Global Soul Limited 会社ニュース

aoi光学検査装置の動作原理に関する簡単な考察：人件費削減のために aoi光学検査装置の動作原理に関する簡単な考察：人件費削減のためにsmtはんだ付けの品質を効果的に管理し、人件費を削減するには、自動aoi光学検査装置を有効活用する必要があります。自動aoi光学検査装置を使いこなすには、その動作原理を理解する必要があります。そうすることで、実際の欠陥検出に対処する際に、その理由を知ることができます。aoi検査装置は人工知能自動化の一分野であり、その原理はsmtはんだ付け品質の手動検査のプロセスを模倣することです。自然光の代わりに人工光源を、人間の目の代わりに光学レンズを使用することで、光学レンズ写真を通して部品やはんだ接合部の画像を取得します。その後、コンピュータによる処理と分析を経て、はんだ付けの欠陥や不具合を人間の脳を模倣して比較・判断します。しかし、機械は機械です。現在の状況では、人間ほど柔軟で適応力があるわけではありません。だからこそ、自動aoi光学検査装置の動作原理を理解する必要があるのです。aoiの原理を習得することで、aoi品質検査の役割をより良く果たすことができます。これにより、製品の品質が向上し、人件費が削減されます。​aoi光学検査装置の動作原理に関する簡単な考察：人件費削減のためにaoi検査の一般的なプロセスは同じで、ほとんどがグラフィック認識方法を使用します。AOIシステムに保存されている標準デジタル画像は、実際に検出された画像と比較して、検出結果を取得します。たとえば、特定のはんだ接合部を検査する場合、完全なはんだ接合部に基づいて標準デジタル画像が作成され、実際の測定画像と比較されます。検査結果が合格か不合格かは、標準画像、解像度、および使用されている検査プログラムによって異なります。グラフィック認識では、黒と白の比率、色、組成、平均化、合計、差分、平面、コーナーの計算など、さまざまなアルゴリズムが使用されます。​aoi検査装置の光照射は、白色光と色付き光の2種類に分けられます。白色光は256レベルのグレースケールを使用し、色付き光は赤、緑、青の光を使用します。光がはんだ/部品の表面に当たると、レンズに反射し、はんだ接合部/部品の高さと色の違いを反映する2次元画像の3次元表示を生成します。人々は、反射光の量に基づいてオブジェクトを判断し、認識します。大量の反射光は明るさを示し、少量は暗さを示します。AOIは、人間の判断と同じ原理で動作します。​aoi検査装置は、レンズの数に関して、単一レンズとマルチレンズのタイプに分類できます。これは、技術的ソリューションの実装における1つのオプションにすぎません。どちらの方法が優れているかは一概には言えません。単一レンズでも、複数の光源からさまざまな角度で照射すると、優れた検査画像を取得できるからです。特に、鉛フリー溶接の比較的粗い表面では、さまざまな形状の溶接点が発生しやすく、気泡が形成されやすく、部品の一端が持ち上がるという特徴があるため、新しいaoi検査装置も適応型ハードウェアとアルゴリズムの更新を受けています。​

AOI（自動光学検査）システムは、プリント回路の製造にどのように適用されるのか 約112年の努力を経て、自動光学検査システム（AOI）がようやくプリント基板（PCB）の生産ラインに正常に適用されるようになりました。この期間中、AOIサプライヤーの数は急増し、さまざまなAOI技術も著しい進歩を遂げました。現在、シンプルなカメラシステムから複雑な3D X線検査システムまで、多くのサプライヤーが、すべての自動生産ラインに適用できるAOI装置をほぼ提供できるようになっています。 過去10年間で、はんだペーストプリンターとSMT実装機の性能が向上し、製品組立の速度、精度、信頼性が向上しました。これにより、大手メーカーの歩留まりが向上しました。コンポーネントメーカーが提供するSMTパッケージコンポーネントの増加も、プリント回路基板組立ラインの自動化を促進しました。SMTコンポーネントの自動実装は、生産ラインでの手動組立中に発生する可能性のあるエラーをほぼ完全に排除できます。 PCB製造業界では、コンポーネントの小型化と高密度化が常に発展のトレンドとなっています。これにより、メーカーは生産ラインにAOI装置を設置するようになりました。