应用案例-AI在电路板焊料漏焊与焊偏检测中的应用

AI在电路板焊料漏焊与焊偏检测中的应用

一、焊料漏焊与焊偏的定义

1.1 漏焊

漏焊是指在焊接过程中,焊点未能形成完整的连接,导致焊料未能覆盖或连接到所需的焊接区域。

1.2 焊偏

焊偏是指焊点的位置偏离了设计要求,可能导致电气连接不良或短路等问题。

二、焊接缺陷的影响

焊接缺陷对电子产品的影响是多方面的,涉及电气性能、可靠性、安全性、生产效率和成本等多个层面。

  • 电气性能下降:焊接缺陷会导致电气连接不良,影响信号的传输和电流的流动。

  • 可靠性降低:焊接不良的元件在使用过程中更容易出现故障,产品的使用寿命可能大大降低。

  • 成本增加:焊接缺陷,可能导致重新加工或更换元件,造成材料浪费,且人工检测和修复缺陷的过程需要投入额外的人力资源,增加了生产成本。

  • 安全隐患:焊偏或漏焊可能引发短路,导致设备过热或损坏,严重的焊接缺陷可能引发火灾等安全事故,危及人身安全。

  • 生产效率下降:焊接缺陷的检测和修复过程可能导致生产线的停滞,影响整体生产进度。

三、检测场景

焊料漏焊与焊偏通常在多种电子产品上进行检测,特别是在质量和可靠性要求较高的行业,焊接检测显得十分重要。如:

  • 工业设备:自动化设备、传感器和控制器等。

  • 医疗设备:植入式仪器、医疗仪器等。

  • 消费电子产品:智能手机、电子手表、平板电脑、相机等。

  • 家用电器:空调、洗衣机和冰箱等。

  • 航空航天:卫星和航天器、飞行控制器等。

四、AI技术在焊接缺陷检测中的应用

4.1 工作原理

AI视觉检测技术利用先进的图像处理和机器学习算法,实现对焊接缺陷等问题的自动检测。通过图像采集、预处理、特征提取、模型训练与检测等步骤,AI检测能够提高检测效率和准确性,减少人工干预,促进生产自动化和质量控制。

4.2 检测速度

在RXT4060显卡上,检测速度:400 张/秒;

4.3 检测精度

最小检测尺寸:3*3 像素;

4.4 准确率

漏焊与焊偏的综合检出准确率达到了99%以上

五、结论

AI在电路板焊料焊偏与漏焊检测中的应用正在改变传统的检测方式,焊接检测将更加智能化和自动化,为电子制造业带来更高的质量保障。

电路板焊料漏焊与焊偏检测–AI应用案例

模型检测效果

模型检测给出漏焊与焊料的图像位置信息,通过计算焊料位置信息判断焊料是否焊偏,快速找到缺陷位置,减少人工检查的时间和成本。

模型训练工作准备

数据准备

标注焊料数量为6802个、漏焊为698个,图片尺寸为 1536x864 总数为311张。

模型训练

311张尺寸在 1536x864 数据图片,训练时间仅需 2分33秒

快速训练项目人员能够在更短的时间内实现更多的想法和项目,提升整体工作效率。

loss 值为0.14,bbox_mAP_50 值为0.99。