bJvzfX
为了对电子产品进行质量控制,在SMT生产线上要进行有效的检测,因此要使用AOI,其优点:
3c>%*]oF
1、编程简单
n: R& X_
AOI通常是把贴片机编程完成后自动生成的TXT辅助文本文件转换成所需格式的文件,从中AOI获取位置号、元件系列号、X坐标、Y坐标、元件旋转方向这5个参数,然后系统会自动产生电路的布局图,确定各元件的位置参数及所需检测的参数。完成后,再根据工艺要求对各元件的检测参数进行微调。
"{.4gUg{
2、操作容易
EBe`>$He
由于AOI基本上都采用了高度智能的软件,所以并不需要操作人员具有丰富
V@<e5Sx
的专业知识即可进行操作。
Q1wTUDby
3、故障覆盖率高
N4m9L''"/
由于采用了高精密的光学仪器和高智能的测试软件,通常的AOI设备可检测多种生产缺陷,故障覆盖率可达到80%。
0^ja~
4、减少生产成本
hcp_aB
由于AOI可放置在回流炉前对PCB板进行检测,可及时发现由各种原因引起的缺陷,而不必等到PCB板过了回流炉后才进行检测,这就大大降低了生产成本。
C OzBc
二、传统AOI的图像处理方法以及其缺陷
T$$a 8G.
1、模板比较
H(~ @p_
传统的模板比较是对一个元件的图像在视觉系统设定一个平均值,且将该信息来产生一个基于像素的刚性模板。用这种比较刚性的模板来检查PCB板中的元件时,则要求刚好与之吻合,或给予一定限量的误差后进行确认。这样就很难把握一定限量的误差范围参数。因此,这种模板有两方面的缺陷:其一,如果模板太僵硬,可能产生对元件的误判;其二,如果允许的误差范围过大,则易导致漏判。
h<7gf?%
2、测量法
$ `0DmE1
测量法是对拍摄的元件进行测量,将其作为一个矩形,测量其长、宽、中心坐标、角度等参数,然后同标准参数进行比较,看测量结果是否符合误差范围。
o/QU:?V
传统的AOI在测量时,会遇到下列问题:
+? kU%m
●PCB元件边缘不可能是非常规则的(至少元件图像的边缘不太规则),这样电脑就不可能非常准确地找到元件边缘,测试的长、宽以及坐标角度等结果就不会准确。
Z ~ 7SnN
●特别是元件体颜色同PCB板背景颜色接近时,很难准确找到边界,这就给视觉系统造成有元件而不能准确判断的误判和漏判。
Ej[{ec
因为以上原因,AOI很难准确测量,表现为重复精度差,误判多。
)E9> S
三、统计外形建模技术在AOI中的应用
L[M(=8
设计将用户从运算法则的复杂性分开,通过显示一系列要确认物体的例子,该方法使用一个令人惊讶的直截了当的数学技术,来自动计算出怎样识别合理的图像变化,叫做统计外形建模技术。
*i:C]dS
1、统计外形建模技术要建立三方面的信息
#o[~ 7=r/
本系统采用统计方法进行学习,目的是让系统尽量认识OK元件可能出现的
J''GSpvm(
各种情况,让系统在内部建立一个判别方法:
7 71R/pf
●首先确定好的元件应该像什么
*<}6&^
首先要确定PCB板中的元件像什么,形成一组基本参数。
56[c 3LP
假如,一个“外星人”对地球人类的认识。当他们首先看到的是一群小学一年级的男生时,获得这就是“人”的信息后,就产生了“人”的概念,即:有头发、五官、四肢、身高。
VMmX0)
●好板会有什么样的变化
*rXV.)I1;
PCB板中的元件和标准元件参数的比较允许存在一定范围的可变参数。
I(1= !s
例如(接上例):“外星人”在“人”的认识上的标准是“有头发、五官、四肢、身高”,但“人”在“头发的长度、身高”上是会有变化的。
k/-1|75 2
●变化到多少为合理
)5nQX2 r
通过对PCB板中的元件的认识,达到与标准元件参数的比对误差范围要求后就合理了。例如(接上例):“外星人”在“人”的认识上的可变范围有:头发的变化范围(10cm±5cm左右),身高的变化范围(1.1m±0.2m左右),除此外,则不视为“人”。
qyg[]jt~w
2、可以不断学习,不断调整,学习次数不受限制
-g`7pv~-oB
在对PCB板中OK元件的学习时,系统允许工作人员根据误差范围进行不断地调整,不断地学习,且学习的次数不受限制。
|kG)Hz|Vl
例如(接上例):当“外星人”再看到一群小学一年级的女生时,首先认为她们不是“人”。当得到这也是“人”的信息时,于是对“人”的认识的概念又发生了变化,即:在原来的基础上,头发的长度发生了变化。当“外星人”再看到初中、高中的男女生,得到的信息这也是“人”时,在之前认识的“人”的基础上,由于“人”的身高变化,他们的感知又一次发生了变化。
/iX5(N08
在此后,“外星人”不断对“人”的概念产生新的认识,如婴幼儿、中年男女、老年男女、胖瘦、不同肤色、健康状况等,当都视为“人”这个概念时,就对“人”产生了一个整体、完整的认识。
Q jQJ
3、统计外形建模技术的优点
AyGeYpz
●它只需要建立一个灵活的数学模型,每次只需比较一次。传统的AOI则需要建立多个模型来进行比较。
*,??M7vdt
●在学习调试过程中,所需时间很短,一般只需(1~2)小时,且误判少,比传统的AOI调试时间快几倍,甚至几十倍。
%/}!*}K[$
4、统计建模的学习次数
5vL"WzO$M
●对于PCB板的学习,至少要20块板以上。对于操作人员来说,需要全部
o: g6~Sc
学习。
Uh F4Ecy
●对每种元件至少要学习100次。同一PCB板上的有些元件重复数量较多,
R-Ue>xkr
20块板的学习后即可,但对于同类PCB板中数量少的元件则需要限量学习,以达到所需学习的次数。
p}I-.p}q
四、采用统计建模技术的AOI
< IYNKZkI
随着电子技术的不断小型化和高密度组装趋势,对AOI的检测要求也越来越严密。目前国内外有几家AOI已采用了统计建模技术,如美国的AOI,以及国内第一家Aleader的AOI。
AOI软件架构梳理 aoi应用
转载本文章为转载内容,我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题,欢迎原作者联系我们进行内容更正或删除文章。
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
【测试平台设计记录】---架构梳理
测试平台开发, 项目下载及搭建
git 数据库连接 创建数据库 -
Java基础梳理 [不全面,后续更新...]
Java基础梳理,帮助刚入坑的小伙伴快速学习和提升。
Java 集合 面向对象 编程 Java基础 -
VAST(AOI)
-weight network librar
network algorithm properties scalability p2p -
AOI的工作原理
以上为AOI目前可以检测到的缺陷GF &n
职场 休闲 AOI -
AOI 颜色及缺陷检测系统
缺陷检测系统
AOI 颜色 -
properties转yaml
在 Spring Boot 中,配置文件有两种不同的格式,一个是 properties ,另一个是 yaml 。虽然 properties 文件比较常见,但是相对于 properties 而言,yaml 更加简洁明了,而且使用的场景也更多,很多开源项目都是使用 yaml 进行配置(例如 Hexo)。除了简洁,yaml 还有另外一个特点,就是 yaml 中的数据是有序的,properties 中的数
properties转yaml properties文件 properties类 properties配置文件