印刷电路板装配验证

使用深度学习软件识别和计数PCB组件，确保正确组装

相关产品

VisionPro深度学习

基于深度学习的工业图像分析的图形编程环境

看见D900

由In-Sighti提供支持的基于深度学习的视觉软件

在最终装配验证过程中，2D和3D机器视觉系统通常会检查pcb，以确定led、微处理器和其他表德国必威面安装设备的存在和正确位置。错误的定位或缺失的组件会影响PCB的性能和寿命。制造商必须警惕刮伤、扭曲、弯曲或缺针。一个芯片有如此低的误差容限，任何缺陷，即使是最表面的，都是拒绝的原因。

必须在PCB组装到设备或运送给客户之前捕获这些错误。目的略有变化 - 是否由于微妙的照明对比，视角和定向的变化，或在金属表面上的眩光 - 可以混淆自动检查系统。机器视觉系统难以结合在一起的部件，以区分独立的组件。德国必威将这些检查进行编程成基于规则的算法是耗时的，容易出错，并对现场工程师进行挑战。人类检查员虽然能够识别这些组件，但不能满足高速处理需求。

康涅狄克州Vidi深度学习图像分析软件为PCB装配检查提供了一种现场可维护的解决方案。VIDI Blue-Locate工具学习从标有每个零件类型的位置标记的图像中的组件，构建单个工具中每个组件的参考模型。该工具根据其尺寸，形状和表面特征概括了部件的区别特征，并学习了它们的正常外观，以及它们在板上的一般位置。该系统还优化以与低对比度的图像一起使用或捕获不佳。

在生产中，ViDi Blue-Locate分析单板的所有相关区域，以定位和识别每个组件，尽管外观发生了变化。此解决方案能够确定组件是存在还是不存在，并验证正在使用的组件是否正确。从而为复杂PCB装配检测的自动化提供了可靠的解决方案。

下载Cognex ViDi组装验证指南