随着电子制造业的发展,很多工厂招人也一年不如一年以及人工成本不断增长,当前的DIP焊点波峰焊AOI与修补技术及产线设备已无法满足企业生产需求,波峰焊 AOI检修的两大“致命性”问题日趋明显: 在DIP工艺波峰焊炉后检测中尤为凸显,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,传统AOI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 AOI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。 基于深度学习的DIP炉后AOI 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。B510 DIP炉后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3000PPM
基于深度学习的焊点识别 D510波峰焊AOI通过行业收集的海量缺陷图片数据,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。 迈思泰克的波峰焊AOI,不仅很好的解决了企业“人工成本高”“检修效率低”的问题,还颠覆了传统DIP后段作业模式,创造出编程快,检查率高,误报低“新 一代DIP自动检修解决方案”,引领DIP焊点AOI检测进入新时代。