随着科技的发展,工厂对工艺的要求越来越高,更先进的制程不断出现,AOI已经由“选配”转变为“标配”。数之联追光系列AOI是一款基于深度学习,核心采用自研深度学习目标检测与异常检测框架的产品。
(1)与传统AOI对比,基于深度学习的AOI将之前1-2小时的调试时间缩短为30分钟以内。同时检出率可以达到99.95%,误判率低于0.3%。
(2)与同类解决方案对比,追光系列AOI搭载数之联深度学习神经网络模型,该模型是数之联集合了泛半导体行业多个成功落地经验及海量缺陷数据,训练出的可兼容焊点形态变化、高泛化模型,能切实解决传统AOI在编程/调试时间过长、误判过高、因人而异的 *** 作结果等核心痛点。
自动光学检查(Automated Optical Inspection,简称AOI),为高速高精度光学影像检测系统,运用机器视觉做为检测标准技术,可以改良传统上以人力使用光学仪器进行检测的缺点,应用层面包括从高科技产业之研发、制造品管,以至国防、民生、医疗、环保、电力等领域。
以SMT检测为例,当自动检测时,机器通过摄像头自动扫描PCB,采集图像,测试的焊点与数据库中的合格的参数进行比较,经过图像处理,检查出PCB上缺陷,并通过显示器或自动标志把缺陷显示/标示出来,供维修人员修整。
扩展资料
AOI 四个检测位置:
(1)、锡膏印刷之后,主要检查焊膏印刷的情况;
(2)、片式元件贴放之后,以检查贴片的正确与否,可以较早地发现错误,减少成本;
(3)、芯片贴放之后,检测系统能够检查PCB上缺失、偏移、歪斜的芯片及芯片极性的错误;
(4)、回流焊接之后,在生产线的末端。可以检测系统可以检查出元件的缺失, 偏移和歪斜及元件极性缺陷。
AOI 四个检测位置中,锡膏印刷之后、(片式)器件贴放之后和元件贴放之后的检测目的在于预防问题,在这几个位置检测,能够阻止缺陷的产生;在回流焊接之后的检测,则目的在于发现问题。预防问题 AOI放置在炉前,发现问题 AOI 放置在炉后。
参考资料来源:百度百科-自动光学检查
根据OFweek行业研究中心最新统计数据表明,2015年全球半导体行业产值3373亿美元,较2014年3336亿美元微幅增长1.1%,半导体设备产值373亿美元,与2014年基本持平。在全球智能产业投资热的背景下,预计2016年半导体行业仍将出现小幅度增长,作为行业关键设备的自动光学检测(AOI)设备的需求热度有望保持。半导体行业一直是自动光学检测(AOI)设备的三大应用行业之一,半导体行业的发展能有效刺激AOI设备的使用。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)