新一代DIP炉后AOI为企业提高经济效益节约成本

传统机器视觉是基于规则或者传统算法，能够满足有比较明确特征的检测或测量需求，在处理一致且制造精良的部件时，尚且能可靠运行。但随着缺陷库的增大，算法也变得越来越有挑战性。随着工厂对工艺的要求越来越高，更先进的制程不断出现，传统AO I在缺陷检测方面的局限性逐渐显露。

DIP插件加工的工序为：插件→波峰焊接→剪脚→后焊加工→洗板→品检.在DIP工艺波峰焊炉后焊点检测，焊点缺陷种类多，形态复杂，焊点的形态千变万化，传统AOI算法疲于应付，在实际检测中，会普遍存在以下核心痛点：

（1）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。

（2）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。随着不规则的焊点增多，算法也会变得越来越有挑战性。

基于深度学习神经网络模型及海量PCBA缺陷数据，可兼容焊点的形态变化、自动识别焊点位置。爱为视智能波峰焊AOI是一款基于深度学习，算法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1000PPM。

1.AI算法极简操作。基于深度学习神经网络模型及海量PCBA缺陷数据，可兼容焊点的形态变化、自动识别焊点位置
2.精细化缺陷分类。精准定位缺陷位置，实现缺陷精准分类弥补传统算法粗分类，达到极少人工复判
3.AI模型自主学习进化。自研深度学习训练平台定期收集产线数据，使AI模型不断增量学习，让设备保持高检出
4.高效可靠的数据资产体系。盘活AOI机台数据，规范元数据管理打造有价值、可传承的数据体系

波峰焊AOI产品特点

●高稳定机台设计，高稳定性、高精度、高效率保障设备长期稳定高效的运行
●高精密成像设计，大面阵、高帧率工业相机+高解析度工业镜头+超大光源
●强大的SPC系统，功能丰富，支持多维度统计分析，可扩展为良率分析系统，自动分析生产工艺
●全链条数据追溯，整板拼接，检测结果完整保留条码追溯，100%情景复现
●面向工业4.0，集中管理，支持远程控制

生产是一环扣着一环，任何一个环节出现了问题都会对整体的质量造成非常大的影响，需要对每一个工序进行严格的控制。过硬的大数据技术能力，能进一步利用AOI机台数据发挥效用，在此基础上可扩展不良根因分析、过程品质分析等后续应用，打造闭环数据体系，助力工厂可持续化提升工艺品质。