板對板連接器檢測

確保 PCB 之間的 BTB 連接可正常運作

BTB connector inspection pass and fail examples

相關產品

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

深度學習工業圖像分析的圖形化程式設計環境

In-Sight D900

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

板對板 (BTB) 連接器不需要使用纜線,即可在兩張印刷電路板 (PCB) 之間提供訊號連接,為緊湊的配置節省空間。BTB 連接器的一側為針腳,而在另一側的接點必須要與 PCB 上對應的端子相稱。每個連接器都包含一個成型塑膠底座,當中裝有許多金屬接點。

含有受損元素或汙染物的 BTB 連接器可能會通過電氣測試,並當成可接受的成品送出。這類組件通常無法可靠地使用,並會造成間斷發生的故障,難以在現場偵測出錯誤。較為可靠的方式為進行視覺檢測,並標示這類微小缺陷。

成型底座可能會出現許多不同的缺陷,包括焦痕、短射、灰塵、刮痕、變形及外來內含物,以及錯位、折彎或遺失針腳或接點。用肉眼進行檢測時所需面對的高速與數量,讓人很難發現當中的許多缺陷。

探測這些連接器中的裂縫或模製缺陷時,很適合以人工檢測,但要以所需的速度進行,則只能抽樣檢查組件。一般用來進行自動光學檢測 (AOI) 的檢測程序,是使用基於規則的傳統視覺工具檢測每個連接器,隨後再以人工檢測取樣的連接器。

AOI 機器可能會有很高的誤報 (或誤判) 率,而以人工檢測時,即使處理相對少量的樣本,其處理量還是會很低。

Cognex Deep Learning 可提高處理量與準確度,協助滿足市場需求。Cognex Deep Learning 的缺陷探測工具透過一組加上合格與不合格標籤的 BTB 連接器圖像,進行訓練。之後即能可靠地探測連接器各處的異常並加以標示,確保只有毫無缺陷的連接器才能送去組裝電路板。

BTB 連接器檢測需要處理無法預測的變化,而 AOI 機器內的 Cognex Deep Learning 能更迅速、準確地識別這些變化。和基於規則的傳統機器視覺相比,即使在嚴苛的處理量要求下,深度學習還是能維持以高速進行檢測。

這表示所有產品都可以通過 AOI 機器進行檢測的,不需要再以人工檢測人員進行後續的統計取樣。以 AOI 進行的檢測速度是人工檢測人員速度的兩倍,而所能達到的準確率也可省下大部分以人工檢測的人力。

康耐視特色產品

取得產品支援與訓練等等

加入 MyCognex