[發明專利]一種智能產線PCB生產過程的在線檢測方法及系統有效
| 申請號: | 202010088508.7 | 申請日: | 2020-02-12 |
| 公開(公告)號: | CN111307817B | 公開(公告)日: | 2021-04-09 |
| 發明(設計)人: | 劉勝;李輝;王浩丞;黃貽蒼;韓金哲 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G01N21/88 | 分類號: | G01N21/88;G01N21/956;G06T7/00;G06T5/00;G06F30/39;G06F30/23;G06N3/08 |
| 代理公司: | 北京匯澤知識產權代理有限公司 11228 | 代理人: | 吳靜 |
| 地址: | 430072*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 智能 pcb 生產過程 在線 檢測 方法 系統 | ||
1.一種智能產線PCB生產過程的在線檢測方法,其特征在于,包括步驟:
S1:在多光譜照明環境下采集智能產線上電子器件的表面圖像;
S2:對所述表面圖像進行缺陷檢測;
S3:對缺陷檢測結果進行誤判甄別;具體地,采用第一性原理、分子動力學理論及有限元分析方法,并結合電、熱、力、光、化學及流體的多場耦合方法建立多場模型,將缺陷檢測結果導入所述多場模型進行誤判甄別得到修正后的最終檢測結果;
S4:將誤判甄別后的最終檢測結果導入智能產線進行反饋調節。
2.根據權利要求1所述的智能產線PCB生產過程的在線檢測方法,其特征在于,所述步驟S1具體包括:
在多光譜照明下,利用CCD/CMOS相機對在智能產線的電子器件進行拍攝,并利用圖像采集卡對圖像進行采集與保存。
3.根據權利要求1所述的智能產線PCB生產過程的在線檢測方法,其特征在于,所述步驟S2具體包括:
S201:讀取表面圖像信息并進行灰度化處理及中值濾波圖像預處理;
S202:將預處理后的圖像導入至GAN模型中進行修復并得到修復圖像;
S203:將修復后的圖像與原表面圖像一起導入LBP算法模型中比較差異,以得到缺陷檢測結果。
4.根據權利要求1所述的智能產線PCB生產過程的在線檢測方法,其特征在于,所述步驟S4具體包括:
智能產線根據所述最終檢測結果,記錄并剔除有缺陷產品并收容無缺陷產品,并做出相應控制及調整。
5.根據權利要求1或2所述的智能產線PCB生產過程的在線檢測方法,其特征在于:所述智能產線包括制造執行系統。
6.根據權利要求1所述的智能產線PCB生產過程的在線檢測方法,其特征在于:所述多光譜照明環境包括可見光波段及近紅外波段。
7.一種智能產線PCB生產過程的在線檢測系統,其特征在于:包括圖像采集模塊、缺陷檢測模塊、誤判甄別模塊及生產控制模塊;
所述圖像采集模塊用于在多光譜照明環境下采集智能產線上電子器件的表面圖像;
所述缺陷檢測模塊用于對所述表面圖像進行缺陷檢測;
所述誤判甄別模塊用于對缺陷檢測結果進行誤判甄別;具體地,采用第一性原理、分子動力學理論及有限元分析方法,并結合電、熱、力、光、化學及流體的多場耦合方法建立多場模型,將缺陷檢測結果導入所述多場模型進行誤判甄別得到修正后的最終檢測結果;
所述生產控制模塊將誤判甄別后的最終檢測結果導入智能產線進行反饋調節。
8.根據權利要求7所述的智能產線PCB生產過程的在線檢測系統,其特征在于:所述圖像采集模塊包括優化后的自動光學檢測設備的光譜頻段范圍為0.38μm~2.0μm。
9.根據權利要求7所述的智能產線PCB生產過程的在線檢測系統,其特征在于:所述缺陷檢測模塊采用生成式對抗神經網絡算法及局部二值模式算法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010088508.7/1.html,轉載請聲明來源鉆瓜專利網。





