CN109002672A - 一种基于光学测试的智能产线的设计方法 - Google Patents
一种基于光学测试的智能产线的设计方法 Download PDFInfo
- Publication number
- CN109002672A CN109002672A CN201811163213.0A CN201811163213A CN109002672A CN 109002672 A CN109002672 A CN 109002672A CN 201811163213 A CN201811163213 A CN 201811163213A CN 109002672 A CN109002672 A CN 109002672A
- Authority
- CN
- China
- Prior art keywords
- test
- data
- station
- abnormal
- producing line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013461 design Methods 0.000 title claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims abstract description 25
- 238000011056 performance test Methods 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000010219 correlation analysis Methods 0.000 claims abstract description 11
- 238000003745 diagnosis Methods 0.000 claims abstract description 5
- 230000002265 prevention Effects 0.000 claims abstract description 4
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 1
- 241000235388 Mucorales Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Factory Administration (AREA)
Abstract
本发明旨在提供一种实现对光学产品进行全性能测试、测试数据实现相关且能有效提升测试质量和效率的基于光学测试的智能产线的设计方法。本发明方法包括以下步骤：设置测试工站；测试工站与上层控制***间建立链接；对控制中心进行设置；通过对实时采集的测试数据进行相关性分析，并根据相关性分析评估，初步诊断测试异常，预防由于硬件或软件故障造成大批量异常，精准定位发生异常的位置或干扰因素；进行大数据分析。本发明应用于光学测试领域。
Description
技术领域
本发明涉及光学测试领域，特别涉及一种基于光学测试的智能产线的设计方法。
背景技术
随着智能手机、智能手表等电子设备的大力普及，光学传感器呈现井喷式发展，而光学传感器的测试具有光学、电子、机械、自动化等多方向结合的高精密要求。随着电子元件、光学器件测试的精度越来越高，特别是各种MEMS工艺成熟使得产品的尺寸规模越来越小。为保证电子元件的装配合格良率，自动化测试项目内容逐步增多，而各个测试项内容相互独立，每项测试内容独立成单独的工站。在各个工站之间的流动节奏越拉越慢。而随着产品的变更，测试内容变更，应对的测试产线调整周期越来越短。而传统的手动测试或半自动测试已无法满足大批量生产测试的需求。
随着产线和设备自动化程度越来越高，以及产品测试数据的不断积累，自动化产线的数据规模不断增加，而针对大量测试数据并未有效利用。传统测试手段只能判定Pass/NG，单方面排除次品，然后转专门由人工判断产品不良原因。当大批量出现不良时，先暂定生产线再由人工排查设备或软件故障。现有的人工测试项目比较有限，准确性和一致性容易由多方面因素决定，特别是不同操作人员的差异，以及人的性格、心情、状态等主观因素影响。而可检测的项目亦比较受限，一般仅限于单项内容的Pass和NG判断，对于更深层次的复杂因素，或者涉及多方面因素的综合效果则难于判断，需要专业的技术人员辅助。
应对市场多样化需求，多品种小批量的制造时代对产线柔性和智能化要求越来越高，不同产品之间共同使用设备和产线资源，合理调度优化资源匹配，不仅可以提高设备的生命周期，亦可极大的缩小维护成本。传统测试方案采用独立的测试工站，而各工站为人工或半自动操作，各个测试工站数据相互为独立孤岛，测试数据仅用于判断当前测试工站的Pass/NG，并用于统计单工位的良率。
发明内容
本发明所要解决的技术问题是克服现有技术的不足，提供一种实现对光学产品进行全性能测试、测试数据实现相关且能有效提升测试质量和效率的基于光学测试的智能产线的设计方法。
本发明所述方法所采用的技术方案是：本发明方法包括以下步骤：
（1）设置测试工站：根据光学产品全性能测试要求，每个性能测试项目均设置相应的测试工站，针对不同的光学产品，按照性能测试顺序对涉及的测试工站进行组合和排布并形成测试产线，每个所述测试工站采用相同的支撑底座及共同的数据通信接口，在支撑底座上设置相应的性能测试模组；
