Prüfung der Leiterplatten von Computermäusen
In einem Arbeitsgang die richtige Bestückung überprüfen, Fehler erkennen und Texte auf Leiterplatten lesen
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Eine Leiterplatte ist eine komplexe Zusammenstellung von Bauteilen, Lötverbindungen, Substrat und gedrucktem Text. Viele Komponenten und Verbindungen bedeuten viele mögliche Fehler, jedoch erschweren Komplexität und Bauteildichte die visuelle Prüfung.
Die Prüfung von Teilkomponenten, um die erforderliche Lage der richtigen Komponenten zu bestätigen, das Erkennen von möglichen Lötproblemen, Kratzern, einer fehlerhaften Ausrichtung von Komponenten und anderen Fehlern sowie das Lesen und Bestätigen von Textzeichen auf der Platte kann drei einzelne Stationen benötigen. Häufig ist nicht genügend Platz vorhanden, der Aufwand ist zu hoch oder die Produktionsverzögerungen sind zu groß, so dass sich die Hersteller gezwungen sehen, eine hohe Fehlerquote zu akzeptieren und, wenn Funktionstests einen Fehler anzeigen, fertiggestellte Baugruppen herauszunehmen oder sogar mit einer höheren Rücklaufquote zu leben.
Die Prüfung der vielen Aspekte ist angesichts der Komplexität der Platten mit herkömmlicher industrieller Bildverarbeitung kaum ausreichend zu bewältigen.
Cognex Deep Learning erledigt die Prüfung der Leiterplattenanordnung schnell und zuverlässig. Es lernt anhand einer Auswahl an guten und schlechten Leiterplatten. Drei verschiedene Deep-Learning-Tools prüfen diese Platten in einer Station in einem einzigen Arbeitsgang, der keine Produktionsverzögerungen hervorruft.
Das Bestückungsüberprüfungstool überprüft, ob alle Komponenten vorhanden sind und sich an den richtigen Stellen befinden. Das Defekterkennungstool kennzeichnet Lötprobleme, Schäden an Bauteilen, Splitter in der Platte oder andere Mängel. Das OCR-Tool liest alle Textzeichen auf der Platte und den Bauteilen, und es gibt eine Zeichenfolge für die gelesenen Zeichen aus.
Diese Deep-Learning-Tools können ohne Programmierung schnell neu trainiert werden, wenn verschiedene Leiterplatten geprüft werden oder sich die Modelle ändern.
