email tags E-mail:yuekc@qq.com skype tags skype: printing-in-china
          中文繁体 English
 
金印集团 二十年生产经验         杜绝平庸   
专注于高端印刷         只做精品    
专业成就您的精彩
首 页 |  公司简介 |  产品展示 | 印刷资讯 |  联系我们
 
栏目分类
关于我们
产品展示
印刷资讯

深圳印刷资讯 >> 资讯详细信息

印刷电路板SMT组件彩色检测系统 浏览次数: 2847

 

本研究针对SMT 组件的缺陷有效结合数种算法,以发展准确快速的印刷电路板SMT 检测系统为目标。在实时检测中,最重要的不外是检测时间和准确性,而这两点又往往相互冲突,为了有更佳的准确性,则需发展更有效的算法。本文即针对这点尝试改以简单运算,但同时能粹取出具有代表性特征的方法取代复杂的算法运算。首先在待测影像方面,本研究是以彩色影像做为输入,并分析在彩色影像中各色频于瑕疵检测时,所能达到之表现,再撷取出该色频之影像加以分析。图像处理方面,本研究采用了区间式的二值化方法,去掉不需要的背景。另外辅以中值滤波器、开合、闭合等运算减低噪声。分析方面,以本研究以倒传递类神经网络分析影像中的区域形态、数量、面积等外观及轮廓上的特征,来做初步的判断且减少前处理的手序以达到快速检测、分析的目的。最后本研究并整合上述理论技术建构成一印刷电路板SMT组件检测系统,处理电阻、电容及IC 等组件的瑕疵。

关键词:印刷电路板,SMT,彩色影像,瑕疵检测

1. 研究动机与目的

在台湾印刷电路板是仅次于半导体业的高科技产业[1],此类产业所伴随的往往就是复杂且精密的制程。为了确保产品的质量,品管是不可或缺的。在高科技产业中常用的AOI(Automatic Optical
Inspection)机台设备动辄千万或百万的资金,且多仰赖以色列、日本或美国的进口,日后的维修也相当的不便。因此,近年来国内对于AOI 机台和检测技术方面的研发相当活跃,希望能自行成功开发出可靠的AOI 机台,以降低生产、采购成本,相关的技术也不需制肘于国外。

由于印刷电路板的功能需求提升与制造装配、组装技术不断成长,电路板上组件的数量及密度也大幅的提高。为了确保生产的质量,以往以肉眼检查的情况已经不能符合现代精密印刷电路板的需求。因此,目前印刷电路板制造厂商多以自动化视觉设备对印刷电路板做检测,再搭配人力对不良品做最后确认。

一般的非接触式的自动检测方法可分为[2]:
1. 自动光学检测(Automatic optical inspection)
2. X 光影像(X-ray imaging)
3. 超音波影像(Ultrasonic imaging)
4. 雷射影像(Thermal imaging)

在印刷电路板制造上使用到的视觉检测系统可分为[3]:
1. Mask Pattern Inspection machines
2. PCB Pattern Inspection machines
3. Mounted SMD visual inspection machines
4. Soldering Inspection machines
5. Assembled PCB visual inspection machines

本文着重于印刷电路板SMT 组件的检测,目的在于建立一套能够实际应用于印刷电路板SMT组件的系统。

本文第二段将介绍印刷电路板SMT 组件瑕疵分类,第三段说明本研究所使用的瑕疵检测方法,第四段则介绍本研究所发展的瑕疵检测系统与使用的硬设备,并用撷取实际电路板样本影像来验证,最后提出未来更进一步的发展方向与结论。

印刷电路板组装制造是利用SMT 技术生产的最大市场,一般的印刷电路板是只在印刷电路板的正面上黏装各种SMT 组件,其制程如图一所示。


印刷电路板在经SMT 组件组装后的AOI 检测是检测程序中相当重要的一站,若组件的组装有瑕疵,小则会造成整体架构的不稳定,大则根本没有功能,这对于企业有形和无形的损失都是相当大的。在印刷电路板SMT 组件的组装过程中,根据其发生区域可区分为三个类别的瑕疵如表一所示。

本研究将应用AOI 的技术针对SMT 组件中最常用的的电阻、电容以及IC 进行检测,所检测的瑕疵为最常见的缺件(Missing)、歪斜(Misaligned)、立件(Tombstone)、桥接(Bridge)极性错误(Wrong polarity)。


