印刷电路板无铅焊点假焊的检测

通过分析由三色LED环形结构光源和3-CCD彩色相机获取的印刷电路板(PCB)焊点图像特征,设计了一种PCB无铅焊点假焊的检测方法,以提高自动光学检测系统检测焊点质量的准确率,降低误判.该方法通过对焊点及其元器件的定位,采用重心法检测假焊;根据焊点及元器件的边缘确定焊点区域及元器件区域,采用面积法二次检测假焊;最后,采...     

表面安装电路板的焊点缺陷及处理技术

一、前言用表面安装技术SMT(Surface Mount Technologr)生产的印制电路板PCB(Printed—Circuit—Board),由于其组装密度高,元器件轻、薄、小,故对焊接的工艺要求更为苛刻,对电路板的正确的布线设计、焊区图形设计也必须考虑周到,否则焊点将会出现许多结构上和外观上的缺陷。这些结构上的和外观上的缺陷在电路调试中就会导致电路故障,而有些故障也许一时没有     

基于无损检测的高分辨率PCB板焊点缺陷检测系统

为了能快速、准确地对BGA封装器件的PCB板上的焊点进行缺陷检测,设计了高分辨率X-射线无损检测的缺陷检测系统.给出了系统的基本工作原理和硬件结构,采用等比例成像的方法求解了获得最高分辨率的距离信息.分析了系统可能存在的噪声源,并设计了去噪算法用于提高图像信噪比.试验采用HAWK-180XI型X-射线源、高速图像采集卡和UNIQ-2000型CCD相机等对BGA封装的PCB板缺陷进行检测,结果显示:系统可以快速有效地获得被测PCB板的图像信息,并给出缺陷的位置、尺寸等特征信息,满足设计要求.     

基于数字图像处理的印刷电路板缺陷检测

针对传统PCB检测方法高成本、低效率问题,提出一种基于数字图像处理的PCB板自动光学检测方法,建立了将标准图像和待测图像进行对比的检测系统。针对PCB板生产过程中遇到的短路、断路、空洞、凸起、凹陷等缺陷,采用了求连通区域数、计算欧拉数、求缺陷区域面积等方法,来检测上述缺陷问题,并给出算法的全过程。经实验结果分析,该方法能准确地检测出待检测电路板上存在的缺陷,达到了自动实时检测的目的。     

采用Gerber文档的印刷电路板表观检测

对印刷电路板(PCB)进行表观检测时,传统标准板的图像建立是利用PCB图像自身的特征进行配准和分层的,故检测精度不高.本文从PCB表观检测的实际需求出发,提出了新的检测系统.该检测系统引入解析Gerber文档对PCB光电图像进行分层处理,利用形态学的方法自动修正解析后的Gerber文档,建立精确的标准板.根据主分量分析提取彩色图像频带丰富的信息,依据检测缺陷的尺寸大小设置各层模板及检测阈值,实现局部针对性检测,提高检测精度.实验结果表明,与传统的基于颜色分区域方法相比,基于Gerber的方法不仅提高了检测精度,且较大幅度地提高了自动光学检测系统的检测效率,其微小缺陷检测率高达95.1％,25 cm×22 em电路板检测时间仅需1.09 s,满足了在线检测对速度的要求.     

无铅焊点检测光源的分析与优化设计

为了提高自动光学检查(AOI)系统的性能,对AOI光源进行了研究.介绍了AOI光源的结构设计方法.光源由红、绿、蓝3种不同颜色,不同照射角度的LED阵列组成.然后.建立了光源的照度模型以及焊点的反射模型.最后,根据简化的照度模型对光源的几何参数进行优化.仿真和实验结果表明,所设计的光源在检测无铅焊点时同样有效.并能使不同类焊点间的特征距离更大.最大为半球形光源照射下的11.88倍.从而提高了特征在无铅焊点缺陷检测的分辨能力.验证了光源设计的有效性.     

印刷电路板飞针检测硬件系统

通过步进电机对飞针的控制,实现了PCB飞针检测系统的定位,并对硬件的检测原理和具体的实现作了分析.     

