1969年PLC問世后，自動化技術在制造領域逐漸站穩腳步，如今已是全球制造系統的核心架構，由于制造系統講究穩定，因此對新技術、新架構的接受速度向來緩慢，不過近年來消費市場快速變動，對全球制造業帶來嚴峻挑戰， 導入智能化架構成為業者永續經營的必要策略，而在新世代的制造系統中，工業物聯網不僅成為核心架構，更會與AI（人工智能）結合，落實智能化愿景。
東莞市埃法智能科技有限公司--專注于人工智能深度學習視覺檢測系統研發及應用的新型企業，其主打產品--ALFA深度學習視覺檢測系統是一款基于人工智能深度學習的檢測軟件。
ALFA軟件中的深度學習是通過神經網絡等架構完成的，通過處理數據和創建用于決策的模型模仿人類大腦的工作方式。深度學習也強化了計算機視覺在工業4.0中的重要地位。深度學習為傳統的機器視覺技術帶來了希望，因為它的使用與基于規則的傳統圖像處理軟件不同。同時也減少了開發機器視覺程序所需的時間與人力成本。
PCB板上的典型缺陷
例如PCB表面的缺陷檢測，最初是采用自動光學檢測（AOI）設備的檢測流程是先利用AOI 光學掃描待檢的PCB，獲取清晰影像，然后經過電腦圖像處理技術檢查出PCB 上是否有短路、多銅及少銅、斷路、缺口、毛刺、銅渣、缺件、偏斜等瑕疵。因為外觀瑕疵的種類非常廣泛，所以較一般電子零部件的瑕疵檢測困難許多。在極高的PCB良品率的要求下，AOI 設備的參數設定非常嚴格，也因此AOI 檢測設備容易因過于敏感而出現過篩現象。經統計PCB 過篩率高達70%，即NG 產品中其實有70%的成品是合格的。目前多采取人工進行第二次篩選，將實際合格的PCB 再度送回產線。
但是如果使用ALFA軟件搭配專業工業相機的取像，能實現 PCB 即時檢測并標注 PCB 瑕疵。ALFA軟件的深度學習技術采用人工智能神經網絡學習PCB圖像，相較于傳統視覺技術，該瑕疵檢測系統可以分析復雜的影像，大幅提升自動化視覺檢測的影像判讀能力和準確度，并可將瑕疵進行自動分類。根據圖像的復雜程度，深度學習算法初期需要的圖像數據有所不同，一般提供50-100張即可。圖片提供學習的越多，達到的結果就越精確，準確率越高。這也意味著即使是針對每個客戶公司不同的瑕疵標準，該系統也能夠靈活應對。
埃法智能科技有限公司憑借著經驗豐富的行業精英組成的團隊和高效務實的管理營銷核心，確保技術與服務，目前ALFA視覺系統開發包括開發版，運行版及OEM定制版，可以提供一整套的視覺方案。 |
 |
|
手機站
您當前位置是：商業機會 >> 電腦、數碼 >> 行業軟件 >> 供應PLC自動化技術pkAI（人工智能）--PCB表面的缺陷檢測
聯系信息