3. 研究方法

Madhav Moganti[2]在1996 年将印刷电路板瑕疵检测方法区分为(1) 参考影像瑕疵检测法(Reference inspection)、(2)无参考影像瑕疵检测法(Non-reference inspection)与(3)混和式瑕疵检测法(Hybrid inspection)三大类,
Khwang[4]及Teoh[5]将区块中每个像素灰阶值的总和与样本比较,不同的是Khwang 使用多台Transputer 平行运算,以增加检测速度;Hata[6]用不同特微向量组成多维向量,并利用多维特微向量的差异辨识组件;Loh[7]使用最小平方法找组件的边界,再操作数件偏移位置,并利用run length code辨识组件上印刷的字;Demir[8]利用Haralicks 算法计算出组件偏的角度;Enke[9]说明因为检测的影像复杂高,所以用Neural Network 的方法是有潜力的;Kim[10]是用Neural Network 检测焊点。本研究使用Neural Network 检测组件位置是否偏移或缺件。

本研究所提出的印刷电路板SMT 组件瑕疵检测法,主要是采AOI 方式检测已组装元成之电路板,检测的缺陷种类则包括缺件、元偏、立件。本研究所采用的方法使用灰阶,及彩色影像分离,并且使用灰阶影像二值化,不同的是本研究所用的是区间式的二值化方法。

缺陷处理方面,由于以往的文献中大多是对整张影像中个像素点逐一的比对检查,如此方法不但计算量大且速度相对也慢。李德修[11]提出利用组件外部输郭廓的信息,利用只检测组件边缘的检测框法(Inspection frame based method),以加快检测速度。本研究则是采用组件的表面轮廓为检测的信息,并应用到传递类神经网络(Back-Propose Neural Network, BPNN)来做特征值的分析,以做到可以快速且正确的检测出印刷电路板SMT 组件是否有缺陷。

在SMT 的电阻、电容组件检测上,本研究针对最常见的缺件、歪斜、立件三种瑕疵进行检测,检测流程如图三所示,步骤分成:

(1) 分离影像。
(2) 由不同色频的影像中取出特征值。
(3) 类神经分析特征值。
(4) 搜寻区域状况,并定义瑕疵种类。

首先对原始影像做色频分离的处理,再由分离出的影像中的特定色频取出待测物的区域形态、数量、面积等外观及轮廓上的特征。之后再将这些特征输入到类神经网络中分析, 得出的结果可以先将影像分为焊垫上有无组件两类。对于无组件的影像则再搜寻上锡的区域内是否有因放置不当而站立的组件。有组件的影像则需判断是否组件有歪斜的情况。

IC 组件的瑕疵主要有缺件、歪斜、极性反、桥接等。本研究所提出的检测流程如图四所示,区分为以下七个步骤:
(1) 分离影像。
(2) 由不同色频的影像中取出特征值。
(3) 类神经分析特征值。
(4) 搜寻胶体区域状况。
(5) 搜寻脚pin 区域状况。
(6) 搜寻极性方向。
(7)依据(4)-(5)特征判定瑕疵种类。

和电阻电容组件一样,一开始我们先对原始影像做色频分离,分出R、G、B 和Gray 四张影像。接着取出影像中区域形态、数量、面积等外观及轮廓上的特征,以判断是否有IC 组件被放置上去。若有组件则再计算组件的偏斜角度是否在允许范围之内,若有偏斜则判为组件歪斜,否则便再做脚pin 的检测。脚pin 的部份主要是检测是否有桥接(即短路)的情况。由于IC 脚pin 的正常与否属IC制程封装时的检测事项所以并不探讨,即假设脚pin 皆为正常。因此本研究是以计算脚pin 的焊接区的区域数来判定脚pin 的状况,若区域数不等于脚pin 数则判为有桥接的情况。最后则由IC 组件的胶体部份找出可判定极性的特征,检测IC 组件是否有被反置。


