AOI检测技术应用及在印刷式OLED发展方向

自从20世纪末以来,随着世界各国电子工业进入快速发展,电子工业涉及各种各样的元器件,器件的制作工艺越来越复杂,管控精度要求也越来越高。为了提升各段工艺制程的良率,降低不良率。随之而来,自动光学检测设备(AOI)逐渐应用到产品的制程管控中,同时自动光学检测设备(AOI)的要求也逐渐提高,正朝着分辨力高、检测速度快、扫描时间短、拍摄图片清晰、操作软件简易化、设计的模块化和系统处理程序化等方向发展[1]。

浅析PCB 制造中树脂塞孔AOI检测的应用

随着PCB制造向高层次化发展,板子厚度随之增加,对PCB制造工艺提出更高要求。特别是近两年5G通讯的推出,为满足其产品高频低延特性,PCB背板、高频板和高速多层板的需求增加,树脂塞孔在制造工艺的应用越来越广泛。而随之而来的树脂塞孔过程的品质异常问题需要管控和解决,于是如何进行品质控制将尤为重要,特别是及时发现问题,进行原因分析改进工艺流程。AOI在这个制造环节的应用就应运而生。

AOI设备检验原理与检测技术应用及发展前景分析

自上世纪以来,各国的电子产业都开始蓬勃发展,进入发展的新纪元,电子工业中由于涉及各种功能不一的元器件,各类元器件纷繁复杂。同时涉及的工艺以及制作流程都越来越复杂,与此同时,元器件的精密度也在不断提高,出现了现有检测设备无法满足要求的情况,为了提高工艺流程的良品率,自动光学检测设备开始应用到产品的制作工序中,给电子工业的生产带来了新的助力,随着自动光学检测设备的不断发展,对AOI设备也有了新的要求,AOI设备正朝着分辨力高、检测速度快、扫描时间短、拍摄图片清晰、操作软件简易化、设计的模块化和系统处理程序化等方向发展。

SMT检测中AOI技术的应用

各国的电子工业,特别是以表面安装技术(SMT)作为新一代的电子装配技术,己经浸透到各个行业,各个领域。近十年来SMT技术发展神速,应用范围十分广泛,在许多领域中己经部分或完全取代了传统的线路板通孔插装技术。SMT技术以其自身的特点和优势,使电子组装技术发生了根本性的、革命性的变化。然而在激烈的市场竞争中为了保证电子产品的质量,需要对SMT进行质量检测。在SMT技术中,自动光学检测(AOI)技术作为SMT质量检测的技术手段是大势所趋。

基于图像处理的PCB自动检测系统的设计与研究

研究一种高精度、大场景、快速实时的PCB缺陷自动光学检测系统,分别进行了硬件结构和软件系统的设计。该系统主要由二维运动平台、电机控制模块、图像采集模块、图像处理模块、结果分析模块组成。改进的步进电机驱动方式——细分驱动以及改进的图像识别算法保证了系统的准确率,一键式自动检测的设计提高了检测速度。实验结果证明,该系统能快速并准确的检测出PCB上的缺陷,有一定的实用和开发价值。

可重构PCB元件自动光学检测算法研究

为了适应不同类型印刷电路板(PCB)元件的检测要求,提出了一种可重构的PCB元件自动光学检测算法。基于自动光学检测(AOI)的基本原理,建立了由元件层、缺陷层和特征层组成的3层可重构模型,通过对缺陷层的划分和特征层的建模,实现了检测算法的可重构。实验结果表明,该算法有良好的可重构性和适应性。

AdaBoost算法在AOI统计学习建模中的应用

PCB贴片安装机器视觉检测中,再流焊前后的很多检测中的特征必须依赖对样本的统计学习。机器学习中的AdaBoost算法可以将多个弱学习器组合提升为一个强学习器。提出将其应用于AOI的统计学习和检测,可以提高检测精度和速度,并提高泛化性能。对比试验证明了该方法的有效性。

智慧型电缆检测技术的发展研究

传统的电缆检测方法已渐渐开始转型为人工智慧机器学习的检测方法,然而机器学习中常利用人工去定义特征萃取后,输入至机器学习中进行缺陷检测,过往在辨识表面缺陷时,经常将灰尘判别出为不良品,使现场人员进行调阅信息及电缆拉回检测时,花费更久的时间处理。但利用卷积神经网络算法的特色,使高维度的数据更容易处理,让计算机自主学习利用卷积方式萃取特征取代人工特征提取,将训练好的权重后得到良好特征分类效果,以更容易的方式解决灰尘及环境问题并降低判别错误的机率,达到高准确率、高稳定性的检测方法减少内部损失成本,使电缆线传统产业现场检测人员能降低收取到错误信息,以及减少电缆线里铜条报废重铸问题。

