PLC自動(dòng)化技術(shù)pkAI（人工智能）--PCB表面的缺陷檢測(cè)

時(shí)間：2019-01-14作者：東莞市?，斨悄苎b備科技有限公司瀏覽：70

1969年P(guān)LC問世后，自動(dòng)化技術(shù)在制造領(lǐng)域逐漸站穩(wěn)腳步，如今已是**制造系統(tǒng)的**架構(gòu)，由于制造系統(tǒng)講究穩(wěn)定，因此對(duì)新技術(shù)、新架構(gòu)的接受速度向來緩慢，不過近年來消費(fèi)市場(chǎng)快速變動(dòng)，對(duì)**制造業(yè)帶來嚴(yán)峻挑戰(zhàn)， 導(dǎo)入智能化架構(gòu)成為業(yè)者永續(xù)經(jīng)營(yíng)的必要策略，而在新世代的制造系統(tǒng)中，工業(yè)物聯(lián)網(wǎng)不僅成為**架構(gòu)，較會(huì)與AI（人工智能）結(jié)合，落實(shí)智能化愿景。
　　所有場(chǎng)域應(yīng)用的物聯(lián)網(wǎng)，其架構(gòu)都相同，都是由傳感器、通訊網(wǎng)絡(luò)與云端管理平臺(tái)所組成的3層架構(gòu)，由傳感器擷取設(shè)備數(shù)據(jù)，再經(jīng)由通訊網(wǎng)絡(luò)傳送到上層云端平臺(tái)儲(chǔ)存、運(yùn)算，最后再以分析出來的數(shù)據(jù)作為系統(tǒng)運(yùn)作的決策參考，而在整體架構(gòu)中， AI過去多被建置在上層的云端平臺(tái)，透過強(qiáng)大的機(jī)器學(xué)習(xí)算法，分析由終端感測(cè)層傳回的海量數(shù)據(jù)。

從目前AI的發(fā)展來看，圖像處理占有70％以上的應(yīng)用，在工業(yè)物聯(lián)網(wǎng)架構(gòu)中也是如此。 過去制程中多靠人眼檢測(cè)產(chǎn)品質(zhì)量，由于人眼*疲勞，隨著工作時(shí)間的拉長(zhǎng)，檢測(cè)質(zhì)量會(huì)逐漸降低，再者部分消費(fèi)性產(chǎn)品的體積越來越小，產(chǎn)線速度越來越快，人眼已難以負(fù)荷，現(xiàn)在已逐漸被機(jī)器視覺所取代。
　　現(xiàn)在的機(jī)器視覺判斷速度非?？欤揖珳?zhǔn)度越來越高，不過其運(yùn)作模式仍是貼合大量制造的制程為設(shè)計(jì)，其快速與精準(zhǔn)的辨識(shí)，設(shè)備將可透過算法自我學(xué)習(xí)，遇到不一樣的產(chǎn)品種類或瑕疵時(shí)，即可自主判斷，不必再由管理人員重新設(shè)定、調(diào)整判別模式。

東莞市埃法智能科技有限公司--專注于人工智能深度學(xué)習(xí)視覺檢測(cè)系統(tǒng)研發(fā)及應(yīng)用的新型企業(yè)，其主打產(chǎn)品--ALFA深度學(xué)習(xí)視覺檢測(cè)系統(tǒng)是一款基于人工智能深度學(xué)習(xí)的檢測(cè)軟件。
ALFA軟件中的深度學(xué)習(xí)是通過神經(jīng)網(wǎng)絡(luò)等架構(gòu)完成的，通過處理數(shù)據(jù)和創(chuàng)建用于決策的模型模仿人類大腦的工作方式。深度學(xué)習(xí)也強(qiáng)化了計(jì)算機(jī)視覺在工業(yè)4.0中的重要地位。深度學(xué)習(xí)為傳統(tǒng)的機(jī)器視覺技術(shù)帶來了希望，因?yàn)樗氖褂门c基于規(guī)則的傳統(tǒng)圖像處理軟件不同。同時(shí)也減少了開發(fā)機(jī)器視覺程序所需的時(shí)間與人力成本。

