보드간(BTB) 커넥터 검사

PCB 사이의 BTB 연결이 정상 작동하는지 확인합니다.

BTB connector inspection pass and fail examples

관련 제품

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

보드간(BTB) 커넥터는 케이블을 사용하지 않고 두 개의 인쇄회로기판(PCB) 사이에 신호 연결을 제공하여 좁은 공간에서 공간을 절약해줍니다. BTB 커넥터의 한쪽 면에는 핀이 있고, 반대쪽 면에는 접촉부가 있으므로 PCB에서 해당하는 단자와 일치시켜야 합니다. 각각은 여러 금속 접촉부를 고정하는 성형 플라스틱 베이스로 구성됩니다.

손상된 부품이나 오염물이 묻은 BTB 커넥터가 전기 테스트를 통과해 합격 판정 받은 제품으로 출고될 수 있습니다. 그러한 부품은 사용 시 종종 내구성이 떨어지고, 현장에서 오류를 검출해 디버깅이 어려운 간헐적인 결함을 초래합니다. 비전 검사는 결함 검사를 위해 믿을 수 있는 솔루션으로, 이처럼 사소한 결함을 발견해 플래그를 지정합니다.

성형 베이스에는 가열 자국, 미성형, 먼지, 긁힘, 변형 그리고 외부 물질 유입을 비롯하여 잘못 배치되고, 휘거나, 누락된 핀 또는 접촉부 등을 포함해 다양한 종류의 결함이 발생할 수 있습니다. 이러한 결함들 중 대부분은 검사에 필요한 속도와 물량을 맞춰 육안으로는 식별하기가 어렵습니다.

수작업 검사가 균열이나 성형 결함을 발견하는데 효과적이긴 하지만, 요구되는 속도로는 부품의 샘플을 검사하는데 그칩니다. 일반적인 검사 절차는 기존의 규칙 기반 비전 툴을 이용한 자동 광학 검사(AOI)로, 각 커넥터를 검사한 후 작업자가 커넥터의 샘플을 추출해서 검사합니다.

AOI 머신은 거짓 양품 또는 과잉 불량 판정율이 높을 수 있는 반면, 수작업 검사는 상대적으로 소량의 샘플을 검사하더라도 처리 속도가 느립니다.

코그넥스 딥러닝은 처리량과 정확도 모두를 개선하여 시장의 수요를 충족하는데 도움이 됩니다. 코그넥스 딥러닝의 결함 감지 툴은 양호하거나 불량한 BTB 연결부를 나타내는 라벨이 붙은 일련의 이미지를 사용해 트레이닝됩니다. 그런 다음, 커넥터의 모든 부분을 검사하여 결함을 찾아내고 표시함으로써 결함 없는 커넥터만이 보드 조립 단계로 이동하도록 보장합니다.

BTB 커넥터 검사에서는 예상치 못한 변형을 취급할 수 있어야 하며, AOI 머신 내의 코그넥스 딥러닝은 이러한 변형을 보다 빠르고 정확히 식별할 수 있습니다. 기존의 규칙 기반 머신 비전과 비교해서 딥러닝은 처리량 요건이 엄격한 환경에서도 고속 검사를 유지할 수 있습니다.

즉, 검사자가 후속 통계 샘플 확인을 실시할 필요 없이 모든 제품이 AOI 머신을 통과하면서 검사를 진행할 수 있습니다. AOI 기반 검사 속도는 사람 검사자의 두 배이며, 정확도 역시 뛰어나므로 대부분 사람 검사자의 필요성을 없애줍니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입