基于X射线的BGA图像缺陷检测

本文主要利用图像分析的方法完成了基于X射线PCB板图像的BGA焊点缺陷检测。BGA焊点缺陷的类型有连焊、缺焊、焊接空隙和零件缺失等,从中可以发现这些缺陷中出现最多的是连焊,所以本文将主要检测连焊。为了能够得到良好地检测效果,基于X射线图像分析技术是一种重要的分析方法,本文将在图像分析的基础上检测出连焊的特点。     

表贴片式元器件焊点质量控制工艺研究

本研究对表贴片式元器件焊点控制进行了详细介绍,分析焊膏印刷用网板厚度和常用片式元器件焊盘设计对焊点形态和焊点强度的影响。经过工艺试验,确定了网板厚度对焊点形态的影响,对后续产品生产过程中加工网板厚度提供理论依据。通过分析焊点剪切强度,得出所内常用片式元器件焊盘设计中优先选用各封装焊盘的设计参数,并给出了片式电容器焊盘设计原则。     

PCB锡焊机器人技术综述

PCB锡焊机器人目前在电子制造业应用日益广泛。随着对焊接效率和质量要求的不断提高,对其系统设计、工艺、控制等技术提出了新的挑战。从锡焊机器人的构成与功能、锡焊工艺、控制技术和焊点图像检测四方面对锡焊机器人的关键技术进行归纳和总结,分析目前存在的主要技术问题,探讨未来的发展方向。     

基于贝叶斯模型的印刷电路板ECT图像分割与识别方法

提出了基于高频涡流检测(high frequency eddy current testing, HF-ECT)扫描成像的印刷电路板(printed circuit board, PCB)在线检测方法,利用板中导线、焊盘、引脚与基材之间的电导率差异来提取涡流响应信号并成像,实现对导线断线、焊盘和引脚翘曲、脱落等损伤的高分辨率检测。首先根据线圈激励(频率高达2 MHz)下的涡流分布和成像特性分析印刷电路板的扫描图像特点,并研究图像的染色方法,以达到最佳的像素梯度分布特性;接着,提出基于贝叶斯模型的图像阈值分割和损伤区域提取方法,根据像素灰度分布的后验概率推导出图像分割的最佳阈值,通过对分割后二值图像的边界提取并对其中的损伤进行识别定位;最后将提出的方法应用到PCB的损伤检测中,验证不同条件下的损伤识别和定位效果。研究为印刷电路板的结构表征和损伤检测提供了一种新的途径。     

基于GhostNet-YOLOv4算法的印刷电路板缺陷检测

针对印刷电路板表面面积小而且上面电子器件焊点众多,传统检测方法很难进行有效检测的问题,提出了一种基于GhostNet-YOLOv4的印刷电路板表面焊点检测算法。首先,修改了YOLOv4算法的主干网络以增强特征提取能力,其次加入注意力机制使网络更注重缺陷特征,用GhostNet代替CSPDarknet53作为主干网络。此算法相比于传统的印刷电路板检测算法提高了检测精度和检测速度,可以实现对印刷电路板表面常见的断路、漏焊、短路等缺陷的精确检测和迅速分类。通过对印刷电路板数据集的检测结果分析表明,该改进算法具有较好的实用性,在测试集上的平均精度为86.68%,FPS达到了25.43,可以满足印刷电路板实际检测需求。     

基于深度学习的PCB缺陷检测研究

印刷电路板(PCB)是保障电子设备产品可靠性的关键因素。因此,对于PCB板的缺陷检测是一项基本和必要的工作。当前PCB缺陷检测方面已经取得了很大进步,但由于PCB板缺陷的多样性、复杂性以及微小性,传统检测方法仍然难以应对。针对PCB板复杂性和微小性问题,文中提出了一种基于深度学习的PCB微小缺陷检测网络,命名为UF-Net。该网络通过多层卷积提取不同维度的特征,通过上采样及跳层连接(Skip Connect)的方式实现多尺度特征融合;利用RPN(Region Proposal Network)网络生成ROI(Region of Interest);通过ROI-Pooling层提取ROI特征,并经过两个全连接层对ROI区域进行分类和回归,从而实现缺陷检测。文中的方法能够对印制电路板导线缺陷和焊点缺陷进行精确的检测和识别,包括导线的短路、开路、缺口、毛刺以及焊点的孔洞、漏焊、焊盘不全等缺陷。通过对PCB缺陷数据集的定量分析,结果表明,该方法具有较好的移植性,在PCB数据集上的精度达到98.6%,满足PCB实际检测需求。     