（2）测试工站与上层控制***间建立链接：对每个测试工站布置数据采集装置，在测试产线上设置数据总线，所述数据总线与控制中心连接，测试工站上的数据采集装置及性能测试模组均通过所述数据通信接口经由数据总线与控制中心通信连接；
（3）对控制中心进行设置：建立数据采集模块、数据存储模块、数据分析模块及数据传输模块，数据采集模块与数据采集装置通信连接并接收数据采集装置采集到的数据信息，数据采集装置采集到的数据存储在数据存储模块中，数据分析模块对采集到的数据信息进行分析，对各个不同测试工站进行全测试周期数据管理，对各个测试工站的工作参数诊断相关性，对多个不同测试项的数据进行相关性分析，提高产品质量，保证在线识别产品故障或者测试异常；所述数据传输模块向上层控制***传输数据，或向各个测试工站下发指令；
（4）通过对实时采集的测试数据进行相关性分析，并根据相关性分析评估，初步诊断测试异常，预防由于硬件或软件故障造成大批量异常，精准定位发生异常的位置或干扰因素。
进一步地，该方法还包括以下步骤：
对数据存储模块中存储的大量数据，进行大数据分析，评估产能和优化作业节拍，追踪产品质量，快速定位产品工艺问题，实时监控设备故障并进行预测性维护。
再进一步地，所述数据采集装置包括但不限于各类传感器、视觉定位装置和/或二维码扫描装置。
更加具体地，各个光学产品性能测试模组的测试项目包括但不限于波长l、功率w、辐射角θ、光强q、亮点/暗点数目n、电流I、电压V、温度T、光学距离精度d、机械定位精度公差t、相机与产品的光学中心对位偏差e、光学性能参数组合r(n)和/或二维码序列号。
本发明的有益效果是：本发明所述智能产线是从产品自动上料（或与装配线在线对接），自动传输，自动测试，并自动分类打包的整线设计方案。各个测试工站因其测试内容和特点不同，所具备的功能模组有所不同，但却可以采用统一的标准式设计框架，以及统一的接口和外观风格。针对产品测试需求，可以柔性组合测试工站内容，可以根据分析需求对以上测试工站进行组合和排布，并通过整线式的智能数据分析实时诊断各个参数相关性，或根据多个检测参数组合综合评估产品的性能、挖掘产品缺陷，或根据大数据实时分析自诊断硬件或软件故障，该类智能化整线式设计方案，可满足需求量日益递增的微型电子元件测试要求，以及大批量智能生产制造所面对的数据驱动决策；各个测试工站之间性能测试模组不同，但具备统一的支撑底座和外观风格，而在各个测试机台中，相机定位装置、Pogo Block插针模组、高精密夹具与载具均可采用统一的标准结构，便于可互换性维护，同时也大大降低的高精密结构的设计和制造难度；通过对多个不同测试项的数据进行相关性分析，提高产品质量的智能识别度，通过整线式联调，多个不同测试工站的测试数据实时采集、分析，可保证在线识别产品故障，或者测试异常。
此外，针对光学类元件的光学、电学等全性能测试，并对产线各个不同测试工站实现全测试周期数据管理，和基于大数据的整线式智能优化分析，产线的前段测试数据，可与后续测试工序进行动态组合，便于整体产线及时定位问题和缺陷，预测性维护硬件和软件故障，避免中间工序浪费。
附图说明
图1是本发明所述智能产线的简易布局示意图。
具体实施方式
如图1所示，本发明方法包括以下步骤：
（1）设置测试工站A：根据光学产品全性能测试要求，每个性能测试项目均设置相应的测试工站A，针对不同的光学产品，按照性能测试顺序对涉及的测试工站进行组合和排布并形成测试产线，每个所述测试工站采用相同的支撑底座及共同的数据通信接口，在支撑底座上设置相应的性能测试模组。
（2）测试工站与上层控制***间建立链接：对每个测试工站布置数据采集装置，在测试产线上设置数据总线B，所述数据总线与控制中心连接，测试工站上的数据采集装置及性能测试模组均通过所述数据通信接口经由数据总线与控制中心C通信连接；所述数据采集装置包括但不限于各类传感器、视觉定位装置和/或二维码扫描装置。各个光学产品性能测试模组的测试项目包括但不限于波长l、功率w、辐射角θ、光强q、亮点/暗点数目n、电流I、电压V、温度T、光学距离精度d、机械定位精度公差t、相机与产品的光学中心对位偏差e、光学性能参数组合r(n)和/或二维码序列号。
（3）对控制中心C进行设置：建立数据采集模块、数据存储模块、数据分析模块及数据传输模块，数据采集模块与数据采集装置通信连接并接收数据采集装置采集到的数据信息，数据采集装置采集到的数据存储在数据存储模块中，数据分析模块对采集到的数据信息进行分析，对各个不同测试工站进行全测试周期数据管理，对各个测试工站的工作参数诊断相关性，对多个不同测试项的数据进行相关性分析，提高产品质量，保证在线识别产品故障或者测试异常；所述数据传输模块向上层控制***D传输数据，或向各个测试工站下发指令；
（4）通过对实时采集的测试数据进行相关性分析，并根据相关性分析评估，初步诊断测试异常，预防由于硬件或软件故障造成大批量异常，精准定位发生异常的位置或干扰因素。
（5）对数据存储模块中存储的大量数据，进行大数据分析，评估产能和优化作业节拍，追踪产品质量，快速定位产品工艺问题，实时监控设备故障并进行预测性维护。
本发明包含对光学类电子元件的全性能测试，具体包括波长、功率、亮点/暗点、各倾角光强、尘点/污点/异物检测、外观检测、缺陷检测等测试工站，以及电流、电压、温度等性能测试，同时还包含产品上下料和传输过程中视觉定位、二维扫码等视觉识别。可广泛应用于电子测试、光学测试、半导体测试等行业中高精密智能测试产线整体设计。
