AOI 検出誤認と独自困難の定義、検出誤検出の定義と独自困難の存在、検出誤検出の定義と独自困難の存在と誤検出の原因は、次の点に分けることができます。

1. 部品やはんだ接合部はもともと発生しやすい傾向にありますが、許容範囲内です。コンポーネントが元々オフセットされていたが、許容範囲内にある場合。この種の誤判定は、主にしきい値設定が厳しすぎることが原因で発生するか、悪い基準と良い基準の間である可能性があり、偏差によって引き起こされる AOI と MV (手動目視検査) の確認、基準を調整して調整することで、このような誤判断を減らすことができます。 MV付き。

2. コンポーネントとはんだ接合部の悪い傾向はありませんが、DFM 設計は AOI の測定可能性を考慮していないため、AOI が良好かどうかを判断することは困難です。検出効果を確保するために、いくつかの誤判定が導入されます。 .パッドの設計が狭すぎたり短すぎたりすると、AOI を検査したときに非常に正確な判断を下すことが難しくなり、DFM を改善するか、はんだ接合部の欠陥検出などを改善しない限り、そのような状況に起因する誤検出を排除することは困難です。コンポーネントは放棄されます。

3. AOI は、分析と判断を反射光に依存しているため、いくつかのランダムな要因によって干渉され、誤判断を引き起こすことがあります。例えば、部品のはんだ端が汚れていたり、パッド側のプリント配線の一部が完全にコーティングされておらず部分的に露出しているため、検索がうまくいかないなどです。また、検出が多ければ多いほど、誤検知が発生する可能性があります。このような偽陽性はランダムであり、排除することはできません。

これに基づいて、AOI 業界では、AOI の誤検知は避けられないが、減らすことができるという一般的なコンセンサスがあります。業界で認められた理想の下では、3000PPM 以内で偽のテストを受け入れることができます。

現在、人工知能の開発により、マシン ビジョンはディープ ラーニング アルゴリズムを導入し、AOI 検出の誤判定を減らします。後で、人工知能の新技術 AOI 機器、インテリジェントな画像分析技術のディープ ラーニング アルゴリズムを交換します。

自動化 オプティカル 検査(あおい)為に PCB 組み立て 

あおい PCB 機械-自動 オプティカル 検査

自動化 オプティカル 検査 システム