W dzisiejszej produkcji przemysłowej precyzyjny proces kontroli ma kluczowe znaczenie, a AOI (Automatic Optical Inspection) jako zaawansowana technologia kontroli odgrywa niezbędną rolę.
Jednak wiele przedsiębiorstw napotyka problem całkowitego błędu w ocenie kontroli AOI w praktycznych zastosowaniach, co niewątpliwie wpływa na efektywność produkcji i jakość produktu. we have conducted an in-depth analysis of the five common problems in AOI inspection and provided practical and practical solutions to help enterprises enhance the accuracy and reliability of inspection.
System określa elementy z wykwalifikowanym drukiem/grawerowaniem znaków i normalną funkcją jako produkty wadliwe, co wywołuje fałszywe alarmy.
Podstawowym powodem wysokiego wskaźnika błędnych ocen wykrywania znaków AOI jest niestabilność obrazów znaków składowych i wyjątkowość standardów wykrywania
Obraz postaci jest niestabilny.
Standardowy test jest pojedynczy.
W odpowiedzi na powyższe problemy, OCR character recognition technology based on deep learning and adaptive light source technology can be adopted to enhance the recognition ability and adaptability of the AOI system for character images
Przyjmując algorytmy rozpoznawania znaków OCR oparte na głębokim uczeniu, takie jak zaawansowane algorytmy wyposażone w Shenzhou Vision AOI, może uczyć się z ogromnych danych dotyczących obrazów znaków,automatycznie wyciągać cechy znaków, i rozpoznać znaki różnych czcionek, rozmiarów, kolorów i tła, skutecznie poprawiając dokładność rozpoznawania.
Zgodnie z procesami drukowania/grawerowania znaków różnych komponentów, automatycznie dostosowuje parametry takie jak kąt źródła światła, jasność,i kolorów w celu optymalizacji jasności i kontrastu obrazów postaci, zapewniające wysokiej jakości wejście obrazu do rozpoznawania OCR.
Nierównomierne oświetlenie, częste zmiany światła otoczenia oraz nieuzasadnione ustawienia poziomu czułości urządzenia mogą prowadzić do obniżenia jakości pobranych obrazów,w ten sposób wpływając na wyniki wykrywania systemu AOI i powodując błędne osądy.
Źródło światła i czynniki środowiskowe bezpośrednio wpływają na jakość obrazu.Nieuzasadnione warunki oświetlenia i wrażliwość urządzenia Ustawienia spowodują, że obrazy wykrywania nie będą w stanie rzeczywiście odzwierciedlać stanu komponentów.
W pełni wziąć pod uwagę właściwości odblaskowe materiału, ustawić wielo-winklowe źródła światła, i poprzez testowanie i optymalizację,znalezienie najbardziej odpowiedniej kombinacji kątów światła w celu uzyskania najlepszego kontrastu obrazu i jasnościW międzyczasie regularnie kalibruj jasność źródła światła, aby zapewnić stabilne oświetlenie.
W obszarze wykrywania należy zainstalować osłonę świetlną blokującą zakłócenia zewnętrznego światła, tworząc niezależne i stabilne środowisko wykrywania i zapewniając stabilność jakości obrazu.
W procesie AOI (Automatic Optical Inspection) wystąpią następujące problemy, jeśli ustawienia progu w modelu algorytmu nie odpowiadają rzeczywistym standardom procesu:
Przykładowo wykrycie przesunięcia złącza lutowego.niektóre złącza lutowe z niewielkim przesunięciem, ale normalną funkcją mogą być uznane za wadliweZ drugiej strony, jeśli próg jest ustawiony zbyt luźno, może to prowadzić do niewykrycia niektórych mocno przesuniętych łączy lutowych, wpływając na niezawodność produktu.
Podstawowa przyczyna powyższych problemów leży w racjonalności ustawień parametrów algorytmu i ograniczeniach samego algorytmu
Ustawienie parametrów jest nierozsądne.
Ograniczenia algorytmu
W odpowiedzi na powyższe problemy,w celu poprawy dokładności wykrywania i adaptacyjności systemu AOI można zastosować strategię stopniowego algorytmu debugowania i integrację wielu algorytmów.
W przypadku gdy rozmiar podkładki nie jest standardowy lub występują różnice w opakowaniach materiałowych, elementy pozycjonowania systemu AOI mogą być nieprawidłowe,powodujące błędne osądy i wpływające na postęp produkcji i jakość produktu.
Konstrukcja podkładki nie spełnia norm, a materiał opakowania jest niespójny,który powoduje odchylenia w ustawionym wcześniej parametrze pozycjonowania systemu AOI i uniemożliwia dokładne zidentyfikowanie pozycji i stanu komponentów.
Na etapie projektowania procesu lutowania należy upewnić się, że wymiary podkładek dokładnie pasują do wymiarów szpilów komponentów, unikać symetrycznego układu podkładek, zmniejszać zakłócenia odbicia,i poprawić dokładność pozycjonowania.
Zapisywanie charakteru, koloru i innych informacji charakterystycznych materiałów z różnych partii.parametry wykrywania są dynamicznie aktualizowane na podstawie informacji dotyczących materiałów, aby umożliwić systemowi dostosowanie się do zmian w materiałach.
Po długotrwałym użyciu sprzętu, jeśli sprzęt starzeje się (np. luźne soczewki, tłumienie źródła światła itp.) i nie jest terminowo utrzymywany,lub jeśli czujnik pochodzenia nie jest regularnie kalibrowany podczas debugowania, spowoduje zmniejszenie dokładności wykrywania i spowoduje błędne osądy.
utrzymanie sprzętu jest kluczem do prawidłowego funkcjonowania systemu AOI. starzenie się sprzętu lub niewykonanie terminowej kalibracji wpłynie na wydajność sprzętu i dokładność wykrywania,i może prowadzić do błędnego osądu.
Przeprowadzenie kompleksowej miesięcznej inspekcji i konserwacji sprzętu, w tym czyszczenie soczewek, sprawdzanie napięcia pasów, kalibracja układu współrzędnych sprzętu itp.aby zapewnić, że wszystkie elementy są w najlepszym stanie.
Za pomocą profesjonalnych systemów oprogramowania, kluczowe parametry takie jak jasność źródła światła i rozdzielczość kamery mogą być monitorowane w czasie rzeczywistym.W celu ułatwienia technikom terminowej konserwacji i regulacji zostanie wydane terminowe ostrzeżenie..
W rezultacie rozwiązanie problemu błędnego osądu w wykrywaniu AOI wymaga podejścia z wielu aspektów.optymalizacja algorytmu, a także utrzymania i kalibracji urządzeń, przedsiębiorstwa mogą skutecznie zmniejszyć wskaźnik błędnych ocen, zwiększyć dokładność i niezawodność wykrywania AOI,i zapewnić silniejsze zapewnienie jakości produkcji przemysłowej.
Oczekuje się, że powyższe pięć wspólnych problemów i praktyczne rozwiązania pomogą wszystkim w dalszej poprawie dokładności i niezawodności kontroli AOI oraz w ochronie produkcji przemysłowej.