总线式的布置连接各个不同测试工站，根据测试需求硬件组合测试工站，或者采用整线式测试产线，并在线体控制***中自定义不同产品的测试工序，从而通过高柔性的智能产线满足多样化的测试需求。各个工站之间通过统一的线体控制平台收集数据信息，并通过智能化的数据分析平台实时模拟产品数据并评估产品质量和设备运转状态。
本发明应用于光学测试领域。
Claims (4)
1.一种基于光学测试的智能产线的设计方法，其特征在于，该方法包括以下步骤：
（1）设置测试工站：根据光学产品全性能测试要求，每个性能测试项目均设置相应的测试工站，针对不同的光学产品，按照性能测试顺序对涉及的测试工站进行组合和排布并形成测试产线，每个所述测试工站采用相同的支撑底座及共同的数据通信接口，在支撑底座上设置相应的性能测试模组；
（2）测试工站与上层控制***间建立链接：对每个测试工站布置数据采集装置，在测试产线上设置数据总线，所述数据总线与控制中心连接，测试工站上的数据采集装置及性能测试模组均通过所述数据通信接口经由数据总线与控制中心通信连接；
（3）对控制中心进行设置：建立数据采集模块、数据存储模块、数据分析模块及数据传输模块，数据采集模块与数据采集装置通信连接并接收数据采集装置采集到的数据信息，数据采集装置采集到的数据存储在数据存储模块中，数据分析模块对采集到的数据信息进行分析，对各个不同测试工站进行全测试周期数据管理，对各个测试工站的工作参数诊断相关性，对多个不同测试项的数据进行相关性分析，提高产品质量，保证在线识别产品故障或者测试异常；所述数据传输模块向上层控制***传输数据，或向各个测试工站下发指令；
（4）通过对实时采集的测试数据进行相关性分析，并根据相关性分析评估，初步诊断测试异常，预防由于硬件或软件故障造成大批量异常，精准定位发生异常的位置或干扰因素。
2.根据权利要求1所述的一种基于光学测试的智能产线的设计方法，其特征在于，该方法还包括以下步骤：
对数据存储模块中存储的大量数据，进行大数据分析，评估产能和优化作业节拍，追踪产品质量，快速定位产品工艺问题，实时监控设备故障并进行预测性维护。
3.根据权利要求1所述的一种基于光学测试的智能产线的设计方法，其特征在于：所述数据采集装置包括但不限于各类传感器、视觉定位装置和/或二维码扫描装置。
4.根据权利要求1所述的一种基于光学测试的智能产线的设计方法，其特征在于：各个光学产品性能测试模组的测试项目包括但不限于波长l、功率w、辐射角θ、光强q、亮点/暗点数目n、电流I、电压V、温度T、光学距离精度d、机械定位精度公差t、相机与产品的光学中心对位偏差e、光学性能参数组合r(n)和/或二维码序列号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811163213.0A CN109002672A (zh) | 2018-09-30 | 2018-09-30 | 一种基于光学测试的智能产线的设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811163213.0A CN109002672A (zh) | 2018-09-30 | 2018-09-30 | 一种基于光学测试的智能产线的设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109002672A true CN109002672A (zh) | 2018-12-14 |
Family
ID=64589893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811163213.0A Pending CN109002672A (zh) | 2018-09-30 | 2018-09-30 | 一种基于光学测试的智能产线的设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109002672A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427011A (zh) * | 2019-07-16 | 2019-11-08 | 珠海达明科技有限公司 | 一种用于自动化设备的智能监控与实时补偿***及方法 |
| CN111766836A (zh) * | 2019-04-02 | 2020-10-13 | 南昌欧菲光电技术有限公司 | 智能制造方法和*** |
| CN113899756A (zh) * | 2021-09-09 | 2022-01-07 | 东风柳州汽车有限公司 | 高压线束分组测试方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108051709A (zh) * | 2017-11-30 | 2018-05-18 | 南京力通达电气技术有限公司 | 基于人工智能技术的变压器状态在线评估分析方法 |
| CN108126987A (zh) * | 2017-05-04 | 2018-06-08 | 汉威广园(广州)机械设备有限公司 | 一种高速线材轧机远程在线监测和智能诊断***及方法 |
| CN108566528A (zh) * | 2018-05-09 | 2018-09-21 | 李志朋 | 一种监控视频存储*** |
| CN108873830A (zh) * | 2018-05-31 | 2018-11-23 | 华中科技大学 | 一种生产现场数据在线采集分析及故障预测*** |
-
2018
