blue circuit board

SolVision成功案例

印刷电路板(PCB)元件组装检测解决方案

透过AI视觉检测PCBA上的元件是否组装正确

电子产品之母:印刷电路板(PCB)

印刷电路板(Printed Circuit Board, PCB)是电子装配中最重要的基底,具有搭载各式元件、连通电路的功能。印刷电路板组装完成后,必须仔细确认板上的元件是否依其编号、位置正确组装,以确保PCBA(PCB Assembly)功能运作无虞。

AI powered detection of PCBA assembly defects

PCBA的良率难题:元件既多且杂,检测大不易

PCBA上的电子元件种类繁多,包括电阻、电容、电晶体等等。一般常依据线路布局及电路性质,将元件配置至适当的位置。各式元件在外观上有编号、尺寸、安装方向等差异,必须正确安装方能使PCBA功能正常运作。产线上多以人工目视方式检测组装的正确与否,然而在大量制造生产的过程,必须有更具效率的检测方案,方能在不影响产能的前提下提升产品良率。

PCBA的良率救星:AI瑕疵检测

所罗门结合机器视觉与人工智能使用 SolVision  AI影像平台的Feature Detection工具,定义PCBA布局中各元件组装位置的特征,并以定义后的影像样本训练AI模型。透过训练完成的AI模型,可即时地检出元件缺件或组装错误等异常情形及位置。

印刷电路板瑕疵检测案例

正确

NG: 安装方向错误

Printed circuit board defect detection case
相关文章
  • 袜品外观缺陷检测

    袜品瑕疵形态多样,传统AOI适合用于整块布疋的检测,对于不固定的瑕疵检测有困难,且容易发生错杀,仍需人工进行复检。以SolVision工具完成AI模型的训练。可快速且精确地找出瑕疵、分类不同瑕疵并剔除不良品,把关产品质量、提升生产效率,透过对瑕疵进行分类与分析,更能够优化整体制程。
  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具,训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。
  • multicolored electronic part

    电源供应器内部线材组接解决方案

    电源供应器内部组件及线路多元且复杂,检测接点时容易受到背景干扰而影响视觉判断。额外使用人工及AOI传统光学检测皆不易执行,难以于产线端有效管控产品质量。经训练的AI模型可以精准地侦测并定位线材错接的电源供应器接线瑕疵,实时将不良品检出。
  • 医疗口罩制造品质管控解决方案

    口罩产品瑕疵种类繁多,包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术,将影像样本中各类型瑕疵予以标注,AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵,进而将不良品汰除。