커패시터 솔더링 검사

전선의 파손, 단락, 기타 전기적 문제를 일으킬 수 있는 납땜에서의 작은 결함을 식별

Capacitor Solder Inspection

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

전기 흐름을 방해하지 않고 마우스 다이오드와 같은 부품을 장착하기 위해선 나기판에 솔더 레지스트를 깔끔하게 적용해야 합니다. 납땜의 아주 사소한 결함으로도 전선의 파손, 단락, 기타 전기적 문제를 야기할 수 있습니다. 이러한 결함은 빛 반사로 인해 크기, 형태, 모양이 다르게 나타납니다. 이와 같은 조건 하에서 커다란 부품 변형을 허용하는 자동화 검사를 프로그래밍하는 것이 까다롭습니다.

코그넥스 딥러닝은 동일한 조명 조건 하에서 다른 방식으로는 검사가 힘들 때 다이오드 상의 솔더 레지스트를 신속하게 식별합니다. 조립 검증 및 부품 위치 식별 툴이 솔더 레지스트의 대표 이미지 세트를 토대로 트레이닝하여 “양호”한 납땜과 “불량” 납땜의 일반적인 모양을 학습합니다. 이 툴은 실행 중 반사로 인한 변화에 상관없이 PCB 위에 고정되어 레지스트의 위치를 식별합니다. 두 번째 검사 단계 중 솔더 레지스트를 검사하여 교락, 피킹, 공간 변화와 같은 기능상의 이상을 발견합니다. 지도 학습 모드로 결함 감지 툴을 사용하면 사용자가 알려진 “양호”한 납땜과 결함 라벨이 부착된 “불량” 납땜의 대표 세트를 트레이닝시킬 수 있습니다.

이러한 이미지를 토대로 코그넥스 딥러닝 이 마우스 다이오드의 본질적인 텍스처를 비롯하여 납땜의 정상적인 모양을 학습합니다. 추가 예제를 반영하고 모델 최적화를 위해 검증 테스트 동안 학습 세트에 이미지를 추가할 수 있습니다. 트레이닝 및 검증 단계 동안 모양의 변화를 고려해 결함 있는 납땜이 있는 모든 다이오드를 올바로 감지할 수 있도록 다양한 매개변수를 조정할 수 있습니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입