AOI技术向智能化方向发展是SMT发展带来的必然要求。在SMT的微型化、高密度化、快速组装化、品种多样化发展特征下,检测信息量大而复杂,无论是在检测反馈实时性方面,还是在分析、诊断的正确性方面,依赖人工对AOI获取的质量信息进行分析、诊断几乎已经不可能,代替人工进行自动分析、诊断的智能AOI技术成为发展的必然。
对各种缺陷的特征提取和缺陷识别与分类进行研究;针对高密度PCB视觉检测系统中要检测的缺陷细小,缺陷的种类繁多,特征不易确定等问题,对于各种不同缺陷的特征提取技术和各种分类方式进行研究,采用机器学习的方法,设计不同的分类器,并对不同分类器的分类效果和误差进行比较和分析,采用优化的分类器可以实现对缺陷的快速检出和准确分类,并尽可能地提高分类器的智能化水平。
如今,越来越多的工厂配备AOI检测设备来保证产品的质量,其基本原理是通过光的反射来检查如BGA等元件贴装是否正确,焊接是否良好,是否有漏贴、反向或短路现象等不良。在经过AOI检测出现不良时,需要现场工作人员进行目测判定,判定后的良品,通过手动修改检测结果为合格,继续后面的生产,而不良品则进行维修。
那么,3D AOI在测试过程中有哪些盲点?
1、虚焊:原因元器件裆光线造成光线反射不足,不论用五个相机的任何一个都很难抓住;
2、及角变形:原因引脚和焊锡的光泽度相差不是很大,造成及角变形翘起很难抓;
3、空焊:原因虽然空焊也能抓住,但是相对比而言空焊的误判率也是相对比较高的,只有参数设置适当才能抓住,而误判减少;
4、翘脚:原因在PCB板出回焊炉后板材会相应的膨胀而造成误区,虽然用图像对比法能抓住,但相对而言误判多,抓起来也比较麻烦;
5、多件:原因AOI只有在咱们给的坐标上才能设置检测框,有检测框的地方才抓无检测框就不抓;
6:锡多:原因AOI检测无区域范围,无论用那种检测框都无法同时抓锡多稀少,只能抓一点;