CN116096066A - 一种基于物联网的smt贴片质量检测*** - Google Patents
一种基于物联网的smt贴片质量检测*** Download PDFInfo
- Publication number
- CN116096066A CN116096066A CN202310384279.7A CN202310384279A CN116096066A CN 116096066 A CN116096066 A CN 116096066A CN 202310384279 A CN202310384279 A CN 202310384279A CN 116096066 A CN116096066 A CN 116096066A
- Authority
- CN
- China
- Prior art keywords
- image
- sensor data
- data
- pcba
- encryption
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/081—Integration of optical monitoring devices in assembly lines; Processes using optical monitoring devices specially adapted for controlling devices or machines in assembly lines
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/083—Quality monitoring using results from monitoring devices, e.g. feedback loops
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K2203/00—Indexing scheme relating to apparatus or processes for manufacturing printed circuits covered by H05K3/00
- H05K2203/16—Inspection; Monitoring; Aligning
- H05K2203/162—Testing a finished product, e.g. heat cycle testing of solder joints
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于物联网的SMT贴片质量检测***,涉及印刷电路板技术领域,本发明采集SMT贴片过程中的传感器数据,同时采集SMT贴片后PCBA板图像,将图像和传感器数据加密封装后,通过无线传输设备传输至质量检测端,质量检测端在进行解封和解密后,先对传感器数据进行处理,判断传感器数据是否存在异常,若是,则SMT贴片过程存在故障,在存在故障时,说明SMT贴片机的某些机械结构运动不正常,在此情况下,需要对PCBA板图像进行处理,得到PCBA板质量合格程度,好的PCBA板可用于使用。本发明通过先处理传感器数据的方式,监测SMT贴片过程,仅针对异常时生产的PCBA板进行图像处理,减少数据运算量。
Description
技术领域
本发明涉及印刷电路板技术领域,具体涉及一种基于物联网的SMT贴片质量检测***。
背景技术
SMT贴片是指在印刷电路板PCB上进行加工的工艺流程,SMT贴片所需的设备为SMT贴片机。SMT贴片机包括传动设备、定位设备、机械手臂和焊接设备,各个部分需要精准配合,才能实现在印刷电路板PCB上各个电子元器件的精准对位。
现有SMT贴片质量检测***主要是检测贴装后的PCBA板的质量,通过采集PCBA板的图像,采用神经网络对PCBA板图像进行处理,判断PCBA板图像是否合格,但是图像处理本身复杂度较高,因此,数据运算量较大,导致其对硬件要求较高,且容易占用内存。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于物联网的SMT贴片质量检测***解决了现有SMT贴片质量检测***直接对PCBA板图像进行图像处理存在数据运算量大的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种基于物联网的SMT贴片质量检测***,包括:传感设备、图像设备、数据封装子***、无线传输设备和质量检测端;
所述传感设备用于采集SMT贴片过程中的传感器数据;
所述图像设备用于采集SMT贴片后PCBA板图像;
所述数据封装子***用于将传感器数据和PCBA板图像进行加密封装,得到封装数据;
所述无线传输设备将封装数据传输至质量检测端;
所述质量检测端用于对封装数据进行解封并解密,得到解密传感器数据和解密PCBA板图像,对解密传感器数据进行处理,判断出SMT贴片过程是否存在故障,在SMT贴片过程存在故障时,对解密PCBA板图像进行图像处理,得到PCBA板质量合格程度。
进一步地,所述数据封装子***包括:传感器数据加密单元、PCBA板图像加密单元和封装单元;
所述传感器数据加密单元用于将传感器数据进行加密,得到加密传感器数据;
所述PCBA板图像加密单元用于将PCBA板图像进行加密,得到加密图像;
所述封装单元将加密传感器数据和加密图像进行封装,得到封装数据。
进一步地,所述传感器数据加密单元用于将传感器数据进行加密,得到加密传感器数据,具体包括:
根据第一加密函数,对传感器数据进行第次分段,其中,第一加密函数为:,为第次分段时传感器数据的分段长度,为第一加密权重,为第一加密偏置,为对数函数,为取整运算;
在分段处、传感器数据开头处和末尾处,加入第一加密密码,得到加密传感器数据。
上述进一步地方案的有益效果为:本发明的加密函数是用于对传感器数据进行分段,在分段处、传感器数据开头处和末尾处,加入加密密码,构成新的加密数据,便于在质量检测端根据加密密码的不同,区分传感器数据和图像数据,并根据相对应的加密函数,找到分段位置,剔除分段处、传感器数据开头处和末尾处的加密密码,从而实现传感器数据的还原,避免在传输过程中被其他设备挪用。