PCB板上的典型缺陷
例如PCB表面的缺陷檢測(cè)，較初是采用自動(dòng)光學(xué)檢測(cè)（AOI）設(shè)備的檢測(cè)流程是先利用AOI 光學(xué)掃描待檢的PCB，獲取清晰影像，然后經(jīng)過電腦圖像處理技術(shù)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?yàn)橥庥^瑕疵的種類非常廣泛，所以較一般電子零部件的瑕疵檢測(cè)困難許多。在較高的PCB良品率的要求下，AOI 設(shè)備的參數(shù)設(shè)定非常嚴(yán)格，也因此AOI 檢測(cè)設(shè)備*因過于敏感而出現(xiàn)過篩現(xiàn)象。經(jīng)統(tǒng)計(jì)PCB 過篩率高達(dá)70%，即NG 產(chǎn)品中其實(shí)有70%的成品是合格的。目前多采取人工進(jìn)行*二次篩選，將實(shí)際合格的PCB 再度送回產(chǎn)線。
但是如果使用ALFA軟件搭配專業(yè)工業(yè)相機(jī)的取像，能實(shí)現(xiàn) PCB 即時(shí)檢測(cè)并標(biāo)注 PCB 瑕疵。ALFA軟件的深度學(xué)習(xí)技術(shù)采用人工智能神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)PCB圖像，相較于傳統(tǒng)視覺技術(shù)，該瑕疵檢測(cè)系統(tǒng)可以分析復(fù)雜的影像，大幅提升自動(dòng)化視覺檢測(cè)的影像判讀能力和準(zhǔn)確度，并可將瑕疵進(jìn)行自動(dòng)分類。根據(jù)圖像的復(fù)雜程度，深度學(xué)習(xí)算法初期需要的圖像數(shù)據(jù)有所不同，一般提供50-100張即可。圖片提供學(xué)習(xí)的越多，達(dá)到的結(jié)果就越精確，準(zhǔn)確率越高。這也意味著即使是針對(duì)每個(gè)客戶公司不同的瑕疵標(biāo)準(zhǔn)，該系統(tǒng)也能夠靈活應(yīng)對(duì)。
埃法智能科技有限公司憑借著經(jīng)驗(yàn)豐富的行業(yè)精英組成的團(tuán)隊(duì)和高效務(wù)實(shí)的管理營(yíng)銷**，確保技術(shù)與服務(wù)，目前ALFA視覺系統(tǒng)開發(fā)包括開發(fā)版，運(yùn)行版及OEM定制版，可以提供一整套的視覺方案。

　　同時(shí)值得關(guān)注的是，2018年軟件業(yè)將加速賦能制造業(yè)。工業(yè)和信息化部公布數(shù)據(jù)顯示，2018年1月份至11月份，我國(guó)軟件和信息技術(shù)服務(wù)業(yè)完成軟件業(yè)務(wù)收入56092億元，同比增長(zhǎng)14.7%，增速同比提高0.2個(gè)百分點(diǎn)。其中，2018年我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型步伐加快，工業(yè)企業(yè)數(shù)字化研發(fā)設(shè)計(jì)工具普及率達(dá)到68%，關(guān)鍵工序數(shù)控化率達(dá)到49%。軟件（深度學(xué)習(xí)軟件）與制造業(yè)融合已被視為制造業(yè)高質(zhì)量發(fā)展的重要途徑。


東莞市埃瑪智能裝備科技有限公司專注于計(jì)算機(jī)軟件的研發(fā),工業(yè)控制系統(tǒng)及應(yīng)用軟件研發(fā),生等

• 詞條

  詞條說明

• PLC自動(dòng)化技術(shù)pkAI（人工智能）--PCB表面的缺陷檢測(cè)

  1969年P(guān)LC問世后，自動(dòng)化技術(shù)在制造領(lǐng)域逐漸站穩(wěn)腳步，如今已是**制造系統(tǒng)的**架構(gòu)，由于制造系統(tǒng)講究穩(wěn)定，因此對(duì)新技術(shù)、新架構(gòu)的接受速度向來緩慢，不過近年來消費(fèi)市場(chǎng)快速變動(dòng)，對(duì)**制造業(yè)帶來嚴(yán)峻挑戰(zhàn)， 導(dǎo)入智能化架構(gòu)成為業(yè)者永續(xù)經(jīng)營(yíng)的必要策略，而在新世代的制造系統(tǒng)中，工業(yè)物聯(lián)網(wǎng)不僅成為**架構(gòu)，較會(huì)與AI（人工智能）結(jié)合，落實(shí)智能化愿景。 所有場(chǎng)域應(yīng)用的物聯(lián)網(wǎng)，其架構(gòu)都相同，都是由傳感器、通