手作業に頼って、高密度に配置されたコンポーネントの信頼性と一貫性のある検出を行い、正確な検出記録を保持することがもはや不可能になったためです。一方、AOIは、繰り返し精密な検査を行うことができ、検査結果の保存とリリースもデジタル化できます。 多くの場合、プロセスエンジニアによるはんだペーストプリンターと組立プロセスの検査と調整により、生産ラインのはんだペースト汚染率（飛散率）をわずか数ppm（parts per million）に抑えることができます。高出力/低混合の生産ラインでは、典型的なはんだペースト汚染率は20ppmから150ppmの間です。実際の経験から、プリント回路基板サンプルをサンプリングしてテストするだけでは、すべてのはんだペーストの汚染を検出することは困難であることが示されています。すべての回路基板に対して100％検査を実施することによってのみ、より広範な検査範囲を保証し、統計的プロセス制御（SPC）を達成できます。 多くの場合、特定のタイプのはんだペースト汚染のごく一部しか実際には存在せず、これらの汚染物質の発生は、特定の生産設備に関連付けられます。多くの場合、はんだペースト汚染の発生を特定のデバイスに帰属させることもできます。ただし、コンポーネントのオフセット（リフロープロセス中の自己修正効果による）などの一部の変数については、特定の生産ステップまで遡って追跡することは不可能です。したがって、すべてのはんだペースト汚染を検出するには、生産ラインの各生産ステップで100％検査を実施する必要があります。しかし、実際には、経済的な理由から、PCBメーカーは各プロセスが完了するたびにすべての回路基板をテストすることはできません。したがって、プロセスエンジニアと品質管理マネージャーは、検査への投資と生産量の増加によってもたらされるメリットとの最適なバランスを慎重に検討する必要があります。 一般的に、図1に示すように、生産ラインの4つの生産ステップのいずれかの後にAOIを効果的に適用できます。以下の段落では、SMT PCB生産ラインの4つの異なる生産ステップ後のAOIの適用についてそれぞれ紹介します。AOIを大きく分けて、問題の予防と問題の検出の2つのカテゴリに分類できます。以下の説明では、はんだペースト印刷後、（表面実装）デバイス実装後、コンポーネント実装後の検査は問題の予防として分類でき、最後のステップであるリフローはんだ付け後の検査は問題の検出として分類できます。これは、このステップでの検査では欠陥の発生を防止できないためです。 • はんだペースト印刷後：欠陥のあるはんだ付けは、多くの場合、欠陥のあるはんだペースト印刷に起因します。この段階では、PCB上の溶接欠陥を簡単かつ経済的に除去できます。ほとんどの2D検出システムは、はんだペーストのオフセットとスキュー、はんだペースト領域の不足、はんだの飛散、および短絡を監視できます。3Dシステムは、はんだの量も測定できます。 • （チップ）デバイスの実装後：この段階での検出では、コンポーネントの欠落、変位、（チップ）デバイスのスキュー、および（チップ）デバイスの方向性の誤りを検出できます。この検出システムは、近接ピッチおよびボールグリッドアレイ（BGA）コンポーネントを接続するために使用されるパッドのはんだペーストもチェックできます。• コンポーネント実装後：装置がコンポーネントをPCBに実装した後、検出システムはPCB上のコンポーネントの欠落、オフセット、およびスキューをチェックし、コンポーネントの極性のエラーも検出できます。 • リフローはんだ付け後：生産ラインの最後に、検出システムは、コンポーネントの欠落、オフセット、およびスキュー、およびすべての極性に関する欠陥をチェックできます。システムは、はんだ接合部の正確さ、およびはんだペーストの不足、はんだ付け中の短絡、および浮き足などの欠陥も検出する必要があります。 必要に応じて、ステップ2、3、および4で検出のために光学式文字認識（OCR）および光学式文字検証（OCV）方法を追加することもできます。 さまざまな検出方法の長所と短所に関するエンジニアとメーカーの議論は常に尽きません。実際、選択の主な基準は、コンポーネントとプロセスのタイプ、故障スペクトル、および製品の信頼性の要件に焦点を当てる必要があります。