数之联追光AI-AOI助力解决海尔PCBA传统AOI核心痛点收藏

技术进步持续推动着电子设备朝着轻薄化、小型化方向发展，为实现更少空间、更快速度、更高性能的指标，工厂对PCBA的“轻、薄、短、小”要求不断提高，AOI检测由曾经的“选配”转变为“标配”在海尔工厂，PCBA DIP/SMT工艺段，现有的炉前/炉后传统型AOI存在以下两个核心痛点：。

① 操作复杂、调试时间长：海尔多为家电类PCBA生产，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：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产线员工介绍：一块A4大小的PCBA板，一名经验丰富的工程师制作一个程序大约需要3-4小时，同时，大约会有20个点的误判。

这无疑大大增加了工程师和操作员负担海尔工厂在导入数之联追光AI-AOI ZG6000后，大大降低了其漏检率（<0.01%）与误判率（<0.1%）新产品换线时间由3-4小时变为10分钟左右，从之前1名工程师管理2条产线，到现在1名工程师可管理5条产线。

同时，将复判和维修工位合并，减少1条产线1名操作员数之联追光AI-AOI ZG6000能有此优良的表现，源于数之联从整机设备的图像采集、图像处理、图像分析都进行了系统的设计与考量，特别是在数之联强大的AI能力加持后，工厂质检变得更为简单、高效、准确。

图像采集AOI是基于图像分析的，那么获取图像信息的准确性及稳定性对于检测结果非常重要，可以想象，若采集的图像看不清楚或看不到被检测物体的特征点，那么准确的缺陷检出也就无从谈起除了使用高分辨率、高速、高精密的成像模组之外，数之联创新性的使用了“飞行拍照“模式，使设备在运动中可以不停顿的拍照，设备的拍照效率更高、设备运行更稳定，为后续高检测指标奠定了坚实基础。

图像处理图像处理进一步的保证了图像信息的准确性及稳定性在AOI检测中，有多种因素会造成图像退化，比如AOI图像获取传输过程中，外界杂散光、光电二极管电子噪声及温度、光源的不稳定不均匀、机械系统的抖动、传感器温度等原因导致不可避免的使得图像因含有噪音而变得模糊。

这都给图像识别、图像切割等后续处理工作带来了困难为了保证成像精确性、一致性，数之联进行了大量的校准，包括：解析度、白平衡、畸变校准、显示器校准等同时，为了确保不遗漏任何一丝可能的缺陷，数之联创新性的采用了全视野整板拼接成像，将不同位置、不同方向的局部图像进行准确地拼接和校正，从而消除拼接接缝带来的误差，实现全视野无缝拼接的效果。

这种检测技术可以实现对PCBA表面缺陷的检测识别，有助于提高PCBA制造的质量和工艺水平图像分析追光AI-AOI系列均围绕AI能力核心打造，引入了多个关键AI技术进行图像分析，其中主要包括：1. 深度学习。

数之联利用深度学习技术，构建了一个深度卷积神经网络模型，通过end-to-end 的方式来学习产品图像中缺陷因素之间的深层逻辑关系，包括局部与局部、局部与整体之间的联系，以此来实现对产品缺陷的检测和分类。

2. 缺陷自动检测数之联采用深度学习算法，使用Mask来获取不良图像像素区域，并使用Box Regression把缺陷位置精确定位到图像上3. 模型自动优化数之联使用自动迭代的训练方法，对模型进行优化，提高检测精度。

如果有新的缺陷产生，我们会更新模型或者重新训练，以满足识别新缺陷的需求4. 检测算法自动验证数之联采用基于图像处理的模板比对算法，将检测结果与标准库中的模板数据进行比对验证，并将错误的结果标记出来，然后回去将算法进行优化，再继续训练，提高缺陷检测的准确性。

缺陷关联分析数之联采用机器学习技术，构建一个多因素关联模型，来分析生产过程和缺陷之间的关系，并按照各个因素对产品缺陷的影响程度进行排序这个技术可以帮助我们找到缺陷产生的原因，并进一步优化生产过程，提高产品的质量。

追光AI-AOI系列均围绕AI能力核心打造，引入了多个关键AI技术进行图像分析，其中主要包括：当前，数之联追光AI-AOI系列具有完整的产品矩阵，可应用于PCBA(DIP/SMT)炉前/炉后生产线上的外观缺陷检测。

整套产品检测系统基于深度学习算法，将传统AOI的调试时间缩短到10分钟左右同时，它的误判率很低（<0.1%），检出率可以达到99.99%，具有行业领先的水平相较于同类产品，追光AI-AOI系列搭载了数之联强大的深度学习神经网络模型，训练数据及模型框架来源于泛半导体行业相应缺陷数据，模型具有高泛化能力，能够兼容焊点形态变化。

这些能够从根本上解决传统AOI需要长时间编程/调试、误判率高、会因为不同操作人员而出现不一致性等问题数之联秉承“品质是产品的内在生命力”，从设计到生产/品控等多个环节，都严格遵循ISO质量体系，用心打造高品质的产品。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。