近年来,AOI视觉设备代替检测工人在DIP插件领域的趋势日渐明显。DIP炉前插件AOI可以防止错件提高良率,DIP炉后AOI检测自动修补焊点可以节省人力,品质,且状态稳定无需休息,可极大节约成本,提升维修效率。正因此,越来越多DIP生产线开始运用AOI来检测元件和焊点。
自主研发生产的高速度、高精度 D610上下照双面检查AOI,完成对PCBA终检无人化终检方案,广泛适用于波峰焊后及双面终检。广泛应用于服务器,各类工控板,电源等产品检测。
DIP波峰焊AOI B510系列通过高精度彩色工业相机抓取板卡图像,深度学习神经网络模型,通过训练海量PCBA缺陷数据,能够兼容焊点的形态变化、自动识别器件/焊点位置与缺陷类型。
双面检查AOI D610系列,全球首款不用设置参数的AOI,强大的检出能力,通过上下两个高精度相机,对同一块板卡移动拍 照,采用神经网路深度学习算法,一键智能搜索,智能辅助编程,智能判定元器件不良和焊锡不良。
D-11系列在线式DIP炉前插件AOI 采用卷积神经网络、先进深度学习模型、计算机视觉、图形图像处理等算法,检测电子电路板上插件元器件的缺件、多件、偏移、反向、错件、浮高、OCV(文字识别)、可支持测试色环电阻错料。本AOI检测直插件可应用于波峰焊炉前或炉后。本AOI是落地式嵌入产线安装,无需改动流水线,快速便捷。
因为THT器件仍然在敏感区域使用,尤其是在电力电气应用领域,这个时候很有必要在炉前放一台插件AOI检查元件错漏反等,炉后放一台波峰焊AOI检查焊点好坏,少锡,多锡,连锡,未出脚,虚焊等。
主板的生产分为两条线: SMT(表面装贴技术) 线和DIP线(插件或插件部门)简单的说一下,SMT就是贴片元件,都是没有脚的,而DIP是直插元件,都是有脚的.现在电脑公司比如IBM,惠普等的PCB板一般不会自己做的,而是让ODM厂做好了再拿过来。
DIP插件AOI D 系列,不同于现在传统的AOI算法,率先应用在DIP/THT,替代人工目检,可放在波峰焊前,管控手工插件后的品质缺陷,有效地将如“电容反向、色环电阻错料、漏插”等不良卡控在焊接之前,通过声音和光标提醒人员及时修正,节省返修成本,减少不良产品流入市场。
灵智通Lingtest DIP炉前插件AOI和炉后波峰焊AOI,产品基于AI+大数据开发,针对于PCBA (DIP手插件)工艺流程的使用,帮助客户解决两大困扰问题:操作复杂,编程时间长、误报率高的痛点,吸引了许多国内外客户的关注。
伴随AI技术的迅速发展,也给AOI检测行业带来了技术革新的契机。传统AOI检测与AI 智能AOI辨识的差异,在于是否可针对未知瑕疵进行判定,传统AOI检测设备只能以设定好的参数标准为基准进行判断,也就是逻辑性的思考,需要先定义瑕疵的样本,再透过样本进行检测
随着智能家居,汽车电子,各种电源产品,电力设备等需求爆发,电子行业迎来了发展的新机遇。与此同时,DIP段AOI检测面临的光学检测难题亟待解决。传统的AOI自动光学检测设备普遍存在编程步骤复杂、耗时长、检出率不足、误报率高等痛点,电子厂迫切需要更高效的光学检测方案。
当前,我国正坚定不移走自动化智能制造的道路上,取得众多优异的成果。DIP插件段伴随着设备低端、劳动力成本高以及疫情常态化等一系列问题,正逐渐挤压制造业的利润空间和产品品质,为了提高效率和品质,纷纷引进DIP炉前插件AOI和炉后波峰焊AOI等全智能补锡方案来提升产线自动化。
DIP炉前插件AOI可以防止错件减少返工,波峰焊AOI看焊点至少可以代替1-2人的工作量,且状态稳定无需休息,可极大节约人工成本,提升维修效率。
DIP炉后检测PCBA焊点,缺陷种类多,形态复杂,传统AOI算法难以兼容焊点的多形态特征,误判率很高,这大大增加了操作员复判的工作量,也容易造成操作员疲劳,随之增加漏检风险。波峰焊前、后分别架设爱为智视炉前AOI和波峰焊AOI,解决品质管控问题,适合产品:TV主板、PC主板、电源板、工控板、小家电、服务器等PCBA。
DIP炉前插件AOI和DIP炉后波峰焊AOI,让我觉得最省心的一点就是它的极速编程,就算是没有AOI基础的普通员工也可以很快上手。它应用了卷神经深度学习算法,编程简单,炉前插件AOI可以自动一键搜索给器件动画框即辅助建模,无需设置参数,让编程时间缩短了不少,也让工人操作起来更好上手。
众所周知,虚焊会导致产品的性能不稳定。尤其困扰的是,不象其他种类的不良,虚焊甚至不能被后续的ICT和FT测试所发现,从而导致有问题的产品流向市场,甚至使品牌和信誉蒙受巨大损失。
迈思泰克致力于做最好用的DIP插件AOI。研发技术人员占比70%,专注于人工智能、视觉领域10余年,并取得了重大突破,用AI赋能工业检测,将深度学习算法应用到AOI,为企业提供低误报、易编程、高检出的光学检测方案。
随着电子制造业对产品开发的要求,以及产品逐步转向多品种订单模式,企业内各系统之间的统一性与有效整合问题就逐渐浮出水面。目前大多数企业面临的是从基础信息与自动化向数智化改造的问题。