电子设备工业中的视觉例子

电子设备检测的典型视觉应用

在包括智能手机、游戏机和个人电脑在内的家用电子产品领域，小型化和低调设计的趋势正在加速。这推动了半导体和电子元件的小型化和集成化，产生了对更高检测精度的需求。随着高混合、小批量生产和电池生产的普及和产品的多样化，检验的人工和成本正在增加。欧宝官网开户

像IC芯片、电阻、电容和晶体管这样的电子元件太小了，有时不仅要用肉眼检查，还要用显微镜检查。随着需要检查的零件的增加，劳动力也成倍增加。这导致了劳动力和设备成本的显著增加，并降低了生产效率。

机器视觉已越来越多地用于生产中的检查，以纠正这种情况。机器视觉是多功能的，可以同时执行多个检查。它们适用于电子设备行业的需求，其中高混合、小批量生产和电池生产正变得普遍。

随着高像素相机和高性能图像处理系统的出现，各种操作现在都可以自动化，如外观检查、尺寸检查、基于字符/2D代码的识别和定位/对齐。使用机器视觉还方便了数据管理。建立产品管理数据库和基于过去NG产品进行因素分析的能力有助于改善设施和质量。欧宝官网开户以下是机器视觉在电子设备工业中应用的典型例子。

产品展示、类型和定位

检查是否包含不同类型的线束

这是一个检查包含不同的线束类型的示例。

关键检验点

因为它可以准确地提取微小的颜色变化，使用多光谱模式允许稳定和可靠的检查，甚至对具有各种颜色图案的产品。欧宝官网开户

识别结果采用多光谱模式

下载

机器视觉系统选择指南

检测载波带中IC芯片的存在和方向

使用机器视觉检查载波带中IC芯片的存在/方向。

关键检验点

检测IC芯片的存在和方向，允许载波磁带前进，跳过任何口袋，是缺少一个部分或产品的方向不正确。

机器视觉识别结果

下载

引线框架涂层检验

使用机器视觉检查引线框架上是否存在电镀。

关键检验点

通过检测细微的颜色变化或珠光，确保涂层质量，即使在高速生产线上。

机器视觉识别结果

下载

检测IC芯片在托盘上的存在和方向

使用机器视觉检查IC芯片在托盘上的存在和方向。

关键检验点

用单一机器视觉在托盘上对IC芯片进行各种检查。直线扫描摄像机允许同时检查大范围内的目标。

线扫描相机的识别结果

下载

质量检验

检查印版上的粘合剂

这是在将胶粘剂涂到板上的过程中涂层状态检查的一个例子。

关键检验点

如果胶粘剂和底色相近，在常规照明条件下区分颜色是困难的，还有检查失去稳定性和可靠性的情况。利用多光谱模式，可以提取轻微的颜色变化，允许准确检查涂层条件。

识别结果采用多光谱模式

下载

机器视觉系统选择指南

陶瓷器件外观检验

这是运输过程中外观检查的一个例子。

关键检验点

在进行污垢的外部检查时，如果微小缺陷的颜色与产品本身的颜色相似，就会导致检查变得不可靠。通过利用多光谱模式，可以提取轻微的颜色变化，只允许对缺陷进行精确检查。

识别结果采用多光谱模式

下载

机器视觉系统选择指南

检查PCB上的漏焊

这是pcb漏焊检查的一个例子。

关键检验点

当使用常规照明条件时，在某些情况下，未焊接部分的提取变得不可靠。利用多光谱模式，可以只准确提取土地部分的颜色，从而实现稳定可靠的检测。

识别结果采用多光谱模式

下载

机器视觉系统选择指南

线圈绕组外观检查

这是一个线圈绕组外观检查的例子。

关键检验点

对于绕组的外观检查，由于照明的反射和绕组光泽引起的颜色变化，使用常规照明条件可能导致不可靠的检查。利用多谱模式，可以只提取检测目标的故障位置，从而实现稳定可靠的检测。

识别结果采用多光谱模式

下载

机器视觉系统选择指南

外部PCB端子外观检查

这是一个PCB终端外观检查的例子。

关键检验点

在传统的照明条件下，区分终端的颜色和光泽与污垢或污垢可能是困难的。如果采用多光谱模式，即使是微小的缺陷或污垢也能可靠地提取出来，进行稳定可靠的检测。

识别结果采用多光谱模式

下载

机器视觉系统选择指南

晶体谐振器探伤

这是一个晶体谐振器探伤的例子。

关键检验点

如果检测目标位置与背景之间的差异不足，则检测轮廓中的缺陷可能会变得困难。在LumiTrax模式下，来自4个方向的部分照明可以提取剖面，而不考虑颜色差异，从而实现稳定可靠的检测。

LumiTrax™模式下的识别结果

下载

机器视觉系统选择指南

线圈绕线状态检查

这是一个检查线圈缠绕条件的例子。

关键检验点

由于绕组的光泽和颜色变化，在常规照明条件下提取颜色可能不可靠。通过使用Multi-Spectrum模式，利用8个波长的信息，提高了颜色提取能力，从而实现对绕组状态的准确检测。