基于梯度方向信息熵的印刷电路板缺陷检测

针对印刷电路板裸板缺陷在线视觉检测,提出了一种适用于电路板彩色图像的缺陷检测算法。该算法主要通过分析缺陷区域边界像素的梯度方向信息获得对应的典型图像特征,具体由滤波去噪、目标分割和特征提取三部分组成。为减弱环境光干扰同时保证边缘细节的清晰,首先在CIE Lab色彩空间对图像进行双边滤波,然后利用该色彩空间的均匀性分割出需要检测的目标区域,最后设计了邻域梯度方向信息熵这一描述子用于提取缺陷特征和构造特征向量,利用支持向量机对缺陷进行识别。实验结果表明:所提算法能够对印刷电路板裸板存在的短路、断路、孔洞、余铜、划痕等常见缺陷进行快速精确的定位,能够满足生产过程中的实时检测要求。     

基于模式匹配及其参数自适应的PCB焊点检测算法

为了提高在线自动光学检测(AOI)系统检测印刷电路板(PCB)焊点的准确率和速度,对PCB焊点进行了研究。通过研究由特定结构光源和3CCD彩色相机获取的PCB焊点图像,基于常见的良品、多锡、少锡、假焊等焊点类型,提取焊点图像关键子区域的面积特征,在此基础上,建立了五种焊点类型的特征矩阵模型,并根据同类焊点相似程度最大为原则设计了检测焊点的模式匹配算法。此外,本文还给出了一种参数自适应方法对各检查项所用到的阀值参数进行学习与校正。在实验研究中,对含有1040个Chip焊点的PCB进行了检测,结果显示本文所提算法对焊点检测的准确率可达96.5%,检测所用时间为9秒。研究结果表明,本文算法具有较高检测准确率和检测速度。     

印刷电路板的计算机辅助设计

本文讨论了印刷电路板(简称 PCB)设计的基本思想(即利用计算机辅助设计技术来处理大规模、受多种因素约束的 PCB 设计)和 PCB 设计的基本方法及设计过程中要注意的基本问题。     

Cryogenic drilling of aluminum-based printed circuit boards: a review and analysis

Abstract

An aluminum-based printed circuit board (Al-PCB) is a composite material comprising a copper layer, an insulating layer, and an aluminum base layer. In the drilling of Al-PCBs, exit burrs are formed because of the plastic deformation of the remnant aluminum under high drilling temperatures. In this work, a new method using cryogenic media is suggested to prevent exit burrs in Al-PCB drilling. The effects of cryogenic media, such as cold air, supercritical carbon dioxide solvent (scCO₂), and liquid nitrogen (LN₂), on the drilling temperature, chip removal, tool wear and exit burr formation were observed and analyzed. The Al-PCB drilling temperature could be effectively reduced when drilling with cold air, scCO₂ or LN₂. The chip removal and tool wear could be improved when drilling with cold air or LN₂. The exit burr formation when drilling with scCO₂ or LN₂ was greater than that when drilling under cooling and cold air conditions. A cold air matching composite wood backup board (MW-0.5) could effectively control the exit burr formation within 20?μm. This is the first study on the effects of three different cryogenic media on PCB drilling and is expected to provide a good reference for the cryogenic drilling of PCBs.     

Machine setup and component placement in printed circuit board assembly

Populating printed circuit boards is one of the most costly and time-consuming steps in electronics assembly. At the beginning of each work order, three decisions are required: (1) a sequence must be specified for placing the individual components on the board; (2) tape reels must be assigned to positions on the magazine rack; and (3) a retrieval plan must be determined should the same component type be assigned to more than one magazine slot. Collectively, these problems can be modeled as a nonlinear integer program. In this paper, we develop a series of algorithms for solving each using an iterative two step approach.Initially, a placement sequence is generated with a weighted, nearest neighbor traveling salesman problem (TSP) heuristic; the two remaining problems are then formulated as a quadratic integer program and solved with a Lagrangian relaxation scheme. As a final step, the current magazine assignments are used to update the placement sequence, and the entire process is repeated.Our ability to deal, at least in part, with simultaneous machine operations represents the major contribution of this work. The methodology was simulated for a set of boards obtained from Texas Instruments and theoretically compared with a heuristic currently in use.     