- 2018-09-30 CN CN201811163213.0A patent/CN109002672A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108126987A (zh) * | 2017-05-04 | 2018-06-08 | 汉威广园(广州)机械设备有限公司 | 一种高速线材轧机远程在线监测和智能诊断***及方法 |
| CN108051709A (zh) * | 2017-11-30 | 2018-05-18 | 南京力通达电气技术有限公司 | 基于人工智能技术的变压器状态在线评估分析方法 |
| CN108566528A (zh) * | 2018-05-09 | 2018-09-21 | 李志朋 | 一种监控视频存储*** |
| CN108873830A (zh) * | 2018-05-31 | 2018-11-23 | 华中科技大学 | 一种生产现场数据在线采集分析及故障预测*** |
Non-Patent Citations (3)
| Title |
|---|
| 张家倍等: "核电运行技术支持", 上海科学技术出版社, pages: 185 - 187 * |
| 李鸣等: "自动测试***集成", 河北科学技术出版社 * |
| 胡友民: "制造***数据采集技术研究", 《制造业自动化》, 31 March 2002 (2002-03-31), pages 23 - 27 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111766836A (zh) * | 2019-04-02 | 2020-10-13 | 南昌欧菲光电技术有限公司 | 智能制造方法和*** |
| CN110427011A (zh) * | 2019-07-16 | 2019-11-08 | 珠海达明科技有限公司 | 一种用于自动化设备的智能监控与实时补偿***及方法 |
| CN113899756A (zh) * | 2021-09-09 | 2022-01-07 | 东风柳州汽车有限公司 | 高压线束分组测试方法、装置、设备及存储介质 |
| CN113899756B (zh) * | 2021-09-09 | 2024-03-22 | 东风柳州汽车有限公司 | 高压线束分组测试方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109002672A (zh) | 一种基于光学测试的智能产线的设计方法 | |
| CN111929309B (zh) | 一种基于机器视觉的铸造件外观缺陷检测方法及*** | |
| CN102553833B (zh) | 一种回转类零件多工位多参数视觉测量***及方法 | |
| CN102735178B (zh) | 一种基于比较测量法的滚动轴承外圈多参数自动测量*** | |
| CN202033663U (zh) | 印刷电路板的plc控制功能检测*** | |
| CN109840900A (zh) | 一种应用于智能制造车间的故障在线检测***及检测方法 | |
| WO2020078333A1 (zh) | 基于agv的多工位自动抽检和返产的方法 | |
| EP4202424A1 (en) | Method and system for inspection of welds | |
| CN201897468U (zh) | 探针卡检测*** | |
| CN202752250U (zh) | 基于多ccd、2d激光传感器和机械手的检测分拣装置 | |
| CN106785797A (zh) | Usb接头自动化组装和测试*** | |
| CN105865775A (zh) | 全自动导阀综合性能测试台 | |
| CN202757588U (zh) | 基于多ccd和线激光的转盘式多工位高精度检测装置 | |
| CN205080067U (zh) | 光学影像自动检测*** | |
| CN206420785U (zh) | 一种基于cell屏的全自动检测*** | |
| CN115061078A (zh) | 一种基于云平台的电能表在线自动检测***及其检测方法 | |
| CN206470220U (zh) | 电路板检测*** | |
| CN108144865A (zh) | 汽车油管粗检***及其检测方法 | |
| CN104390982A (zh) | 一种用于smt首件检测的测试方法 | |
| CN114139404A (zh) | 一种机器人的自动化性能测试方法 | |
| CN109101003A (zh) | 一种高柔性智能产线设计方法 | |
| Lin et al. | Enhancing the quality inspection process in the food manufacturing industry through automation | |
| CN107316594A (zh) | 一种oled微型显示器自动检测***及方法 | |
| CN109783294A (zh) | 一种服务器内存性能的测试方法及*** | |
| CN112880555B (zh) | 一种坐标系的标定方法与*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181214 |