多くのBGA、チップスケールパッケージング（CSP）、またはフリップチップコンポーネントが使用されている場合、検出システムの有効性を最大化するために、最初のステップと2番目のステップに適用する必要があります。さらに、第4段階後に検査を実施することで、ローエンドの消費者向け製品の欠陥を効果的に特定できます。航空宇宙、医療、安全製品（自動車用エアバッグ）に使用されるPCBSの場合、非常に厳しい品質要件があるため、生産ラインの多くの場所、特に2番目と4番目のステップの後に検査を実施する必要がある場合があります。このタイプのPCBには、X線検査を選択できます。 生産ラインで使用されるAOIを評価する場合、検出のみを実行できるシステムと、測定を実行できるシステムを区別する必要があります。 コンポーネントの欠落や配置の誤りなどの欠陥のみを検索できる検出システムは、プロセス制御のためのツールを提供できないため、PCBSの生産プロセスを改善するために使用することはできません。エンジニアは、依然として生産プロセスを手動で調整する必要があります。ただし、これらの検出システムは高速で安価です。 一方、測定システムは、各コンポーネントの正確なデータを提供でき、生産プロセスパラメータの測定に非常に重要です。これらのシステムは検出システムよりも高価ですが、SPCソフトウェアと統合すると、測定システムは生産プロセスを改善するために必要な情報を提供できます。 全体として、エラー報告の精度率、つまり真のエラー（正確なエラー報告）と誤報（誤ったエラー報告）の比率のみに基づいて検出システムの品質を評価することは包括的ではありません。測定システムを評価するには、より小さな許容範囲内での測定システムの精度の評価結果にも依存する必要があります。統計的プロセス制御最後に、AOIシステムからのデータを効果的に使用して生産プロセスを制御し、それによって企業がより高い出力とより大きな利益を達成できるようにするには、次の情報を習得する必要があります。• 正確な測定データ• 再現性と反復性のある測定• 時間と空間におけるイベントの測定に近い• リアルタイムの測定プロセスと、生産プロセスに関連するすべての情報印刷または実装プロセス中にAOIシステムをインストールすると、生産プロセス中に蓄積された他のプロセス変数を排除できます。リフローはんだ付け後にコンポーネントの位置がずれているかどうかを測定すると仮定すると、収集したデータは実装プロセスの精度を反映できません。実装後とリフローはんだ付け後の両方で結果を測定する必要があります。ただし、この情報は、デバイスの実装を制御するのにほとんど役に立ちません。監視開発の傾向を考えると、監視する必要があるプロセスの近くにAOIシステムをインストールすると、次のステップに進むパラメータをすばやく修正できます。同時に、近距離検出により、検出プロセス前の不適合PCBSの数を減らすこともできます。エレクトロニクス業界のほとんどのAOIユーザーは、依然としてはんだ付け後の検査にのみ焦点を当てていますが、コンポーネントとPCBSの小型化の将来の傾向には、より効果的なクローズドループプロセス制御が必要になります。効果的な検出および測定ソリューションを提供できるAOIシステムは、ますます多くのユーザーを魅了し、エンジニアもそのようなシステムへの投資をより価値のあるものと見なすようになります。すべての顧客にとって、AOIは製品生産ラインの改善と完成品の歩留まりの向上において重要な役割を果たし続けます。

オンラインテストと自動視覚検査機器の違いの分析 最近,多くの友人は,このような質問をしてきた: "私たちの会社は,自動回路板試験機器のセットを導入することを望んでいます.しかし,我々はオンラインテストと自動視覚検査機器の間で選ぶ方法を知らない電子機器分野におけるこれらの友達が,新しいテスト技術に直面する際には十分な情報がないと深く感じています.また,いくつかの重要な問題も明確化されるべきだと考えられています.この記事では,これらの2つの回路板試験方法を説明しようとしています. 2つ目はコストの違いです.コストの観点から言えば,設備の調達コストと,その後の使用コストという2つの項目を含めるべきです.オンライン試験機器と自動視力検査機器は,それぞれ,コストのこの2つの側面において,異なる利点を持っています.