Inspección de soldadura de condensadores

Identifique pequeños defectos en la soldadura, que pueden causar roturas en el cableado, cortocircuitos y otros problemas eléctricos.

Capacitor Solder Inspection

Productos relacionados

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Entorno de programación gráfica para análisis de imágenes industriales basado en el Deep Learning

In-Sight D900

In-Sight D900

Impulsado por el software para visión basado en el Deep Learning In-Sight ViDi

Para que un componente como el diodo del ratón pueda montarse sin interferencia a su conexión eléctrica, se debe aplicar máscara de soldadura de forma limpia a una placa descubierta. Incluso los pequeños defectos en la soldadura pueden causar roturas en el cableado, cortocircuitos y otros problemas eléctricos. Estos defectos varían en tamaño, forma y apariencia debido al brillo especular. Es difícil programar una inspección automatizada que tolere las variaciones de piezas significativas en estas condiciones.

Cognex Deep Learning identifica rápidamente la máscara de soldadura de un diodo cuando a otros métodos les cuesta inspeccionar bajo las mismas condiciones de iluminación. La herramienta de verificación de montaje y localización de piezas se entrena en función de un conjunto de imágenes representativas de la máscara de soldadura para aprender la apariencia normal de una soldadura “buena” y una soldadura “mala”. Durante el tiempo de ejecución, la herramienta fija y localiza la máscara en la PCB, a pesar de las variaciones en el brillo especular. Durante la segunda etapa de la inspección, debe inspeccionarse la máscara de soldadura para encontrar anomalías funcionales, como formación de puentes, picos o distancias. Al utilizar la herramienta de detección de defectos en modo supervisado, el usuario puede entrenar la herramienta en función de un conjunto de imágenes representativas de soldaduras “buenas” y soldaduras “malas” con defectos de etiquetado.

En función de estas imágenes, Cognex Deep Learning aprende la textura natural del diodo del ratón, así como la apariencia normal de su soldadura. Durante la prueba de validación se pueden agregar imágenes al conjunto definido de ellas con el fin de incluir más ejemplos y optimizar el modelo. Durante la etapa de entrenamiento y validación, pueden ajustarse diversos parámetros para tener en cuenta las variaciones en apariencia a fin de detectar correctamente todos los diodos con soldadura defectuosa.

Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex