aoi检测技术的应用

分享到:
1107
下一篇 >

  要实现快速组装的发展趋势,采用人工目测或人工光学检测的方式检测已不能适应,AOI光学检测仪技术作为质量检测的技术手段已是大势所趋。替代人工已经成为了现实。

  aoi检测技术的应用

  SMT行业提高行业品质状况在aoi检测技术没有出现之前,品质控制基本上全部是靠目检来实现,而真正的机械辅助也是这几年的事情,金融海啸,招工难,工厂倒闭潮等如此多而大的社会事件,推动了行业品质控制整体水平提升的步伐。

  AOI光学检测仪设备概念AOI光学检测仪设备简称AOI设备或AOI检测设备;是自动光学检测技术在smt行业检测领域的一种应用设备。也有部分用户称呼它为光学检测仪,光学测试仪等。一般用在smt生产线的检测部位。包括锡膏印刷后检测,元件贴装后检测,以及回流焊接后检测等不同的检测部位。属于smt生产设备的一种。

  AOI光学检测设备分类通过光源的不同可以分为:白光,彩光(3色/4se),Xray,SPI按检测部位不同可以分为:SPI(锡膏测厚仪),在线aoi自动光学检测仪,离线aoi自动光学检测仪按检测类别的不同分为:锡膏检测,外观检测和**检测Xray释疑x射线检测,简单来说XRAY 是通过聚光束进行投影,输出灰白的图象,XRAY:微焦点X射线可以穿过塑封料并对包封内部的金属部件成像,因此,它特别适用于评价由流动诱导应力引起的引线变形 在电路测试中,引线断裂的结果是开路,而引线交叉或引线压在芯片焊盘的边缘上或芯片的金属布线上,则表现为短路。X射线分析也评估气泡的产生和位置,塑封料中那些直径大于1毫米的大空洞,很容易探测到.

  用途:半导体BGA,线路板等内部位移的分析 ;利于判别空焊,虚焊等BGA焊接缺陷。

  未来SMT生产车间配置的检测设备,***终的解决方案应该是SPI+炉前AOI+炉后AOI+Xray的组合

  在当今如此激烈的市场竞争中,电子产品制造厂商必须知道如何确保产品的质量,如何才能更好的保证产品的质量,在产品制造过程中对各个生产环节半成品或成品进行质量监测尤为重要,随着表面组装技术中使用的精细化、按键产品的要求也越来越高、字体的精细度,镭雕**,错反键。要实现快速组装的发展趋势,采用人工目测或人工光学检测的方式检测已不能适应,AOI光学检测仪技术作为质量检测的技术手段已是大势所趋。替代人工已经成为了现实。

  在按键类产品中应用AOI技术的形式多种多样,但其基本原理是相同的,即用光学手段获取被检测按键图形,一般通过一传感器(CCD工业摄像机)获取检测按键原图像并自动转为数字化,然后以原标准图像为设定标准进行比较、分析、检验和判断,相当于将人工目视检测的自动化、智能化。同时采用软件自动控制分流OK产品与NG产品,检测速度相当于12人,每小时可以检测3000片手机按键。

  AOI光学检测仪分析算法;

  不同AOI软、硬件设计各有特点,如有专门针对SMT中使用的印制电路板线路图检测的,

  SMD元件,按键产品外观检测用。其分析、判断算法可分为2种,即设计规则检验(DRC)和图形识别检验。

  (1) AOI光学检测仪DRC算法

  是按照一些给定的规则检测图形。如以所有连线应以点为端点,所有引线宽度、间隔不小于某一规定值等规则检测图形。另外一种基于该方法的桥连检测图像,在提取检测产品的数字图像后,根据间隔区域中检测物形态来判断其是否为桥连,如果按某一敏感度测得的检测物

  外形逾越了预设警戒线,即被认定为桥连,DRC方法具有可以从算法上保证被检测的检测产品的图形的正确性,相应的AOI光学检测仪系统制造容易,算法逻辑容易实现高速处理,程序编辑量小,数据占用空间小等特点,但该方法确定边界能力较差,往往需要设计特定方法来确定边界位置。这种算法操作起来容易。检测条件设备智能化。

  (2) AOI光学检测仪图形识别法是将AOI系统中存储的数字化图形与实验检测图像比

  较,从而获得检测结果,如检测手机按键时,首先按照一块合格按键产品或根据计算机辅助设计模型建立起检测文件(标准数字化图像)与检测文件(实际数字化图像)进行比较,采用该原理对组装后的按键产品进行的质量检测,这种方式的检测精度取决于标准图像、分辨力和所用检测程序,可取得较高的检测精度,但具有采集数据量大,数据实时处理要求高等特点,由于图形识别法用设计数据代替DRC中的设计原则,具有更加明显的使用优越性。容易设定性。

  AOI图象识别

  (1)图像分析技术,随着计算机的快速发展,目前有许多成熟的图像分析技术,包括模板匹配法(或自动对比)、边缘检测法、特征提取法(二值图)、灰度直方图法、傅里叶分析法、光学特征识别法等,每个技术都有优势和局限。模板比较法通过获得一物体图像,如片状电容或QFP,并用该信息产生一个刚性的基于象素的模板,在检测位置的附近,传感器找出相同的物体,当相关区域中所有点进行评估之后,找出模板与图像之间有***小差别的位置停止搜寻,系统为每个要检查的物体产生这种模板,通过在不同位置使用相应模块,建立对整个板的检查程序,来检查所有要求的元件。

  由于元件检测图像很少完全匹配模板,所以模板是用一定数量的容许误差来确认匹配的,如果模板太僵硬,可能产生对元件的"误报";如果模板松散到接受大范围的可能变量,也会导致误报。

  (3) AOI光学检测仪运算法则

  几种流行的图像分析技术结合在一个"处方"内,希望一个运算法则,特别适合于特殊元件类型,在有许多元件的复杂板上,可能形成众多的不同运算法则,要求工程师在需要改变或调整时做大量的重新编程。例如当一个供应商修改一个标准元件时,对该元件的运算法就可能需要调整,新的变化出现,用户必须调整或"扭转"运算法则来接纳所有可能的变化,例如一块手按键可以分类为具有一定尺寸和矩形形状、两条亮边中间包围较黑色的区域,然后这个外部简单的元件外形可能变化很大,传统的、基于运算法则的AOI方法经常太过严格,以至于不能接纳对比度、尺寸、形状和阴影合理的变化,甚至不重要的元件也可能难以可靠地查找和检查,造成有元件而系统不能发现的"错误拒绝"。还有就是由于可接受与不可接受图像的差别细小,运算法则不能区分,引起"错误接收",真正缺陷不能发现,为了解决一些问题,用户在图像分析领域中要有适当的知识,其次是传统的AOI要不断广泛地再编程,调整AOI方法以接纳合理的变化,对一个新版设计或优化一个检查程序时,可能花上1-2天,甚至几周作细小的扭转。

你可能感兴趣:
无觅相关文章插件,快速提升流量