電容器焊接檢測
識別焊料中可能造成斷線、短路,以及其他電子問題的小缺陷。

要在不影響其電氣連接的情況下,裝上滑鼠二極體之類的組件,就必須在裸板上勻稱地塗上阻焊劑。即使是焊料中的小缺陷,都可能造成斷線、短路,以及其他電子問題。由於鏡面眩光,使得這些缺陷的尺寸、形狀及外觀各異。在這些條件之下,容許組件有顯著差異的自動化檢測程式,更是難以編寫。
在相同的光源條件下,Cognex Deep Learning 可迅速識別二極體上的阻焊劑,而其他方法卻陷入膠著。透過一組代表性的阻焊劑圖像訓練裝配驗證和組件定位工具,學習「合格」與「不合格」焊料的正常外觀。在運作期間,儘管鏡面眩光變化繁多,該工具依然可定位並找到 PCB 上的阻焊劑。進行檢測的第二階段時,必須檢驗阻焊劑,尋找任何功能性異常,例如橋接、突出物或出現間距。以監督模式使用缺陷探測工具,使用者可透過一組代表性的已知「合格」與加上缺陷標籤的「不合格」焊料圖像來訓練該工具。
根據這些圖像,Cognex Deep Learning 可學會滑鼠二極體的自然特徵,以及其焊料的正常外觀。其他圖像可在驗證測試期間加入訓練組合,以反映出額外的範例並讓模型發揮最大效用。在訓練和驗證階段期間,可調整許多不同參數,協助解釋外觀上的變化,以正確探測焊料有缺陷的所有二極體。