久久婷婷国产综合精品青草-久久婷婷国产精品香蕉-久久婷婷大香萑太香蕉a-久久婷婷成人综合色-欧美日韩免费在线-欧美日韩免费看

AOI檢測的發展與技術領域

AOI即自動光學檢測，是在批量生產中采用的一種在線檢測方法。AOI是將電路板上的器件或者特征(比如焊點)捕捉成像，通過軟件處理，判斷這一器件或者特征是否完好，然后得出檢測結果，判斷諸如元件缺失、極性反轉、焊接錫橋或者焊點質量問題等。

在AOI出現以前，是由操作員人工完成板子的檢測。這個工序包括許多名操作員在生產線的工位上用顯微鏡工作。一般檢測板子表層，是否有元器件缺隕，錯貼或焊膏缺陷。板子用象限定位法檢測，每個工位檢測板子的1/4。雖然對于小板子來說，這種檢測方法是容易實現的，隨著板子尺寸增加，并有成千上萬的元器件，這種檢測方式不堪重負了。檢測要素是精確性和可靠性，而人工檢測在做得最好的情況下也有其局限性。

對于電子制造服務商，更大的問題是人工檢測的時間太長。每個檢測工位的工作時間要附合線上板子的傳送時間，以保持生產線的流暢，如果有一個工位檢測時間延遲了，就會影響到整個生產線。對于較大的板子，檢測點增加了，簡單的肉眼評估法跟不上生產線的速度，另外因此而涉及到雇用輔助操作員和搬運員的問題，這會引起額外勞動力成本和人力資源問題。

AOI技術向智能化方向發展是SMT發展帶來的必然要求。在SMT的微型化、高密度化、快速組裝化、品種多樣化發展特征下，檢測信息量大而復雜，無論是在檢測反饋實時性方面，還是在分析、診斷的正確性方面，依賴人工對AOI獲取的質量信息進行分析、診斷幾乎已經不可能，代替人工進行自動分析、診斷的智能AOI技術成為發展的必然。

　　對各種缺陷的特征提取和缺陷識別與分類進行研究，針對高密度PCB視覺檢測系統中要檢測的缺陷細小，缺陷的種類繁多，特征不易確定等問題，對于各種不同缺陷的特征提取技術和各種分類方式進行研究，采用機器學習的方法，設計不同的分類器，并對不同分類器的分類效果和誤差進行比較和分析，采用優化的分類器可以實現對缺陷的快速檢出和準確分類，并盡可能地提高分類器的智能化水平。