歡迎登錄中國視覺網!
應用案例頻道
APPLICATION OF CASE
位置導航:首頁 >> 應用案例 >> 應用案例 >> 智能制造之AOI檢測技術

智能制造之AOI檢測技術


時間:2019-11-26

應用領域:AOI檢測技術


   隨著這些年“互聯網+”、“工業4.0”、“人工智能”等名詞頻繁出現在大眾視野,在與民生息息相關的工業領域,指向了一個非常明確的目標——智能制造。

   由于各種原因,產品生產過程中不可避免的會產生多種缺陷,如印制電路板上出現孔的錯位、斷路、短路等問題;液晶面板表面含有針孔、劃痕、顆粒等問題;半導體景圓出現的冗余物、晶體缺陷和機械損傷等問題。這些缺陷不僅影響產品的性能,嚴重時甚至會危害到生命安全。

   然而在相當長的一段時間內,絕大部分電子制造廠商仍然依賴于傳統人工目視檢查。以目前AOI(自動光學檢測)技術滲透率最高的PCB行業為例,曾有研究機構做過調查,當兩個人檢查相同的PCBA板四次時,他們的相互認同率少于28%,認同自己的只有大約44%左右。顯然,隨著電子元器件的微小化、復雜化趨勢,以及制造行業整體對智能化變革的需求, AOI檢測系統將在智能制造行業占據越發重要的位置。


AOI技術屬于機器視覺技術

   AOI集成了圖像傳感技術、數據處理技術、運動控制技術,在產品生產過程中,可以執行測量、檢測、識別和引導等一系列任務。簡單來說AOI模擬和拓展了人類眼、腦、手的功能,利用光學成像方法模擬人眼的的視覺成像功能,用計算機處理系統代替人腦執行數據處理,隨后把結果反饋給執行或輸出???,讓AOI檢測系統可以取代生產制造中的人工目檢環節一個典型AOI檢測系統的結構框圖。

AOI檢測系統的硬件組成

   典型AOI檢測系統的硬件一般包括5個部件:圖像傳感器、主機、光源、機械組件和機體外殼。

i. 圖像傳感器是AOI系統采集圖像的基礎。目前市面上大多數廠商選擇使用面陣相機,面陣相機通過拍攝一幅一幅的圖片達到取像目的,優點是圖像的還原性較好,打光角度容易調整,容易得到較清晰的圖像,相比線陣相機誤判率較低。

ii. 主機是運行檢測軟件系統的平臺。不同行業不同工廠生產線對AOI檢測設備的需求不同,AOI設備是高度定制化產品,設備廠商往往需要根據下游客戶的要求進行主機設備的調整或是軟件的二次開發。

iii. 光源是AOI設備的眼睛,專業的光源及合理打光方案是機器視覺的核心技術,判斷檢測系統是否穩定可靠,光源可以說是檢測能力強弱的第一步。

iv. 機械組件包括檢測設備里的傳動裝置和馬達等部件?;底榧木然嶂苯佑跋霢OI檢測設備的驅動配置和檢測結果的輸出反饋。

v. 機體外殼是AOI設備所有部件的載體,是固定AOI設備部件實現檢測功能的結構載體。

AOI檢測系統的軟件組成

   結合光學感測系統采集到的圖像數據,AOI檢測系統的軟件主要包括算法、影像處理軟件和通訊軟件。就像人工判斷一個物體的質量是否合格,會設定一個標準,如果達到標準,則認為該對象是合格,如果不達到標準,則認為對象不合格。同樣,AOI系統判斷一個組件是否是合格,也會設定一個規則,滿足規則的就合格,不滿足規則就是不良品。這個規則標準建模的方法即是算法,算法是整個軟件系統的重中之重,也是AOI檢測廠商的核心競爭力,AI成為AOI檢測技術進一步發展的關鍵因素。

   以AOI檢測應用最廣泛的PCB行業為例,中低端AOI檢測設備的誤判過篩率約為70%,即捕捉到的不良品中其實有70%的成品是合格的。因此目前PCB廠商多采取人工二次篩選,將實際合格的PCB板再度送回產線,預估一臺AOI檢測機常需配置4名人員進行二次檢查。