PCB接触通流能力分析及评估软件开发

介绍了一种基于热电耦合评估PCB温升的方法以及基于仿真与试验结果开发的PCB接触通流评估软件。考虑螺栓连接处的接触电阻,建立了PCB电流传导模型,计算PCB电流密度与发热功率分布;继而建立了考虑传导、对流和辐射的PCB传热模型,计算PCB温度分布。根据仿真结果,分析了PCB铜箔面的温度分布规律及原因,并对比分析了四层铜箔PCB温度随电流和接触端子拧紧力矩变化的规律。同时,开展了相应的PCB接触通流测量试验,仿真与试验结果吻合,验证了计算模型的有效性。最后,开发了相关的PCB接触通流评估软件。     

基于改进IMC的磁头微焊点寿命预测模型研究

磁头无铅微焊点寿命预测方法主要采用疲劳模型,由于磁头焊点十分小,传统的寿命预测方法很难取得较好效果,本文融合金属间化合物生长动力学理论,提出了一种新的用于预测磁头无铅微焊点寿命的生长模型。对比结果表明,新模型预测磁头无铅微焊点寿命与实际结果更加接近。     

基于背景色彩和PCNN的磨粒图像单通道分割

为有效地从磨粒图像中分离出磨粒区域,根据彩色磨粒图像背景相对单一的特点,提出了一种基于背景色彩和脉冲耦合神经网络(PCNN)的磨粒图像单通道分割方法.首先,利用Otsu算法对磨粒图像进行预分割处理,并计算图像背景色彩的统计特征,以此作为背景的特征色彩矢量;然后,引入综合色距函数,通过计算图像中各像素与背景特征色彩之间的色差,将彩色磨粒图像三通道问题转化成单通道问题;最后,利用简化PCNN对构造的色差矩阵进行分割,从而得到彩色磨粒图像的分割结果.实验结果表明,该方法对含有单个磨粒和多个磨粒的彩色磨粒图像均能进行精确自动分割,是一种比较理想的分割方法.     

基于改进的YOLOv4彩色数字仪表读数识别方法

针对传统数字仪表识别方法计算量大、实时性不够和精度较低的问题,研究了一种深度学习与图像处理相结合的识别方法。为减少计算量,在YOLOv4网络中引入GhostNet作为基础网络,同时在YOLOv4非主干网络中引入深度可分离卷积以及Ghost模块来减少参数,并使用h-swish激活函数提高精度。为了凸显二值化过程中彩色仪表的色彩信息,在数字提取过程,研究了一种基于彩色模型多阈值分割的数字二值化方法,对RGB图像的色彩主色进行增强,然后转化为HSI图像,并且通过多阈值处理将满足条件的像素点保留,从而得到二值化图像,相比于传统图像预处理算法可以更好的提取数字信息。实验结果表明改进的识别方法在测试集上准确率达到87.98mAP, 检测速度提高到37.2FPS,在数字仪表定位识别中效果显著。     

Printed circuit board inspection using image analysis

Computer vision has been widely used in the online inspection of electronic components. In this paper, the authors present a computer vision system using structured lighting, which provides them with an efficient solution for solder joint inspection. Their system uses a novel structured-lighting inspection technology to overcome some difficulties that traditional computer vision systems often experience. They developed a slant map surface shape estimation technique for the solder joint. From this technique, a solder joint can be determined to be a good (concave), bad (convex), bridged solder joint, or solder joint with surplus solder, or lacking solder     

