Prüfung von Steckverbindern zwischen Leiterplatten
Die Funktionsfähigkeit der BTB-Steckverbindungen zwischen Leiterplatten gewährleisten
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Steckverbinder zwischen Leiterplatten (BTB) sorgen für die Signalverbindungen zwischen zwei Leiterplatten ohne den Einsatz eines Kabels, was bei dichten Konfigurationen Platz spart. BTB-Steckverbinder besitzen auf einer Seite Kontaktstifte und auf der anderen Kontakte, die zu den entsprechenden Anschlüssen auf der Leiterplatte passen müssen. Jeder BTB-Steckverbinder besteht aus einem gegossenen Kunststoffunterteil, auf dem sich viele Metallkontakte befinden.
Es ist möglich, dass BTB-Steckverbinder mit beschädigten Elementen oder Verunreinigungen die elektrische Kontrolle bestehen und als zulässig weitergeleitet werden. Solche Teile sind oft im Gebrauch unzuverlässig und verursachen diskontinuierliche Fehler, die in der Praxis schwer zu beseitigen sind. Eine visuelle Prüfung ist zuverlässiger und markiert solche geringfügigen Defekte.
Das gegossene Unterteil kann viele verschiedene Fehler aufweisen, wie zum Beispiel Brandstellen, Short Shots, Staub, Kratzer, Verformungen und Fremdkörpereinschlüsse sowie falsch platzierte, verbogene oder fehlende Stifte oder Kontakte. Viele dieser Fehler sind für das menschliche Auge bei den für die Prüfung notwendigen hohen Geschwindigkeiten und großen Mengen schwer zu erkennen.
Manuelle Prüfungen können Risse oder Vergussfehler an diesen Steckverbindern gut erkennen, aber nur Stichproben mit der erforderlichen Geschwindigkeit überprüfen. Das übliche Inspektionsverfahren bei der automatischen optischen Inspektion (AOI) mithilfe herkömmlicher regelbasierter Bildverarbeitungstools besteht darin, jeden einzelnen Steckverbinder zu prüfen und anschließend eine menschliche Prüfung von einer Auswahl von Steckverbindern durchzuführen.
AOI-Geräte können viele falsch positive Ergebnisse oder eine hohe Overkill-Rate haben, während die manuelle Prüfung selbst bei der relativ kleinen Anzahl an geprüften Stichproben einen niedrigen Durchsatz aufweist.
Cognex Deep Learning erhöht sowohl das Volumen als auch die Genauigkeit, und trägt somit zur Erfüllung der Marktanforderung bei. Das Defekterkennungstool von Cognex Deep Learning wird anhand eines Satzes von Bildern, auf denen gute und schlechte BTB-Steckverbinder gekennzeichnet sind, trainiert. Anschließend erkennt es zuverlässig Abweichungen überall am Steckverbinder und markiert diese, wodurch sichergestellt ist, dass nur fehlerfreie Steckverbinder zur Leiterplattenbestückung weitergeleitet werden.
Prüfungen von BTB-Steckverbindern erfordern die Bewältigung unvorhersehbarer Abweichungen. Cognex Deep Learning kann in Verbindung mit dem AOI-Gerät diese Abweichungen schneller und genauer erkennen. Im Vergleich zu herkömmlicher regelbasierter Bildverarbeitung kann Deep Learning Hochgeschwindigkeitsprüfungen sogar unter strengen Durchsatzanforderungen aufrechterhalten.
Das bedeutet, dass alle Produkte zur Prüfung durch das AOI-Gerät laufen können, ohne eine weitere Prüfung einer statistischen Auswahl durch menschliche Prüfer zu benötigen. Die AOI-basierte Prüfgeschwindigkeit ist doppelt so hoch wie die eines menschlichen Prüfers und der Genauigkeitsgrad macht den Einsatz von menschlichen Prüfern größtenteils unnötig.
