambar;
2. plat tembaga memiliki struktur mekanis untuk menggerakkan pergerakan horizontal intermiten sepanjang arah panjangnya; Setelah kamera array wajah selesai, plat tembaga diangkut ke stasiun berikutnya, sehingga kamera array garis dapat dipasang di antara kedua stasiun untuk pengambilan gambar, dan plat tembaga melintas dengan kecepatan konstan di bawahnya;
3. gambar perlu disimpan selama dua tahun, dan diperlukan hard disk dengan ruang besar untuk menyimpannya tanpa kompresi; Oleh karena itu, perlu menambahkan fungsi kompresi gambar, mengeluarkan gambar format JPG, dan membuat indeks berdasarkan nomor batch produksi untuk memudahkan pencarian.
Persyaratan teknis:
1. Ukuran piring tembaga adalah sekitar 260*80mm, dengan lebih dari 400 titik deteksi, yang dilapisi dengan pasta solder;
2. Ukuran pasta solder adalah sekitar 1mm*1mm.
2) Pengelolaan Arsitektur solusi:
Sistem deteksi produk cacat PCB menggunakan kamera larik linier, lensa industri FA, dan sumber cahaya koaksial untuk membangun sistem visi, yang dipasang di jalur produksi. Papan PCB melewati pengumpulan gambar dengan kecepatan konstan di bawahnya. Setelah gambar yang diperoleh dikirim ke pemroses visi, alat algoritma platform sistem visi dapat mendeteksi apakah setiap titik pasta solder memiliki cacat dan jumlah cacat pada semua titik pasta solder.
3). Keunggulan program:
1. Algoritma skema membutuhkan waktu sekitar 200ms, dan dapat beradaptasi dengan situasi kompleks seperti deformasi kode, ambiguitas pencitraan, adhesi pencitraan lubang kode, dan ukuran lubang kode yang berbeda.
2. Setiap mesin dapat mengenali sekitar 1000 papan per hari, dan tingkat pengenalan kode 8421 mencapai 100% setelah penyesuaian.
3. Tidak ada modul deep learning yang digunakan untuk mengurangi biaya.
4. dapat digunakan kembali untuk kebutuhan identifikasi kode 8421 industri PCB yang lebih banyak.
EN