設備の調達コストに関しては,一般にオンラインテストは価格優位性があります.自動 視覚 検査 器具 の 値段 は,オンライン 検査 器具 の 数倍 から 数十 倍 まで です比較的に言えば,企業内で自動視力検査機器をプログラムし,デバッグできる人がいれば,使用コストは比較的低くなる.使用中の針ディスクや探査機などの避けられないコストも伴います自動視力検査器よりも高い.総コストは実際の状況に依存します.企業ごとに異なる状況があり,一般化することはできません.. 3つ目は,テスト速度の違いです. テスト速度に関しては,針盤を使用するオンラインテストは明らかな利点があります.一つのオンライン試験機器に相当する複数の自動視力検査機器が必要です.テストされる回路板のサイズが増加するにつれてこの状況は変化します.例としてコンピュータのマザーボードを挙げましょう.比較的新しいオンラインテストを使用すると,試験時間は約10秒ですしかし,通常,自動視力検査機器を使用するには数分かかります. 4 テストカバーの違い テストカバーの観点から,それぞれに独自の利点があります.自動視覚検査器具は"目に見える"部分で比較的うまく機能します.オンライン試験器具は電気性能の面でよりよく動作する関連プロジェクトは表1に示されている. プロジェクトオンラインテストと自動視覚検査装置は,回路ベースプレートのオープン回路とショート回路を測定することができます.しかし,溶接器のオープン回路とショート回路を測定することはできません. そのほとんどは測定できます. いくつかのコンポーネントは,その特殊な特性のために,テストすることはできません. PLCCやPGA,BGAなどの集積回路板の場合,ピンのオープン/ショート回路を試験することはできません.,しかし,欠落したコンポーネントのほとんどはテストできます. 回路の特性により,一部のコンポーネントはテストできません. 大きなコンデンサーが小さなコンデンサーと並行接続されている場合,小容量の値が測定できない測定可能な部品や測定できない部品が正しく設置されていない場合,そのほとんどは測定できます.部分部品は回路の特性により試験できない.大きいコンデンサターが小さいコンデンサターと並行して接続されている場合,小さいコンデンサターは測定できませんが,大半はできます. 測定可能なものがあります.外部マークがないため,一部の部品は試験できない.. コンデンサタが接続されている場合,測定することはできません. 集積回路支架の欠陥は測定可能であり,測定できません.再流溶接時の表面マウントコンポーネントの生産後のクラッキングは測定可能で測定できない. リフロー溶接中に表面マウントコンポーネントの""で生成される墓石は測定可能であり測定可能である.電解電容器の極度は測定可能である.しかし 試験時間が長かったため偽の溶接部品,空の溶接部品,完全に負荷されていない表面マウント装置をテストし,それらをテストするか否か V. 精度差: 精度に関しては,両方のデバイスはプログラムのデバッグに依存する.しかし,オンラインテストには,針床の協力も必要である.複雑さも ある程度ある自動視覚検査機器のプログラムデバッグの難易度は比較的高い.したがって,正確性と誤判率の観点から,この2種類の機器は,実際の使用によって,ユーザーによって自動的に判断されなければならない.. 一般的には,オンラインテストは,信頼性の高い測定点を持つ回路板に適しています.円盤のワイヤリングのためにピンを挿入できない場合2つ目は,オンラインテスターは大量の製品に適しています.針のサイズが高いため製品出力が小さすぎる場合,各回路板が負担しなければならない針床の平均コストは高すぎるので,経済的にコスト効率が悪くなる.自動視覚測定器は針床によって制限されていません.試験速度が比較的遅いため,大量生産製品には適していません.さらに,比較的高い購入コストにより,利益が低い製品には適していません.だから自動視覚検査器具は,少数の多様な製品に適しています.一方,針床のコストを節約できます.低速度は少数の製品の試験に圧力を及ぼさない. 結論.オンライン試験機器と自動視力検査機器はそれぞれ,利点とデメリットがあり,適用範囲も異なります.ある意味選択をしなければならない場合,上記のすべての側面を考慮すると,正しい決定は達成可能であるべきです.