4. 瑕疵检测系统

本研究所使用的各项硬设备与软件程序功能和规格说明如下:
(1) 彩色摄影机:JAI 公司,CV-730 型彩色摄影机,有效取像格式768´494 像素。
(2) 影像撷取卡:Matrox,MeteorⅡ影像撷取卡。
(3) 取像平台:Moritex公司MML-STD 翻拍架。
(4) 光源照明:Moritex 公司,MHF-M1001 卤素光源机,石英光纤导管MRG48-1000S,扩散照明装置MD-03 由上方打环形光源。(5) 个人计算机:IBM 兼容个人计算机,中央处理器为Intel PentiumⅢ -1G; 动态存取内存512MB;显示适配器为TNT2 全彩卡。
(6) 程序语言:Visual Basic 6.0 的程序开发环境,Matrox MIL6.1 函式库。
(7) 实验环境:彩色摄影机的镜头加上40mm 延伸环,每次有效取像范围为7㎜´5㎜(310´190像素),取像分辨率为每像素22 mm。

本研究所开发的印刷电路板SMT组件彩色检测系统检测功能包括电阻、电容与IC 组件等,常用的SMT 组件所造成的瑕疵。在电阻、电容所引起的瑕疵检测影像如图五所示,IC 组件的瑕疵检测影像如图六所示。

本研究所发展的印刷电路板SMT组件彩色检测系统如图七所示,此系统主要是针对SMT 组件的电阻与电容的瑕疵种类与IC 的瑕疵种类作陷检测。并边同时会计算各种不良品发生的次数以及实时计算出制程的良率,供使同者参考。
在目前所检测的120 个样本中正确率可达100%。在检测时间方面,针对电阻电容组件平均检彻测一张影像的时间约0.15 秒,若不显示处理过程则可达0.09 秒;而IC 组件为0.18 秒,若不显示处理过程则可达0.15 秒。

5. 结论
本研究为建构一套印刷电路板SMT组件彩色检测系统。本研究是以彩色影像做为输入,并分析在彩色影像中各色频于瑕疵检测时,所能达到之表现,再撷取出该色频之影像加以分析。图像处理方面,本研究采用了区间式的二值化方法,取代以往常用的单一值的绝对二值化方法。此方法减少因影像之像素值接近阀值,而遭绝对二分法而丧失信息。另外辅以中值滤波器、开合、闭合等运算减低噪声。分析方面,本研究将从影像中计算出影像中所包含的区域形态、数量、面积等外观及轮廓上的特征,加上倒传递类神经网络快速地找出待测影像之中是否有对象的存在(Mis sing),以做为之后步骤所应使用之处理方法之依据。。最后本研究并整合上述理论技术建构成一印刷电路板SMT 组件检测系统。

目前业界除了使用AOI 设备外,并搭配使用瑕疵阅读机,将检测出的瑕疵作修补降低生产的成本。而将瑕疵检测的数据透过有系统的分析找出制程上的问题,是目前业界所急需解决的议题。因此本研究将继续朝这些目标努力,以提供业界一套完整的电路板自动化检测系统之雏形。

(来自printing-in-china.net,摘自中国印刷)
上一条: 深圳印刷:中国数字印刷产值占比首超1%,发展势头迅猛 下一条: 开目CAPP
相关链接
  出版物条码管理办法   2006年香港印刷及包装出口继续保持增长
  CHINA PRINT 2009 海内外推广活动热火朝天  深圳印刷:探讨印刷行业在电子商务中的发展
  汉字文化:传承中华文明的载体  CHINA PRINT 2009展览会海外推广拉开序幕
  瓦楞纸板延展品的创新及销售  业同荣与英国Bespoke建立战略合作伙伴关系
  欧明创继续安装有机金属纳米表面处理生产线  欧米特drupa展示Varyflex-F1连线生产技术
  印品的预涂膜工艺  纸张的重量与令数对照表
  美国印刷委员会(PrintCouncil)新年迎来新成员  深圳改善印刷效果的有效途径
  耗材再造商Clover收购案助长欧洲市场份额  海报印刷的六大制作原则简述
  绿色印刷的必要性 传统印刷的主要污染有哪些  讨我国模切机技术现状及发展前景
  如何选择印刷用纸   数码印花技术的新进展
印刷 | 印刷报价 | 印刷知识 | 关于我们 | 联系我们 | 网站地图
深圳印刷深圳印刷厂首选金印集团
Copyright(C)2005-2015 www.jhycp.com 金印集团 All Rights Reserved.