   伴隨AI技術的迅速發展,也給AOI檢測行業帶來了技術革新的契機。傳統AOI檢測與AI AOI辨識的差異,在于是否可針對未知瑕疵進行判定,傳統AOI檢測設備只能以設定好的參數標準為基準進行判斷,也就是邏輯性的思考,需要先定義瑕疵的樣本,再透過樣本進行檢測。但導入訓練成熟的AI技術后,AI AOI檢測系統能夠自行定義瑕疵范圍,進一步有效判別未知的瑕疵圖像,且這個學習的過程是在不斷重復進行積累的。利用AI視覺辨識技術輔助AOI檢測能夠大幅提升檢測設備的辨識正確率,加速生產線速度,取代流水線后續配備的人工檢測,節省人力開支。部分PCB業者預估,導入AI視覺辨識后,可以有效降低誤判過篩率至25%。

AOI檢測系統的集成技術

   由于對大幅面或復雜結構物體的視覺檢測,會受到視場和分辨率(或精度)的相互制約,再加上產線的生產節拍對檢測速度也有一定要求,單相機組成的AOI檢測系統有時難以勝任。因此可能需要多個基本單元集成在一起協同工作,共同完成高難度檢測任務,即多傳感器成像、高速分布式處理的AOI系統集成架構。AOI系統集成技術會牽涉到關鍵器件、系統設計、整機集成、軟件開發等內容。

系統集成之光學感知

   圖像傳感器、鏡頭和光源三者組合構成了大多數自動光學檢測系統中感知單元。光源的選擇除了分辨與增強特征外,還需考慮圖像傳感器對光源光譜的靈敏度范圍;鏡頭的選擇需要考慮視場角、景深、分辨率等光學參數;與人眼不同,AOI檢測系統多采用黑白相機成像,是為了提高成像分辨能力,對于運動物體的檢測,還要考慮圖像運動過程中拍攝圖片模糊帶來的不利影響,準確計算導致運動模糊的最小曝光時間。

系統集成之精密機械

   在AOI檢測系統中,被測物體的支撐方式、精密傳輸與定位裝置也必須精心設計,尤其是FPD、硅片、半導體、MEMS和一些光學組件等精密制造與組裝行業。在這些領域,制造過程需在超凈間進行,要求AOI檢測系統有很高的自潔能力,不能給生產環境尤其是被測工件本身帶來二次污染,這會影響系統構件的材料選型、氣動及自動化裝置選型、運動導軌的設計與器件選型等。因此,會需要采取氣浮支撐、定位與傳輸機構以及利用FFU風機過濾機組對檢測系統進行環境凈化,并采取消靜電裝置,對工件進行防靜電處理。

系統集成之數據處理

   高速圖像數據處理也是AOI檢測系統的核心之一。由于AOI檢測是通過圖像傳感方式獲取被測信息的,尤其是高速在線檢測,圖像數據有時是海量的,為滿足生產節拍需求,必須采用高速數據處理技術?;岵捎霉蠶砟詿?、分布式內存多進程處理、分布式計算機集群等方式,把巨大的圖像分時、分塊分割成小塊數據流,分散到集群系統各節點處理。對于耗時復雜的算法,有時僅靠計算機CPU很難滿足時間要求,還需配備如DSP、GPU和FPGA等硬件處理???,協同實現快速復雜的計算難題。

   AOI檢測設備已成為電子制造業確保產品質量的重要檢測工具和過程質量控制工具,也是工業4.0時代智能制造過程中重要的一環,能夠為企業帶來實質性的經濟效益,提升企業的核心競爭力。

家里有辆迈腾如何赚钱 女士精品店赚钱吗 学生没有本钱怎么赚钱 所谓棋牌下载中心 有什么可以用打字赚钱的软件 北京单场彩 3d双胆计划软件 善同堂怎么赚钱 手机流量 赚钱软件哪个好 手机版新快3游戏 全球彩票安卓 赌场转盘猜颜色技巧 69棋牌官网 建水开嘀嘀赚钱吗 山东十一选五最大遗漏 那种赚钱软件赚得快