用于检测缺失元件和组装错误的 AI PCB 检测
案例背景
PCB 元件组装后检测
印刷电路板是电子产品中连接和控制元件的平台。完成组装后，必须对每块 PCB 进行检测，以确认元件是否齐全、位置是否正确，并与预期的电路板设计保持一致。
元件缺失或组装不正确可能导致 PCB 无法按预期运行。随着生产需求增长，制造商需要一种能够检测复杂电路板布局，同时避免大量人工复检的检测方法。
挑战
元件差异与基于规则的检测误差
组装完成的 PCB 包含电阻器、电容器和晶体管等元件。根据 PCB 设计的不同，这些元件的数量、尺寸、外观、位置和组装要求也会有所不同。
复杂的电路板布局和元件之间的差异，使传统基于规则的机器视觉系统难以进行准确检测。检测错误可能需要操作人员对电路板进行人工复检，在质量检测流程中增加额外步骤，并使生产需求更难以得到满足。
解决方案
使用黄金样本进行 AI PCB 检测
SolVision 使用基于 AI 的自动化视觉检测，将组装完成的 PCB 与预期元件配置进行比对。检测设置会定义每个元件的组装特征，AI 模型则从黄金样本中学习相关视觉特征。
在生产过程中，AI PCB 检测系统会将组装完成的电路板与参考样本进行比较，并识别缺失元件和组装错误等异常情况。这样便可识别元件配置不正确的电路板，而无需完全依赖固定的检测规则。
缺失元件与 PCB 组装错误检测
 | |
| 黄金样本 | 缺陷检测结果 |
SolVision 可验证组装完成的 PCB 上元件的预期外观和安装位置。检测结果会识别与黄金样本不一致的异常情况，帮助操作人员检查不符合预期组装特征的元件。