工控網(wǎng)首頁(yè)
>

應(yīng)用設(shè)計(jì)

>

數(shù)之聯(lián)賦能PCBA缺陷檢測(cè),檢出率99%

數(shù)之聯(lián)賦能PCBA缺陷檢測(cè),檢出率99%

2022/11/24 16:46:34

PCBA可以說(shuō)是所有電子產(chǎn)品組件中最為重要的組成。小到生活中常用的家電3C數(shù)碼、顯示器、鼠標(biāo)鍵盤、U盤等產(chǎn)品,大到網(wǎng)絡(luò)通訊、汽車電子、軍工研究等,都少不了PCBA的運(yùn)用。

 

PCBA就類似人體的大腦神經(jīng)網(wǎng)絡(luò),是所有電子產(chǎn)品的核心幾乎決定著產(chǎn)品的功能、性能、可靠性。尤其是在電子產(chǎn)品售后問題中,有80%都是PCBA出現(xiàn)的問題,PCBA的質(zhì)量不容置疑。

 

某國(guó)內(nèi)龍頭家電工廠主要從事智能家電產(chǎn)品與智慧家庭場(chǎng)景解決方案的研發(fā),產(chǎn)品種類型號(hào)眾多。隨著家電產(chǎn)品朝著精細(xì)化、智能化、微小化趨勢(shì)發(fā)展,該家電企業(yè)的PCBA生產(chǎn)檢測(cè)難度也越來(lái)越大。想要保障PCBA的質(zhì)量,檢測(cè)手段需要進(jìn)一步升級(jí)。

 

該工廠在經(jīng)過市場(chǎng)調(diào)研后,引進(jìn)了數(shù)之聯(lián)基于深度學(xué)習(xí)的創(chuàng)新性設(shè)備——追光AI-AOI,意在提升檢測(cè)效率、降低人力成本。該設(shè)備適用于集成電路DIP封裝工藝,波峰焊爐后焊點(diǎn)面的外觀缺陷檢測(cè),工廠無(wú)需額外開發(fā)可直接使用,可兼容多個(gè)工廠的不同產(chǎn)線。

 

核心痛點(diǎn)基于傳統(tǒng)算法的AOI操作復(fù)雜誤判高

 

該家電企業(yè)之前已經(jīng)引進(jìn)了一批AOI設(shè)備替代人工目檢但在實(shí)際檢測(cè)過程中,仍然需要大量人工復(fù)判,主要是原有傳統(tǒng)AOI存在以下核心痛點(diǎn):

1)操作復(fù)雜、調(diào)試時(shí)間長(zhǎng)

波峰焊的焊點(diǎn)形態(tài)變化大,傳統(tǒng)算法需針對(duì)每一類焊點(diǎn)進(jìn)行調(diào)試,大大增加了調(diào)試時(shí)間,導(dǎo)致新產(chǎn)品換線時(shí)間長(zhǎng)。同時(shí),還對(duì)人員的熟練程度有要求,一旦人員流動(dòng),難以延續(xù)設(shè)備檢測(cè)效果,從而影響生產(chǎn)效率。

圖片1.png 

2)誤判高、需大量人工復(fù)判

傳統(tǒng)算法難以兼容焊點(diǎn)的多形態(tài)特征,誤判較高,大大增加了操作員復(fù)判的工作量。大量復(fù)判,操作員容易疲勞,漏檢的風(fēng)險(xiǎn)隨之增加。

 

解決方案基于深度學(xué)習(xí)的創(chuàng)新性設(shè)備

 

為了降低產(chǎn)品換線時(shí)間、降低誤判率該家電企業(yè)引入了數(shù)之聯(lián)追光AI-AOI。這是一款基于深度學(xué)習(xí)的創(chuàng)新性設(shè)備,核心采用自研深度學(xué)習(xí)目標(biāo)檢測(cè)與異常檢測(cè)框架,缺陷檢出率可達(dá)99.99%,誤判率低于0.3%。

 

 圖片2.png

 

針對(duì)傳統(tǒng)AOI操作復(fù)雜,調(diào)試時(shí)間長(zhǎng)數(shù)之聯(lián)追光AI-AOI采用AI算法解決了設(shè)備換型時(shí)重新注冊(cè)編程時(shí)間長(zhǎng)的問題,僅需10分鐘即可完成新品制作。該設(shè)備搭載AI模型在新品制作時(shí),需輸入板子長(zhǎng)寬設(shè)備自動(dòng)調(diào)節(jié)軌道開始制作,拍照完成后可以將全部FOV合成整板圖像自動(dòng)識(shí)別焊點(diǎn)位置,進(jìn)行智能元件分組,工程師僅需極少輸入便可完成編程制作。

