|
AOI設備對波峰焊插件漏插反插檢測目前正對行業波峰焊插件反插，漏插，等波峰焊前段插件的檢測技術，邁瑞公司研發生產了12000000像素的AOI檢測設備，解決了行業插件檢測前段的難題，該AOI設備主要采用了行業領先技術矢量分析及ＰＡＧ算法，突破和改變了原來ＡＯＩ采用的圖像對比方法，該項技術以獲得國家專利， AOI設備檢測插件錯件錯件，主要是用于檢測元件本體的檢測，檢測該元件是否發生錯料。該檢測項是AOI設備檢測的常規檢測項。錯件可采用四種檢測算法，其四種檢測算法分別為TOC算法、OCV算法、Match算法和OCR算法。每個錯件的檢測算法針對檢測項目的偏重不一樣。 TOC算法類的錯件檢測，主要用于非字符類元件的錯件檢測，該類元件主要為電容。該類檢測法是通過抽取元件的本體色，判斷元件本體色是否改變，來檢測元件的錯件。其中元件的本體色參數，無默認參數，是根據實際的本體色給出的色彩抽取參數。 OCV算法類的錯件檢測，主要用于清晰字符類的錯件檢測，該類元件主要為電阻。該類檢測法是通過獲取待測字符輪廓與標準字符的字符輪廓的擬合程度，來判斷元件是否發生錯件。該類檢測的判定參數的默認范圍為（0， 12）。如標準字符為“123”，待測字符為“351”，擬合返回值為28.3，判定范圍為（0， 12），則該元件發生“錯件”。 Match類檢測算法，主要是用于模糊字符類的錯件檢測，該類元件主要為二極管、三極管等。該類檢測算法主要是通過獲取待測字符區域與標準字符區域的相似程度，來判定元件是否發生“錯件”。該類錯件的判定范圍默認為（0，32）。 OCR類檢測算法，主要是用于重要部件的元件的檢測，該類元件主要為BGA、QFP等。該類算法主要是通過識別待測字符，判定待測字符是否與標準字符一致來檢測和判斷是否發生錯件。如標準字符為“123”，實際字符為“122”，則OCR算法判斷該類元件發生“錯件”。 AOI檢測設備對波峰焊插件缺件得檢測缺件，主要用于檢測元件本體是否存在，是AOI常規檢測中不可或缺的檢測項。該類檢測采用的檢測算法有TOC、Match、OCV、OCR、Length、Histogarm等檢測算法。其中TOC、Match、OCV、OCR與錯件的使用一致。 Length算法主要是通過檢測Chip件（電容）本體的長度，或者電極的長度，來判斷元件是否發生缺件。該算法檢測主要應用于爐前檢測、紅膠檢測。Length算法的判定參數的默認范圍為（42， 58）。見下圖：
上圖為Length的外距測量法，檢測點的程度為98，標準檢測點的長度為95，則返回值為53，其返回值的計算公式如下： 返回值 = 檢測點的實際長度 – 檢測點的標準長度 + 50 Length的判定范圍為（42， 58），則缺件檢測結果為“OK”。 Histogram類的檢測算法，主要是通過檢測Chip件元件的焊點的亮度是否超出范圍來判斷是否發生缺件。該類算法應用于爐后檢測。其默認判定范圍為（0， 120），如下：
上圖【比率】為100%，該項檢測就是均值算法。 波峰焊插件極性反插極性反，是AOI檢測設備對插件極性元件方向的必需檢測項。檢測極性反可選擇的算法有TOC、Match、OCV、OCR和Histogram算法。其中TOC、Match、OCV、OCR的檢測算法與錯件一致。Histogram類檢測算法，采用了最大值（最小值）來檢測元件是否發生極性反現象。在極性元件中存在極性標識，該極性標志的亮度明顯要大于（小于）元件的本體亮度，可采用最大值（最小值）來檢測判斷元件是否發生極性反。如極性元件存在一高亮區域，該亮度區域的亮度要大于200，則可設定判定范圍（200， 255），采用最大值算法來進行檢測，如下：
上圖選擇【比率】為5，檢測模式為【Max】，返回值為243，則該元件的方向OK。 1.4.6. 短路短路檢測，是AOI檢測中一種最常見的檢測項。短路檢測主要應用于IC類的IC腳之間的檢測、波峰焊元件之間的檢測等。短路檢測采用的算法為“Short”，該算法中分為“投影法”和“色彩抽取法”等2種檢測方式，2種檢測方式分別具備不同的檢測意義。 投影法，主要檢測IC類的短路，并且IC腳之間無白色絲印干擾。該類檢測，主要是檢測IC腳之間的亮度是否發生突變性變化（短路現象），如下：
上圖為投影類短路檢測法的效果處理圖，其相關參數如下：
上述參數，一般狀態采用“自動參數”獲取自動短路參數。 色彩抽取類短路檢測，是通過消除檢測區域之間的背景，通過分析檢測區域之間是否存在非背景成分相連，來判定元件是否發生短路。該類檢測是爐后IC、波峰焊檢測中最常用的短路檢測算法。該類檢測用到了一組消除背景參數，如下：
上圖中的參數的含義如下：
通過設定以上參數，來消除短路區域之間的背景成分。若還存在未消除的色彩背景時，此時增加背景抽取參數，來消除背景參數，用到算法“TOC”。 |