AOIの基本原則 AOIの基本原則画像比較原則,AOI統計モデリング原則,光学原則 画像比較の原則画像の比較原理:画像はCCDカメラで撮影され,処理されます.ピクセル分布などの情報を変換するデジタル信号に変換され,必要な情報になります.AOI システムのテストプロセスは,主に試験される部品の画像と標準画像を比較することによって,部品が問題ないかどうかを決定します.部品のサイズ,角度,オフセット,明るさ,色,位置など AOIの統計モデリングの原則AOI統計モデリングは,OKテンプレートのシリーズを学習し,画像の変化を観察することによって,OKとNG画像を認識するシステムの能力を向上させます.すべてのOK画像で見られる視覚的バイアスを組み合わせて,構成要素の形状の変化と将来の変更の可能性の特徴を識別OKテンプレートの学習過程では,主に以下の3つの問題が解決されます. 構成要素Aの形は?つまり部品の大きさ,形状,色,表面パターンなどです 構成要素Bには どんな変化が起こるのでしょうか?つまり 構成要素の自然サイズ,形状,色,表面パターンの変異規則です 構成要素Cの形はどのくらい変わりますか? つまり,部品のサイズ,形状,色,表面パターンなどが合理的に変化する程度です. 最終結果は,上記の要素を統合したテストの標準モデルであり,OKとNGの間に位置する.

PCB設計のレイアウト速度と設計効率の分析 導入:PCBルーティング設計では,レイアウト速度を改善するための完全な方法があります.我々は,PCB設計のレイアウト速度と設計効率を高めるための効果的な技術を提供します顧客にとってプロジェクト開発サイクルを節約するだけでなく,設計製品の品質を最大限に保証します. PCB の層数を決定する 設計の初期段階では,回路板のサイズと配線層の数が決定されなければなりません.設計が高密度ボールグリッド配列 (BGA) コンポーネントの使用を必要とする場合,これらの装置の配線に必要な最小数の配線層を考慮しなければならない.ワイヤリング層の数とスタッキング方法が直接印刷ラインのワイヤリングとインピーダンスを影響します板の大きさは,層化方法と印刷ラインの幅を決定し,望ましいデザイン効果を達成するのに役立ちます. 長年,人々は常に回路板の層が少ないほど,そのコストが低いと信じていました.しかし,電気回路板の製造コストに影響する他の多くの要因があります近年,多層板のコスト差は著しく減少している.設計開始時に, it is best to use a large number of circuit layers and ensure that the copper coating is evenly distributed to avoid discovering a small number of signals that do not meet the defined rules and space requirements near the end of the design設計の前に慎重に計画すれば 配線にかかるトラブルは 少なくなるでしょう 2設計規則と制限 自動的な配線ツール自体は何をするべきか わからない.配線作業を完了するには,配線ツールが正しいルールと制約の下で動作する必要があります.異なる信号線には異なる配線が必要特殊な要求を有するすべての信号線は分類されるべきであり,分類は異なる設計によって異なります.各信号クラスには優先度があるべきです.優先度が高いほど,ルールが厳しくなるほど規則には,印刷線の幅,最大バイアス数,並列性,信号線間の相互影響,層制限が含まれます.これらのルールはルーティングツールのパフォーマンスに重大な影響を与える設計要件を注意深く検討することは,成功する配線への重要なステップです.