变电站二次设备巡检的Mecanum轮式机器人精确定位与作业辨识

通过巡检机器人进行变电站二次设备的监测是提升电力设备自动化、智能化管理的重要方式,有利于保障电力工程设备的安全运行。本研究开发了一种用于变电站二次设备自动化巡检的Mecanum轮式机器人,具备自主导航定位与作业辨识的能力,可极大提升设备巡检效率及保护压板状态识别准确性。通过Mecanum轮的驱动方式实现巡检机器人在狭窄作业环境下的灵活运动与姿态调整,多轨道升降平台实现对350-1800 mm高度范围内的二次设备及压板的图像采集与状态辨识。机器人采用基于激光雷达的SLAM导航方法进行自主定位导航,并结合基于视觉的路径提取与跟踪算法进行姿态位置修正,实现在待测点位置的精确定位。同时,提出了基于颜色辨识的图像排列与状态辨识方法,针对二次设备保护压板连通状态进行识别和判断。实验结果表明,研制的变电站二次设备巡检机器人可以实现自主导航与位置精确定位,在路径跟踪过程中最大偏角和偏距分别为±3°和±8 mm。结合机器视觉与颜色辨识的压板辨识方法可以准确识别压板状态,识别准确率大于95.80%,有助于提升机器人自动化的电力巡检作业水平。     

变电站巡检机器人视觉导航算法的研究

机器人的运用在变电站巡检中至关重要,为解决变电站巡检机器人导航定位的问题,在基于蓝色引导线的视觉导航技术基础上提出一种图像预处理的联合滤波方法,并提出一种行列联合隔行扫描的引导线像素中点提取方法,最后用最小二乘法拟合得到蓝色引导线,仿真结果证明该方法简单快速,能够准确导航定位。     

面向水下管网的视觉检测系统研究

针对水下管网定期需要检修和维护的实际需求,设计一套水下管网视觉跟踪检测系统;针对水下光学图像特点和管网铺设特征,提出一种管线跟踪方法。方法通过自适应直方图均衡化将光照不均水下图像转换为匀光图像,结合色彩空间变换方式进行图像增强并完成管道区域分割,通过支持向量机的模式识别方法依据水下机器人跟踪策略对管道图像进行分类,并根据管线分类特征建立管线提取策略,基于Kalman滤波对管线进行跟踪处理。在实验水池进行管道跟踪检测实验,管网路径识别正确率达93.7%,验证了视觉检测系统的有效性和稳定性,能够满足水下管网检测实际需求。     

基于图像监控的变电所智能巡检系统研发

目前在电力行业应用的变电所图像监控系统为通用型图像监控系统,非针对电力系统所设计,不能满足智能电网发展的需求。文章提出的基于图像监控的变电所智能巡检系统,是针对电力行业生产的特殊性,在当前通用型图像监控系统基础上进行二次研发的智能巡检系统,代替人工巡检,实现变电站智能化巡检功能。实践结果证明,该系统满足当前电力行业生产的需求,不仅减轻运维人员的工作量,提高其工作效率,带来了良好的经济效益,并且在危险区域启动特巡功能,降低巡检人员的安全风险。     

芯片焊锡镀层厚度对工程能力影响研究

芯片焊接工程能力是焊接系统最重要的环节。分析了焊锡镀层厚度和焊锡电镀电流强度对焊接工程能力的影响,给出了焊接弯曲度、贴装粘合度强度、焊锡拉伸能力的测试数据。实验结果表明,芯片焊锡镀层厚度和焊锡电镀电流强度对芯片后期电特性起着关键作用,芯片镀层厚度是焊锡工程能力最为重要的参数。     

Automated X‐ray inspection method for fillet‐less mounted chip components

Chip components mounted on the printed circuit board are rapidly being miniaturized. Furthermore, the fillet‐less chip soldering technique, which does not use a solder fillet, is widely used in portable products such as mobile phones. However, there is no method to inspect the soldering of fillet‐less chip mounting. In this paper, we propose an automated X‐ray inspection technique for fillet‐less chip mounting. It extracts three inspection parameters from the X‐ray image. In the experiments, we evaluate the repeatability and inspecting ability of the technique and confirm that sufficient information for failure detection is obtained. An automated X‐ray inspection system using this technique is now in operation at some factories, so in conclusion our automated method would be useful in practice. Copyright © 2007 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.