AOI檢測技術應運而生的背景是電子元件集成度與精細化程度高,檢測速度與效率更高,檢測零缺陷的發(fā)展需求。AOI檢測的比較大的優(yōu)點是節(jié)省人力,降低成本,提高生產(chǎn)效率,統(tǒng)一檢測標準和排除人為因素干擾,保證了檢測結果的穩(wěn)定性,可重復性和準確性,及時發(fā)現(xiàn)產(chǎn)品的不良,確保出貨質量。在人工智能技術與大數(shù)據(jù)發(fā)展進步中,AOI檢測不僅是一部檢測設備,對大量不良結果進行分類和統(tǒng)計,可以發(fā)現(xiàn)不良發(fā)生的原因,在工藝改善和生產(chǎn)良率提升中也正逐步發(fā)揮著更重要的作用,因此,可以預期未來AOI檢測技術將在半導體與電子電路檢測中將會發(fā)揮越來越重要的作用。一般都將離線AOI檢測設備設置在生產(chǎn)線的中段,在這個位置,設備可以產(chǎn)生的過程控制信息。江蘇插件AOI設備
AOI檢測主要應用領域包括PCB、半導體和FPD面板。因AOI檢測主要應用于PCB、半導體及FPD等電子元器件生產(chǎn)過程中的檢測環(huán)節(jié),幾乎每一個電子元器件都需要進行瑕疵檢測,因此這些電子元器件的產(chǎn)量與AOI檢測的應用結構息息相關。因此,AOI檢測行業(yè)應用需求結構主要通過PCB、半導體和FPD的產(chǎn)量比例來進行測算得到。經(jīng)初步測算,PCB是目前我國主要的AOI應用領域,大概占AOI檢測總規(guī)模的。對于產(chǎn)品檢測來說,利用AOI技術能夠有效提升產(chǎn)品檢測分析的準確性和完整性。隨著電子制造產(chǎn)業(yè)鏈的進一步整合,檢測市場將不斷擴容,AOI技術在終端應用將持續(xù)得到突破,應用領域拓展將為AOI檢測服務和設備的需求增長增添動力,市場規(guī)模存在較大成長空間。 湖南爐前AOI生產(chǎn)AOI系統(tǒng)集成技術會牽涉到關鍵器件、系統(tǒng)設計、整機集成、軟件開發(fā)等內容。
AOI檢測原理是采用攝像技術將被檢測物體的反射光強以定量化的灰階值輸出,通過與標準圖像的灰階值進行比較,分析判定缺陷并進行分類的過程。與人工檢查做一個形象的比喻,AOI采用的普通LED或特殊光源相當于人工檢查時的自然光,AOI采用的光學傳感器和光學透鏡相當于人眼,AOI的圖像處理與分析系統(tǒng)就相當于人腦,即“看”與“判”兩個環(huán)節(jié)。因此,AOI檢測的工作邏輯可以簡單地分為圖像采集階段(光學掃描和數(shù)據(jù)收集),數(shù)據(jù)處理階段(數(shù)據(jù)分類與轉換),圖像分析段(特征提取與模板比對)和缺陷報告階段四個階段(缺陷大小類型分類等)。為了支持和實現(xiàn)AOI檢測的上述四個功能,AOI設備的硬件系統(tǒng)也就包括工作平臺,成像系統(tǒng),圖像處理系統(tǒng)和電氣系統(tǒng)四個部分,是一個集成了機械,自動化,光學和軟件等多學科的自動化設備。
光源:八側面多角度高亮條形光源相機:標配2000萬CCD全彩工業(yè)面陣相機(可選配1200萬/2500萬/2900萬)FOV:400*300mm可檢PCBA尺寸:寬度400mm,長度不限;可選配寬度750mm,長度不限CPU:inteli59600KF;GPU:NVIDIA獨立顯卡顯存:8G/6G內存/硬盤存儲:16GDDR4/2T操作系統(tǒng)::22寸/,率先對AOI進行變革。采用深度學習算法,解決AOI編程復雜、誤報多的行業(yè)痛點,為客戶提供智能的插件檢測方案。公司團隊深耕計算機視覺領域、圖形、圖像領域16余年,擁有20年行業(yè)背景。合作客戶覆蓋工控、電源、電力、家電、汽車電子、醫(yī)療電子、消費電子等多個行業(yè)。在長期的經(jīng)營活動中以高效的服務贏得廣大客戶的信賴及推介.。 AOI集成了圖像傳感技術、運動控制技術,AOI檢測儀在產(chǎn)品生產(chǎn)過程中可以執(zhí)行測量、識別和引導等一系列任務。