SMT組立およびDIPスルーホール生産におけるAOI自動光学検査装置とX線検査装置の違いは何ですか？ SMT組立およびDIPスルーホール生産におけるAOI自動光学検査装置とX線検査装置の違いは何ですか？AOIは、Automatic Optical Inspection（自動光学検査）の略です。その基本原理は、赤、緑、青の光の反射を通じて、SMT表面実装およびDIPスルーホールコンポーネントの実装とはんだ付けが正しいか、位置が良いか、実装漏れや逆向きなどの欠陥がないかを確認することです。これは自動検査装置です。AOI（自動光学検査）は、表面実装技術（SMT）生産ラインに適用される自動光学検査装置です。印刷品質、実装品質、はんだ接合品質を効果的に検出できます。 AOI自動光学検査装置をツールとして使用して欠陥を減らすことで、組み立てプロセスの初期段階でエラーを特定して排除し、良好なプロセス制御を実現できます。欠陥を早期に検出することで、欠陥のある製品が後続のプロセスの組み立て段階に送られるのを防ぎます。AOI自動光学検査装置は、修理コストを削減し、修理不可能な回路基板の廃棄を回避します。 AOI自動光学検査装置の実施目標： 最終品質：通常、SMT生産ラインの最後に配置され、SMTの製品欠陥をチェックするために使用されます。 プロセス制御：印刷機と表面実装技術（SMT）配置機の後にそれぞれ配置され、SMTプロセスにおける欠陥を検査し、フィードバックデータを提供するために使用されます。検査内容：はんだペーストの欠陥（有無、ずれ、はんだ不足、はんだ過多、オープン回路、ショート回路、汚染など）。部品の欠陥（部品の欠落、オフセット、傾き、直立、横向き、転倒部品、極性逆転、誤った部品、損傷など）。はんだ接合部の欠陥（はんだ不足、はんだ過多、連続はんだなど）。 X線非破壊線検査装置の利点と特徴 X線非破壊線検査装置は、X線蛍光透視装置です。その原理は、X線が非金属物質を透過できる特性を利用することです。高解像度エンハンススクリーンと密閉型マイクロフォーカスX線管を組み合わせた構造を採用しています。非破壊X線蛍光透視検査により、製品の内部画像をリアルタイムで鮮明に観察できます。BGAなどのコンポーネントの下部部品が適切にはんだ付けされているか、ショート回路などがないかを確認します。 高密度パッケージング技術の急速な発展は、検査技術にも新たな課題を突きつけています。その課題に対応するため、新しい検査技術が次々と登場しており、X線検査技術もその一つです。BGAのはんだ付けと組み立て品質を効果的に制御できます。現在、X線検査システムは、実験室での故障分析だけでなく、生産環境や半導体業界のPCBアセンブリ用に特別に設計されており、高解像度X線システムを提供しています。 AXI非破壊検査機とX線光学検査装置の実施目標： X線非破壊検査機とX線検査機は、PCBA、SMTアセンブリ、半導体デバイス、バッテリー、自動車エレクトロニクス、太陽エネルギー、LEDパッケージング、ハードウェア部品、ホイールなどの業界に非破壊検査ソリューションを提供します。 X線検査装置の測定範囲：さまざまな種類のSMTチップ、電子ウェーハ、半導体チップ、BGA、CSP、SMT、THT、フリップチップなどのコンポーネントの検査に適しています。溶接/パッケージング検査X_RAY（構造、はんだ接合部、はんだラインがはんだ付けされていない、はんだ付け不良、はんだ付け漏れ、誤ったはんだ付けなど）。 X線検査装置の適用分野1. BGAはんだ付け検査（ブリッジ、オープン回路、コールドはんだボイドなど2. システムLSIなどの超微細部品の接続状態（断線、はんだ接合部）3. ICパッケージング、整流器ブリッジ、抵抗器、コンデンサ、コネクタなどの半導体検査4. PCBAのはんだ付け状態の検査5. ハードウェアコンポーネント、電気加熱管、真珠、ヒートシンク、リチウム電池などの内部構造検査 SMT組立およびDIPスルーホール生産におけるAOI自動光学検査装置とX線検査装置の違いは何ですか？ SMTパッチ処理業界における効果的な品質管理方法の現在の適用と変革プロセス。SMTパッチはんだ付け生産および処理の従来の品質管理方法はすべて、手動目視検査（目視検査と呼びます）に依存していました。