 

圖片3.png 

 

針對(duì)誤判高復(fù)判多問題,該設(shè)備通過缺陷數(shù)據(jù)庫(kù)對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)處理基于行業(yè)領(lǐng)先的AI算法,實(shí)現(xiàn)了缺陷的智能識(shí)別檢測(cè)、分類,解決傳統(tǒng)算法僅OK/NG粗分類問題僅需極少人工復(fù)判。

圖片4.png

值得一提的是,通過實(shí)地調(diào)研客戶產(chǎn)線環(huán)境,數(shù)之聯(lián)還縮小了設(shè)備尺寸,幫助客戶節(jié)省廠房空間。并且設(shè)備適用于50mm*50mm-510mm*510mm的板子,在同規(guī)格系列產(chǎn)品中,能處理全行業(yè)最大的PCB板。自主研發(fā)的三段式運(yùn)動(dòng)模組,可高效運(yùn)作,減少進(jìn)板等待時(shí)間,采用設(shè)備的“飛拍”模式,拍照速度可達(dá)0.1s/FOV,幫助客戶加快生產(chǎn)節(jié)拍。

 

得益于數(shù)之聯(lián)強(qiáng)大的缺陷數(shù)據(jù)庫(kù),該設(shè)備算法模型能夠快速更新,可以輕松應(yīng)對(duì)各個(gè)廠家、不同型號(hào)產(chǎn)品的缺陷并且數(shù)之聯(lián)自研深度學(xué)習(xí)訓(xùn)練平臺(tái),可定期收集產(chǎn)線生產(chǎn)數(shù)據(jù),使AI模型不斷增量學(xué)習(xí),讓設(shè)備始終保持高檢出、低誤判,保障工廠持續(xù)正常生產(chǎn)。

 

此外,通過導(dǎo)入追光AI-AOI,工程師能進(jìn)一步利用AOI機(jī)臺(tái)數(shù)據(jù)發(fā)揮效用,在此基礎(chǔ)上可擴(kuò)展不良根因分析、過程品質(zhì)分析等后續(xù)應(yīng)用,打造閉環(huán)數(shù)據(jù)體系,助力工廠可持續(xù)化提升工藝品質(zhì)。

  

應(yīng)用效果新產(chǎn)品程序制作時(shí)間由1-2h降至10-30min

 

工廠上線數(shù)之聯(lián)追光AI-AOI,最明顯的改變即是效率的提升和人力成本的降低。

 

該設(shè)備集合了泛半導(dǎo)體行業(yè)多個(gè)成功落地經(jīng)驗(yàn)及海量PCBA缺陷數(shù)據(jù),通過AI模型,可自動(dòng)從圖片中提取缺陷特征,一個(gè)檢測(cè)框即可覆蓋各類缺陷的檢測(cè)大幅縮短編程時(shí)間。以往2小時(shí)才能完成編程,1個(gè)工程師只能管理2條產(chǎn)線現(xiàn)在程時(shí)間降低至10-30分鐘,1個(gè)工程師可管理5條產(chǎn)線,大幅提升了管理效率。

 

通過數(shù)之聯(lián)深度學(xué)習(xí)目標(biāo)檢測(cè)模型,追光AI-AOI能精準(zhǔn)定位缺陷位置并實(shí)現(xiàn)缺陷的精確分類。目前已幫助該工廠實(shí)現(xiàn)缺陷漏檢率低于0.01%、誤判率按點(diǎn)數(shù)低于0.3%,減少大量人工復(fù)判工作。因此工廠將維修與復(fù)判工位合并每條產(chǎn)線至少可減少1名操作員。

數(shù)之聯(lián)追光AI-AOI產(chǎn)品圖.png 

作為“工業(yè)之眼”的機(jī)器視覺,是實(shí)現(xiàn)智能制造的重要支撐。結(jié)合傳統(tǒng)算法和深度學(xué)習(xí)的機(jī)器視覺更將是提升制造業(yè)智能化升級(jí)的一大利器。數(shù)之聯(lián)將緊密契合市場(chǎng)趨勢(shì)和需求推出更智能的缺陷檢測(cè)設(shè)備,助力制造業(yè)自動(dòng)化、智能化升級(jí)。

 

審核編輯(
王靜
)
投訴建議

提交

查看更多評(píng)論
其他資訊

查看更多

中國(guó)制造出海縮影,數(shù)之聯(lián)加速落地家電企業(yè)

數(shù)之聯(lián)落地汽車緊固件缺陷檢測(cè)

數(shù)之聯(lián)關(guān)注工業(yè)升級(jí)“命門”,提升產(chǎn)品良率