识别结果采用多光谱模式

下载

机器视觉系统选择指南

印刷IC芯片线性划痕检查

这是打印IC芯片线性划痕检测的一个例子。

关键检验点

非常小的电子元件表面印刷的文字和材料很难检测线性划痕。该系统消除了材料和打印的二维信息的噪声。即使在非常小的部件上，也能可靠地检测到线性划痕。

线扫描相机的识别结果

下载

机器视觉系统选择指南

晶体振荡器缺陷及位置检查

使用机器视觉检查有缺陷的晶体振荡器。

关键检验点

通过忽略纹理和目标间个体差异的影响，可以对晶体振荡器进行详细的质量检查。

机器视觉识别结果

下载

导致缺陷检查

使用机器视觉检查LED表面的缺陷，如外来颗粒或缺陷。

关键检验点

检测LED表面的外来粒子，线性污渍，水泡，缺陷等。高速加工可使机器成品率最大化。

机器视觉识别结果

下载

外观检验——电池印刷表面

使用机器视觉检查外观缺陷，如电池印刷表面的缺陷或凹痕。

关键检验点

对电池表面进行外观检查以发现缺陷或凹痕是困难的，因为很难区分打印和缺陷。LumiTrax功能可以通过取消打印等2D信息来检测缺陷和凹痕。

机器视觉和LumiTrax的识别结果

下载

IC模具缺陷/起泡检查

使用机器视觉检查IC模具是否有缺陷或鼓胀。

关键检验点

由于表面纹理或眩光的影响，难以准确区分IC模具上的缺陷或胀形。使用LumiTrax功能使这种检测成为可能。它只能通过取消标记字符来检测缺陷或鼓胀。

机器视觉和LumiTrax的识别结果

下载

电容器箔针孔/皱纹检查

使用机器视觉检查电容器箔上的针孔或皱纹。

关键检验点

线扫描相机能够在移动的电容器箔片上检测微小的针孔和皱纹。

线扫描相机的识别结果

下载

尺寸检验

连接器销共面度检查

使用机器视觉检查连接器针的共平面度。

关键检验点

检测从连接器针脚尖端反射的光，以发现针脚的微小弯曲。连接器检查的特殊工具包消除了教学的需要，并简化了检查设置。

机器视觉识别结果

下载

锂离子电池尺寸检验

使用机器视觉检查锂离子电池的尺寸。

关键检验点

使用机器视觉，检查锂离子电池的多个部分的尺寸和角度。使用2100万像素的机器视觉可实现高分辨率检查。

识别结果与2100万像素的机器视觉

下载

定位/对齐

相机模块安装的对准

使用机器视觉确保相机模块的装配对齐。

关键检验点

使用高像素，16倍速度的机器视觉实现高精度定位。

与机器视觉对齐

下载

机器人拾取和放置IC芯片

利用机器视觉校正IC拣片机器人的错位。

关键检验点

KEYENCE的图像处理系统支持来自许多制造商的机器人，并允许直接连接容易。这可以为启动节省大量工时。

使用机器视觉校正偏差

下载

产品识别检验

产品类型区分/ IC封装二维识别

阅读封装IC芯片表面的标记，并使用机器视觉区分类型。

关键检验点

阅读IC芯片表面激光标记的字符/2D代码。一个单一的机器视觉可以同时识别这两个字符，如零件号和2D代码。

机器视觉识别结果

下载

识别PCB上的字符

使用机器视觉检查pcb上标记的字符和2D代码。

关键检验点

使用高像素机器视觉可以在视野范围内捕获整个PCB。这使得同时检查能够测量连接器间距和其他项目，以及识别/判断字符信息和2D代码。

机器视觉识别结果

下载

3 d视觉检查

ECU密封剂涂层检查

检查密封胶的断裂、宽度和涂覆面积。

关键检验点

KEYENCE的图案投影视觉系统使用3D数据，仅根据形状，而不是表面光面或颜色来创建对比。确认是否存在，测量宽度和体积，并检测密封胶和成型垫片上的断裂。大尺寸照明，可在宽视野检查。

模式投影照明的识别结果

下载

机器视觉系统选择指南

PCB组装检验

检查插针缺陷和异物，如掉落物。

关键检验点

除了常规的二维检测，如引脚间距，3D图像还可以通过使用高度数据来检测引脚插入缺陷。使用3D图像，通过对已知完好部分的简单比较，即使是低对比度或背景图案，也可以很容易地检测到掉落的物体。
*推荐使用内联3D外观和尺寸检测定制视觉系统(XT)测量销高。

模式投影照明的识别结果

下载

机器视觉系统选择指南

托盘内各种零件检查

检查不同品种，前后差异，方位，计数

关键检验点

在没有高度数据来识别特征的情况下，很难对整个托盘进行检测，因为托盘上的零件特征和零件与背景之间的对比很少。如果还使用来自3D图像的高度信息，看起来一致的颜色不再是全面检查托盘的障碍。除了计数，它还可以检测不同的品种，前后的差异，以及定位不正确的部件。LumiTrax™图像*1可以同时获得，这消除了环境光的影响，并有助于强调整个托盘凸起的特征。
*1 LumiTrax™照明创建两个图像:一个减少眩光，一个强调高度特征，而忽略颜色。