湖南AOI設備

來源: 發(fā)布時間:2022-01-27

當前電子產(chǎn)品日漸向著小型化趨勢發(fā)展,對產(chǎn)品元器件的微型化要求也越來越高,微型器件的組裝和檢測難以只通過人工完成,由此產(chǎn)生越來越多的自動檢測設備需求。與此同時,自動檢測設備還能夠健身制造成本、提升產(chǎn)品質量,AOI檢測設備代替人工的進程發(fā)展較快。在此背景下,中國自動光學檢測行業(yè)逐步發(fā)展起來。從AOI檢測設備來看,目前AOI檢測設備是SMT加工廠必備的設備,平均一條SMT生產(chǎn)線至少需要2-3臺AOI檢測設備,但我國AOI檢測設備的滲透率較低,只為50%左右。圖像采集器看不清楚或看不到被檢測物體的特征點,那么也就無法談到準確的檢出。湖南AOI設備

湖南AOI設備,AOI

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。河南AOI采用高分辨率工業(yè)相機和智能圖像分析,檢測電子電路板上插件元器件多、錯、漏、反等缺陷。

湖南AOI設備,AOI

  隨著電子技術、圖像傳感技術和計算機技術的快速發(fā)展,AOI(自動光學)檢測技術以其自動化、非接觸、速度快、精度高、穩(wěn)定性高等優(yōu)點,成為表面缺陷檢測的重要手段,補足智能化生產(chǎn)線上的品質把控關。AOI是興趣面,可以較好體現(xiàn)范圍,也就是說邊界更加明晰,AOI其實屬性之一就是POI,采用UID標記。AOI就是有邊界的POI,那么我們就可以根據(jù)POI獲取AOI來驗證數(shù)據(jù)的準確性。特別是研究街道尺度的,加上POI和AOI數(shù)據(jù),對城市功能分區(qū),城市熱環(huán)境、城市灰綠地等等都非常有用。

除光電傳感器外,AOI圖像采集過程中照明系統(tǒng)也非常重要,選擇比較好光源目的是保證被檢測物體的特征區(qū)別于其他背景,涉及到光源的光譜特性,光源顏色的色溫特性。高效率長壽命,高亮度且均勻的光源是必須考慮的參數(shù),高亮度均勻性好的光源可以提高信噪比,而長壽命高效率則可以提高設備的穩(wěn)定性,降低工作負荷。照明光源按照波長分類可以分為可見波長光源,特殊波長光源??梢姴ㄩL光源也就是一般現(xiàn)代工業(yè)AOI檢測設備中較常用的紅綠藍LED光源。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。

湖南AOI設備,AOI

    AOI是AutomatedOpticalInspection的縮寫,中文翻譯是自動光學檢測。AOI本身是一種技術,但目前大多指的是AOI設備,即自動光學檢測設備。在國外AOI設備已經(jīng)有一定的歷史,AOl技術的主要應用領域包括PCB、FPD、半導體、光伏等多個行業(yè),AOI設備多是在半導體和面板檢測領域應用,導致目前AOI已經(jīng)被默認為半導體和面板自動化檢測的代名詞,而且更多強調的是貼裝、焊錫等表面缺陷的檢測。隨著技術的發(fā)展,已經(jīng)出現(xiàn)了3D-AOI產(chǎn)品。當然,針對其他行業(yè)中的應用,如紡織品、金屬等產(chǎn)品的表面檢測,我們也可以這些檢測設備為AOI設備,只不過目前其他行業(yè)的應用暫時沒有這么廣泛應用,這種共識還沒有達成。 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。江西遠程操控AOI升級換代

一臺機器視覺設備通??梢园喾N配置以及多種原理、算法,取決與對設備功能的需求及結構設計的復雜程度。湖南AOI設備

本系統(tǒng)采用的卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks, 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)(Feedforward Neural Networks),是深度學習(deep learning)的表示算法之一。卷積神經(jīng)網(wǎng)絡仿造生物的視知覺(visual perception)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湖南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,是一家其他型公司。公司業(yè)務分為智能視覺檢測設備等,目前不斷進行創(chuàng)新和服務改進,為客戶提供良好的產(chǎn)品和服務。公司將不斷增強企業(yè)重點競爭力,努力學習行業(yè)知識,遵守行業(yè)規(guī)范,植根于機械及行業(yè)設備行業(yè)的發(fā)展。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。

標簽: AOI