次に、顕微鏡光学技術が導入され、工業用回路基板の品質検査に光学倍率技術が使用されました。その後、この技術の適用が、産業発展のニーズに対応できなくなっていることが判明しました。この期間に、AOI光学検査装置が登場しました。中国では、光学検査技術の10年以上の開発を経て、AOIはPCBA表面実装技術の生産と処理に不可欠な品質検査装置となっています。 AOI自動光学検査装置は、フレキシブル回路基板の手動外観検査という厄介な問題を効果的に解決し、検査の人件費を大幅に削減し、コストを削減しました。 市場競争が激化するにつれて、端末電子製品メーカーはPCBAの品質保証に対してますます厳しい要件を提示しており、その中でもチップのはんだ付けに使用されるパッドの品質は特に厳格です。現在、PCBAパッドの金表面の外観検査については、多くの国内企業が依然として手動目視検査の方法を採用しており、効率が低い、信頼性が低い、検査品質が低いなどの欠点があります。人件費の上昇が続くため、回路集積の密度はますます高くなり、手動目視検査は必然的に機械ビジョン検査によって徐々に廃止されることになります。 AOI自動光学検査装置の検出技術はますますインテリジェントになり、品質ロボットの形で徐々に成長し、拡張しています。AOI自動光学検査装置の性能が常に向上し、その統合能力がますます強くなっているという前提の下で、AOI自動光学検査装置は、検査だけでなく、品質トレーサビリティと品質保証のための強力なツールを顧客にもたらします。性能を向上させるために新製品を常に開発すると同時に、AOIアプリケーションに関する研究も行っています。お客様にAOIの使用方法を教えるだけでなく、AOIを有効活用することも推奨しています。柔軟に適用する限り、ビジュアルAOIの展望は計り知れず、顧客にもたらす価値も莫大であると確信しています。

AOIは,比較的濃縮された色でSMT部品の欠陥を検出する率が良好です AOIは,比較的濃縮された色でSMT部品の欠陥を検出する率が良好ですRGBカラーモードは,工業分野におけるカラー標準である.赤 (R),緑 (G),緑 (R),緑 (G) の3つのカラーチャネルを変更することによって異なる色を獲得する.青 (B) と,互いに重なり合っているRGBは,赤,緑,青のチャンネルの色を表し,基本的には人間の視力が認識できるすべての色をカバーしています.また,現在最も広く使用される色系の一つです.AOIは,比較的濃縮された色でSMT部品の欠陥を検出する率が良好ですRGB色モードは,RGBモデルを使用して,画像の各ピクセルのRGB成分に0~255の範囲内の強度値を割り当てます.RGB画像は3色のみを使用します.異なる比率で混ぜられる 16,777画面に216色 (255*255*255) を表示します次の図に示されているように色名: 赤値 (赤) 緑値 (緑) 青値 (青)ブラック 0 0 0ブルー 0 0 255緑色 0 255 0シアン 0 255 255赤い 255 0 0マジェント 255 0 255黄色 255 255 0白色 255 255 255 上記の色は一般的に使用される基本色です. AOI検査では,カメラによって撮影された構成要素画像の各ピクセルの色は,RGBの3つの異なる値から構成されます.RGBの各値の変動範囲を計算することによって,部品の変動範囲が検出できる.色の分析とデータ分析の特徴について:AOIはSMT部品の比較的濃縮された色で欠陥を検出する率が良好です.例えば,コンデンサやICの欠落または不正な部品などプログラミングやデバッグもとても簡単です

AOI-OCR アルゴリズム OCRアルゴリズム,つまり文字認識アルゴリズムは,文字認識と検出のために特化した効果的な画像処理アルゴリズムです.OCRアルゴリズムは2つの部分に分かれていますまず,文字認識のための標準文字ライブラリを作成するために十分なサンプル (8) を訓練する必要があります.テストされる文字を認識し,テストされる文字が標準に準拠しているかどうかを決定します.OCR アルゴリズムは,一般的にBGA,QFP,SOPなどの重要なコンポーネントの識別に使用されます.