电子元件焊接质量的自动光学检测系统研究

为满足表面贴装电子元件的高密度化、小型化、零缺陷等要求,设计一种电子元件焊接质量的自动光学检测系统,可将缺件、多锡、少锡、假焊等焊接缺陷检查出来。该系统首先通过图像采集系统获取电路板图像,并提取元件的检测窗口,通过图像处理得到相应的图像特征,对其特征进行尺寸的测量和识别,然后与标准数据进行比较,判断元件表面焊接质量是否合格,以达到检测元件的目的。系统具有运行平稳、操作方便、智能化和模块化等特点,满足实际生产的需要。     

基于多注意力Faster RCNN的噪声干扰下印刷电路板缺陷检测

针对工业环境中噪声干扰导致的印刷电路板缺陷检测困难的问题,提出基于多注意力Faster RCNN的印刷电路板缺陷检测方法,分别于特征提取以及特征融合部分引入注意力机制以获得具有抗干扰能力的特征表示,提升检测效果.首先使用分离注意力网络提取缺陷特征,使网络自动关注到缺陷特征,以降低噪声干扰的影响;其次,使用平衡特征金字塔...     

挠性印制电路板焊盘表面缺陷的检测

针对挠性印制电路板(FPC)上的焊盘表面缺陷,提出一种基于图像处理技术的智能检测方法。首先,根据缺陷的表现形式对焊盘缺陷进行归纳与分类,采用最大熵值法量化提取焊盘的颜色特征和面积特征;然后,通过评估灰度共生矩阵(GLCM)对纹理颜色变化特征与纹理结构特征量化的有效性,将其应用于焊盘纹理特征的量化与提取。实验分析显示,缺陷焊盘与非缺陷焊盘在某个或多个特征上存在着明显的差异。基于该特点,建立了BP神经网络,以焊盘的颜色、面积、纹理结构、纹理颜色变化特征值作为神经网络的输入,通过学习大量样本,获取最佳权值参数,最终实现对FPC焊盘表面缺陷的检测,检测准确率高达94.6%,50个焊盘的检测时间为300ms。实验结果表明:本文提出的检测方法不仅能够有效地对焊盘表面缺陷进行识别,而且能够满足在线检测对速度的要求。     

基于全速电流测试的印制电路板电路故障信息获取方法

针对当前印制电路板(PCB)非介入式故障诊断的需要,结合电源电流测试技术发展现状,提出了基于全速电流测试,通过向测试电路施加测试序列使被测电路处于静置和全功能状态交替工作,采集电源电流在若干个工作周期内的平均电流值以实现非介入PCB电路故障信息获取的新方法.ITC' 97国际标准电路中的CTSV滤波器电路的全速电流测试...     

PCBA 板载 DDR 芯片焊点缺陷检测研究

板载芯片朝着小尺寸高密度方向发展,隐藏于芯片封装内部的微焊球缺陷检测愈发困难。针对工业高密度集成印刷电路板组件(PCBA)板载集成电路(IC)内部故障定位难、效率低的问题,提出一种芯片功能测试过程中采用红外热成像检测结合深度学习的多类型缺陷识别方法。以现场可编程门阵列(FPGA)单板双倍数据速率(DDR)存储芯片为对象,建立了芯片缺陷检测模型,搭建检测平台开展芯片内部焊点故障检测试验研究。设计程序实现芯片的数据存储与读出,同步采集红外图像序列,分析存储芯片读写过程中温度变化,并提取不同敏感测量区域热信号。构建卷积神经网络(CNN)分类模型,并进行超参数调优,实现了内部隐藏缺陷包括不同地址、数据、地址空间焊点故障的高效准确识别。引入迁移学习拓展应用于芯片其他9种不同焊点缺陷的检测,在10、20 dB高斯白噪声条件下分别达到95%、92%以上的准确率,从而为实际工业高密度集成PCBA板载微电子封装及可靠性分析提供了一种快速、有效的方法。     

基于优化K-D树的大面积高密度PCB快速AOI

传统的AOl孔搜索算法是基于顺序的查询方法,其局限在于,随着孔数N的增加,其查询时间以O(N2)急剧恶化,严重影响了大面积高密度PCB的检测效率.提出一种基于优化K-D树的AOl系统查询算法,该方法在建立树和进行完整查询时的效率均为O(NlogN).实验表明,这种方法查询效率明显高于顺序查询法,对含有大量孔的PCB仍然有较短的查询时间,因而可以较大幅度地提高AOI的检测效率,在需要点位置查询的仪器领域也有广泛的应用前景.