AIVS-D系列在線PCBA插件AOI通過1200或2000萬高分辨率的工業(yè)相機,從電子電路板頂面拍照,通過AI人工技術,深度學習算法、智能圖像分析,檢測電子電路板上插件元器件的缺件、多件、偏移、反向、錯件、浮高、OCV(文字識別)、可支持測試色環(huán)電阻錯料。本插件AOI設備可應用于波峰焊爐前或爐后,應用在爐后時,可自動檢測板卡的旋轉角度,保證元件的檢測正確性和穩(wěn)定性。AIVS-D系列在線PCBA插件AOI采用的卷積神經(jīng)網(wǎng)絡(ConvolutionalNeuralNetworks,CNN)是一類包含卷積計算且具有深度結構的前饋神經(jīng)網(wǎng)絡(FeedforwardNeuralNetworks),是深度學習(deeplearning)的表示算法之一。卷積神經(jīng)網(wǎng)絡仿造生物的視知覺(visualperception)機制構建,可以進行監(jiān)督學習和非監(jiān)督學習。作為圖像識別領域的算法之一,卷積神經(jīng)網(wǎng)絡在學習數(shù)據(jù)充足時有穩(wěn)定的表現(xiàn)。針對本系統(tǒng)所處理的大規(guī)模圖像分類問題,卷積神經(jīng)網(wǎng)絡將用于提取圖像的判別特征,再通過分類器進行學習和識別。軟件輔助建模:極速建模,一鍵智能搜索80多種器件。江蘇不需要設置參數(shù)的AOI光學檢測
AOI是全自動化,可以持續(xù)不斷地對同一件事物進行觀察而不會感到疲勞,這對于效率的提升而言是十分重要的。江蘇插件AOI設備
AOI圖像采集的然后一個關鍵步驟是控制系統(tǒng),光電傳感器的FOV(視窗)有限,物體高速運動中準確地抓拍到清晰的圖像,軟硬件協(xié)調動作非常重要,如下圖所示,當圖像傳感器與機臺移動速度不匹配時造成圖像的拉伸,收縮等變形,所以,載物移動平臺XY方向移動與圖像采集光電傳感器的同步移動影響到數(shù)據(jù)的準確,要在固定光照,等間距下拍攝一幅清晰的圖像,高精度的導軌,電機和運動控制程序是非常必要的。數(shù)據(jù)處理階段(數(shù)據(jù)分類與轉換)數(shù)據(jù)處理階段是圖像的預處理階段,是采集圖像的加工處理過程,為圖像比對提供準確可靠的圖片信息,主要包含了背景噪音減少,圖像增強和銳化等過程。圖像背景噪音減小一般為圖像的低通濾波平滑法,圖像增強和銳化則是提高被檢測特征的對比度,突出圖像中需要關注的特征,忽略不需要關注的部分,方法是圖像二值化處理,經(jīng)過二值化處理的圖像數(shù)據(jù)量明顯減少,能凸顯出需要關注的輪廓。 江蘇插件AOI設備
深圳愛為視智能科技有限公司致力于機械及行業(yè)設備,是一家其他型的公司。愛為視致力于為客戶提供良好的智能視覺檢測設備,一切以用戶需求為中心,深受廣大客戶的歡迎。公司秉持誠信為本的經(jīng)營理念,在機械及行業(yè)設備深耕多年,以技術為先導,以自主產(chǎn)品為重點,發(fā)揮人才優(yōu)勢,打造機械及行業(yè)設備良好品牌。愛為視憑借創(chuàng)新的產(chǎn)品、專業(yè)的服務、眾多的成功案例積累起來的聲譽和口碑,讓企業(yè)發(fā)展再上新高。