AOI 赤色接着剤アルゴリズム 赤色接着剤アルゴリズムは、部品のパッドエリア（銅箔エリア）で発生する接着剤のはみ出し量を分析し、取得するための色統計アルゴリズムを指します。このアルゴリズムは、色の特徴を分析するアルゴリズムです。その中で、赤色接着剤の画像の特徴は暗い赤色であり、銅箔の画像の特徴は明るい赤色です。主に銅箔エリアに存在する赤色接着剤のドットを分析することによって行われます。以下の図に示します。 AOI 赤色接着剤アルゴリズム ① 領域は主に赤色接着剤です。赤色接着剤の画像の特徴は低輝度であり、主な色チャンネルは赤です。② 接着剤のはみ出しが発生する領域は明るい赤色であり、高輝度を特徴とし、主な色チャンネルは赤です。領域②に赤色接着剤の色特性がある場合、「接着剤のはみ出し」と判定されます。このアルゴリズムのアルゴリズム選択における記号は「Glue」です。

AOI-OCV アルゴリズムとマッチ アルゴリズム OCVは,画像処理アルゴリズムで,検査対象の画像と標準サンプルの輪郭線の類似度を分析し,取得する.このアルゴリズムは,主に輪郭を分析し,測定される点を検出し決定するのに適した輪郭の度合いを与えます. このアルゴリズムは,主に間違った部品や欠損部品などの欠陥の検出に適用されます.検出アルゴリズムのアルゴリズムフラグは"OCV"です. マッチアルゴリズムは,画像処理アルゴリズムで,検査対象の画像のROI画像点と標準サンプルの画像点の類似度を分析する.このアルゴリズムは主に位置付けなどの欠陥の検出に適用されます検出アルゴリズムのフラグは"マッチ"です

AOIヒストグラム統計アルゴリズム ヒストグラム統計アルゴリズムとは、ROI領域内の輝度分布または輝度変動を統計的に分析することにより、検査点が標準範囲内にあるかどうかを判定し検出するグレースケール処理および分析アルゴリズムです。このアルゴリズムには、最大値（Max）アルゴリズム、最小値（Min）アルゴリズム、輝度範囲（Range）アルゴリズム、および平均値アルゴリズムが含まれます。検出アルゴリズムにおけるそのアルゴリズムフラグは「Histogram」です。最大値アルゴリズムとは、ROI領域内の最大輝度を持つN%の輝度点の平均輝度を取得するグレースケール統計アルゴリズムです。対象領域が1000個の輝度点を持ち、最大5%の輝度点、つまり50個の輝度点があり、これらの50点の平均輝度が200の場合、最大値アルゴリズムの戻り値は200となり、画像の最大値は200となります。このアルゴリズムは、異物などの欠陥の検出に主に用いられます。最小値アルゴリズムとは、ROI領域内の最低輝度を持つN%の輝度点の平均輝度を取得するグレースケール統計アルゴリズムです。対象領域が1000個の輝度点を持ち、最小5%の輝度点、つまり50個の輝度点があり、これらの50点の平均輝度が20の場合、最大値アルゴリズムの戻り値は20となり、画像の最大値は20となります。このアルゴリズムは、異物などの欠陥の検出に主に適用されます。輝度スパンアルゴリズムとは、ROI領域内の最大値と最小値の輝度差を計算するグレースケール統計アルゴリズムです。例えば、対象領域の最大値が200で、最小値が20の場合、輝度スパンは180となります。このアルゴリズムは、部品欠落などの欠陥の検出に主に適用されます。平均値アルゴリズムとは、ROI領域内のすべての輝度点の平均輝度を計算するグレースケール統計アルゴリズムです。このアルゴリズムは、部品欠落などの欠陥の検出に主に適用されます。

AOIアルゴリズムの詳細な説明 - 画像統計モデリングアルゴリズム 画像統計モデリングアルゴリズムは、ALeader専用の検出アルゴリズムであり、ほぼすべての検出分野で適用されています。AOI統計モデリングは、一連のOKテンプレートを学習し、画像の変化を観察し、すべてのOK画像に見られる視覚的な偏りを組み合わせることにより、OK画像とNG画像を認識するシステムの能力を向上させます。これにより、部品形状の変化の特徴と、将来起こりうる変化パターンを特定します。検出アルゴリズムにおけるそのアルゴリズムフラグは「OTHER」です。OKテンプレートの学習過程では、主に以下の3つの問題が解決されます。部品Aの形状はどのようになるべきか？つまり、部品のサイズ、形状、色、表面パターンなど。部品Bにはどのような変化が起こるか？つまり、部品の自然な寸法、形状、色、表面パターンの変動規則。部品Cの形状はどの程度変化するか？つまり、部品のサイズ、形状、色、表面パターンなどの変化がどの程度許容されるか。最終的に得られるのは、上記の要素を統合し、OKとNGの間に位置する、テスト用の標準モデルです。