24小时服务热线

13302910083
网站导航
公司新闻
当前位置: 网站首页>新闻资讯>公司新闻>B510波峰焊AOI重磅发布提升先进制造产品良率

B510波峰焊AOI重磅发布提升先进制造产品良率

时间:2022-06-15 20:51:00 点击次数:1

近年来,AOI已成为了SMT表面贴装及DIP插件生产线必配的检查设备;随着我国人工成本逐年增长,工人越来越少的情况下,在传统PCBA电路板生产过程中,PCBA检测依靠人力,不仅对作业人员要求高,人工操作的标准也不统一。

PCBA工厂车间一条DIP 生产线配备3-10 个人采用目视检测产品的人海战术势必会增加生产线的运营成本,此外还有无法及时追溯生产情况,数据无法信息化等众多弊端;未来电子制造工厂出于对产品品质和成本控制的需求,将加速AOI自动光学检测设备替代人工的进程。

以技术创新为核心,我们致力于做最好用的DIP插件AOI。研发技术人员占比70%,专注于人工智能、视觉领域10余年,并取得了重大突破,用AI赋能工业检测,将深度学习算法应用到AOI,为企业提供低误报、易编程、高检出的光学检测方案。荣获多项认证,拥有发明、实用新型、外观专利、软件著作权80余项,其中发明专利占比60%。

在DIP工艺波峰焊炉后检测焊点尤为凸显,缺陷种类多,形态复杂,焊点的形态千变万化,基于OK规则的传统算法疲于应付,检出率不高,误报多,传统AOI在实际检测中,会普遍存在以下核心。

一操作复杂、调试时间长波峰焊的焊点形态变化大,传统算法需针对每一类焊点进行调试,大大增加了调试时间。同时,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,从而影响生产效率。

二误判高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。

使用传统算法,不管从颜色提取、灰度计算还是模板匹配等,操作人员可能都不得不为每一类焊点制作一个OK规格,这样就会耗费较多的调试时间。随着例外和缺陷库的增大,算法也会变得越来越有挑战性。换句话说,到了特定的时候,工厂自动化中需要的某些应用将无法再依靠基于规则的机器视觉。

而借助深度学习这项技术便可以达到另一种效果:生产线上更加一致、更加可靠且更快速地完成任务。迈思泰克波峰焊AOI是一款基于深度学习,核心采用自研深度学习目标检测与异常检测框架的产品,该产品检出率可达99.99%,误判率低于300PPM。

波峰焊AOI

基于深度学习的焊点识别

B510波峰焊AOI通过行业收集的海量缺陷图片数据进行特征分类分析,高效训练出深度学习神经网络模型,可自动从图片中提取缺陷特征,有效解决传统算法无法提取关键缺陷特征的问题。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,大大缩短了调试时间。10分钟之内便可完成程序的制作。

基于深度学习的焊点识别,迈思泰克波峰焊AOI可精准定位缺陷位置,对多种形态各异的焊点做出准确的判断,解决传统算法仅对缺陷进行OK/NG粗分类问题。

算法特点

固定形状的传统卷积核,难以应对多样复杂的检测场景。迈思泰克使用的可卷神经通过偏移改变了感受野的范围,感受野成了一个多边形,更好的捕捉缺陷的特征信息。

产品亮点

更简单的人机交互:传统算法调参复杂、上手困难,拉高了企业招聘难度,深度学习模型下人机交互快速简单,新人可2小时快速上手。

更细致的缺陷识别基于深度学习的检测算法比传统机器视觉检测具有更高的检测精度,其中检出率可以达到99.99%,误判率低于300PPM。

更精准的缺陷分类:基于深度学习的焊点识别告别粗分类。

纵观行业发展,将AOI用作DIP AOI存在一些问题,也不方便调试。当前传统AOI虽为主流,但伴随着工厂对工艺日益极致的要求,操作更简单、误判率更低,搭载深度学习算法的AOI会更加适应市场需求。工厂上线B510 DIP炉后AOI后,对良率的管理过程实现了全方位的优化,极大的提升了分析效率,减少了不良带来的影响,并间接提升了工厂的生产效率和产品质量。



标签:,,,,,,
我们将24小时内回复。
取消
SQL请求数:42次 页面生成耗时: 0.51226秒