AOI设备在PCB和SMT主要生产环节中的应用

总结了用在PCB和SMT主要生产环节的AOI设备,分析了几种AOI的结构及相关技术要素,以及AOI设备的发展前景。

DFT在AOI中的应用

介绍DFX（Design For X，其中X可以代表产品生命周期或其中某一环节）技术理论的两个主要分支DFM（Design For Manufacture可制造性设计）和DFT（Design For Testability可测试性设计）在PCB行业中的应用。分析机器视觉的主要难点，AOl（Automatical Optical Inspection）检测作为机器视觉中典型的应用，我们分析影响DFT在AOI检测中应用的各个因素，并提出一个想法：如何使DFT技术在AOI检测中得到有效地应用，使得AOI检测更高效更简单。

思宏公司AOI让PCB缺陷无所遁形

当前，电子产品越来越小，使得PCB上的布线也越来越细，电路的线宽已细微到人的肉眼很难看到，达到50微米，使得一系列产品、技术随之更新。思宏微电子有限公司（Synapse Microelectronics Limited）最新推出的SSR262即是适用于PCB线路板大批量生产的AOI自动光学检测系统。

FPC智能卡产品胶水范围过检测损失率的降低

首先对智能卡的倒装工艺进行了介绍,给出了对倒装中胶水的工艺要求,指出了胶水检测的工艺难点与大生产中存在着的AOI(自动光学图像检测)过检测问题,应用8维度总结,SIPOC,Vo C等工具进行定义,收集了相关胶水检测数据。运用了六西格玛相关的CEAD与Min Tab工具软件,对胶水检测收集的数据进行了分析,从而可以精确地对问题进行描述,设定合理的目标。在问题描述与目标设定后,进入问题的分析,运用了工艺流程细分表,工艺路线矩阵分析表,因果图等对胶水相关因素进行分析,寻找出现问题的可能原因,根据分析,给出了数据采集样本量。得出原因假设后,进一步进行原因分析与实验假定,根据胶水过检测实验的假定,进一步确定后续试验的方案并加以实施,在方案的实施过程中,充分利用了软件工具分析数据并对比,从而定出了过检测问题解决所需要的最终行动方案,测量出相关的技术数据。执行最终的行动方案,给出方案的实施过程,进入产品的试流通,采集相关的数据并使用软件对结果进行确认对比。最后实施大生产,对取得的效果进行比较,修正相关的实施方法,修改相关的控制文件。文章最后讨论了整个过程,提出了改进建议,得出了设备图像检测部分相关部件设定进行改进能够大大降低过检测的结论,指出了今后设备AOI改进优化的方向。

机器人视觉技术在电路贴装生产中的应用研究

根据腔体类工件电路贴装的生产现状,构建了一套移动式机器人视觉系统,结合工件图像特点设计了合理的图像处理算法与处理流程,实现了工件坐标系、视觉坐标系及机器人工具坐标系的可靠转换与绑定,建立了可自动校正电路与壳体位置误差的关系,达到了"看得清"、"取得准"、"放得好"的目的。针对电路拾取与壳体贴装中可能出现的反光、超差问题,提出了切实可行的解决办法,在实际生产中得了较好的验证。

浅谈数字电视机顶盒生产基本流程及质量管控方法

在整个数字电视系统中,数字电视机顶盒是处于系统的最末端,但也是必不可少的重要终端产品之一,数字电视的相关业务和业务形态的最终呈现都依靠机顶盒来实现.所以机顶盒的质量好坏,关系到整个广电网络公司的经济效益和社会效益.要生产出质量可靠、使用稳定的机顶盒产品,就要了解与机顶盒相关的生产流程、质检流程、抽检流程等生产环节和质量管理环节.本文介绍了数字电视机顶盒生产的基本流程及质量管控的方法.

激光锡球钎焊在总线板流水线中的应用分析

为了提升34芯端子引线焊点的品质,提高产品的整体可靠性,缩短总线板生产周期,减少无效周转,提升效率。进而研究34芯端子引线焊接工艺,经过X-RAY、切片观察和IMC层厚测量分析,发现激光锡球钎焊后的焊点品质提升显著。提出将6轴机械手、双工位激光焊与AOI检测进行集成,形成定制非标自动化设备的方案,并与现有总线板流水线进行整合优化,形成了一个完整的总线板生产线。不仅提升了总线板生产线的自动化集成度,也显著缩短了生产周期,整体品质也得到提升。

如何对表面贴装印刷电路板(SMT PCB)进行缺陷检查

在最近十年,伴随着表面贴装印刷电路板生产自动化程度的飞速发展,对其相应的质量缺陷检查也提出了更高的要求,从简单的摄像系统到复杂的“3-D”X光检测系统,自动光学检测系统大量被各生产厂家采用。本文从表面贴装印刷电路板的缺陷分析和缺陷种类及缺陷检查过程各方面分析了自动光学检测系统的应用。

AOI技术在LTCC制程中的应用研究

简述了自动光学检测(AOI)技术在低温共烧陶瓷(LTCC)基板研制中的应用原理,研究了影响检测性能的关键技术,实现了在LTCC生产线上通孔、印刷、检测等工艺参数的优化,为批量生产T/R(传输/接收)组件打下了良好的基础。