进一步地,所述PCBA板图像加密单元用于将PCBA板图像进行加密,得到加密图像,具体包括:
根据第二加密函数,对PCBA板图像数据进行第次分段,其中,第二加密函数为:,为第次分段时PCBA板图像数据的分段长度,为第二加密权重,为第二加密偏置,为对数函数,为取整运算;
在分段处、PCBA板图像数据开头处和末尾处,加入第二加密密码,得到加密图像。
上述进一步地方案的有益效果为:本发明的加密函数是用于对图像数据进行分段,在分段处、图像数据开头处和末尾处,加入加密密码,构成新的加密数据,便于在质量检测端根据加密密码的不同,区分传感器数据和图像数据,并根据相对应的加密函数,找到分段位置,剔除分段处、图像数据开头处和末尾处的加密密码,从而实现图像数据的还原,避免在传输过程中被其他设备挪用。
进一步地,所述质量检测端包括:解封单元、解密单元、传感器数据去噪单元、传感器状态数据提取单元、贴片故障识别单元和图像处理单元;
所述解封单元用于对封装数据进行解封,得到解封数据;
所述解密单元用于对解封数据中的加密传感器数据和加密图像分别进行解密,得到解密传感器数据和解密PCBA板图像;
所述传感器数据去噪单元用于对解密传感器数据进行去噪,得到去噪传感器数据;
所述传感器状态数据提取单元用于根据去噪传感器数据,提取状态特征数据;
所述贴片故障识别单元用于根据状态特征数据,判断SMT贴片过程是否存在故障;
所述图像处理单元用于在存在故障时,对解密PCBA板图像进行图像处理,得到PCBA板质量合格程度。
进一步地,所述对解密传感器数据进行去噪的公式为:
,,其中,为第个去噪传感器数据,为比例系数,为第个解密传感器数据,为第个解密传感器数据,为统计的解密传感器数据的数量,为第个去噪传感器数据,为激活函数,为绝对值运算。
上述进一步地方案的有益效果为:本发明利用函数的特性,侧重考虑当前最新的解密传感器数据,增强去噪过程的灵敏度,同时,兼顾整体的数据水平以及历史去噪传感器数据,降低噪声对传感数据的影响。
进一步地,所述提取状态特征数据的公式为:
,,,其中,为第一状态特征数据,为第二状态特征数据,为第三状态特征数据,为取最大值,为取最小值,为第1个去噪传感器数据,为第个去噪传感器数据,为第个去噪传感器数据。
上述进一步地方案的有益效果为:本发明状态特征数据包括三种,最大值占整体数据的情况、最小值占整体数据的情况、整体数据的波动情况占整体数据的情况,通过三方面评估SMT贴片过程是否存在故障。
进一步地,所述贴片故障识别单元用于根据状态特征数据,判断SMT贴片过程是否存在故障,具体包括:
在第一状态特征数据超过第一状态特征阈值时,SMT贴片过程存在故障;
在第二状态特征数据超过第二状态特征阈值时,SMT贴片过程存在故障;
在第三状态特征数据超过第三状态特征阈值时,SMT贴片过程存在故障。
上述进一步地方案的有益效果为:在第一状态特征数据、第二状态特征数据和第三状态特征数据任一项超过阈值,都认定为存在故障,在三项均未超过阈值时,SMT贴片过程正常,保障质量检测的精准度。
进一步地,所述图像处理单元包括:灰度处理子单元、轮廓提取子单元、诊断区域提取子单元、待诊断区域质量等级计算子单元和PCBA板质量合格等级预测子单元;
所述灰度处理子单元用于在存在故障时,对解密PCBA板图像进行灰度化处理,得到灰度图像;
所述轮廓提取子单元用于对灰度图像进行提取轮廓,得到轮廓图像;
所述诊断区域提取子单元用于将轮廓图像与轮廓标准图像相减,得到待诊断区域;
所述待诊断区域质量等级计算子单元用于根据待诊断区域,计算待诊断区域质量等级;
所述PCBA板质量合格等级预测子单元用于根据待诊断区域质量等级,得到PCBA板质量合格程度。
上述进一步地方案的有益效果为:本发明通过灰度处理和提取轮廓处理,将PCBA板图像转为轮廓图像,从轮廓上的区别进行质量评估,将轮廓图像与轮廓标准图像相减,则可得到多余轮廓,根据多余轮廓的情况,对PCBA板质量合格程度进行评估。
进一步地,所述诊断区域提取子单元用于将轮廓图像与轮廓标准图像相减,得到待诊断区域,具体包括:将轮廓图像进行切分,得到多个子轮廓图像;将轮廓标准图像按相同方式进行切分,得到多个子标准图像;在同一个像素点位置处,将子轮廓图像上的像素点灰度值与子标准图像上的像素点灰度值相减,得到灰度差值,在灰度差值低于灰度阈值时,从子轮廓图像剔除该像素点,得到新子轮廓图像;筛选出像素点数量大于数量阈值的新子轮廓图像,作为待诊断区域。
上述进一步地方案的有益效果为:按相同方式将轮廓图像和轮廓标准图像进行划分,进行分区块处理,属于同一个对应区域时,在同一个像素点位置处,将子轮廓图像上的像素点灰度值与子标准图像上的像素点灰度值相减,得到灰度差值,在灰度差值低于灰度阈值时,则这两像素点的灰度差距可以忽略不计,新子轮廓图像上的像素点数量小于数量阈值时,则该新子轮廓图像上像素点较少,即异常的像素点不多,则可以忽略不计,挑选出对PCBA板实质影响较大的区域。
进一步地,待诊断区域质量等级的计算公式为:
,其中,为第个待诊断区域的质量等级,为第个待诊断区域上第个像素点的灰度值,为第个待诊断区域对应同位置的子标准图像的平均灰度值,为第个待诊断区域上像素点的数量,为自然对数;
所述PCBA板质量合格程度的计算公式为:
,其中,为PCBA板质量合格程度,为待诊断区域的数量,为第个待诊断区域的质量等级,为归一化系数。
上述进一步地方案的有益效果为:本发明选出的待诊断区域即为异常区域,通过待诊断区域上的灰度值与同位置的子标准图像的平均灰度值的差值,体现异常程度,同时考虑异常像素点的数量,异常像素点的数量越多和差值越大,该区域异常程度越高,质量越低,因此,综合同一个PCBA板的各个待诊断区域,得到PCBA板质量合格程度。
综上,本发明的有益效果为:本发明采集SMT贴片过程中的传感器数据,同时采集SMT贴片后PCBA板图像,将图像和传感器数据加密封装后,通过无线传输设备传输至质量检测端,质量检测端在进行解封和解密后,先对传感器数据进行处理,判断传感器数据是否存在异常,若是,则SMT贴片过程存在故障,在存在故障时,说明SMT贴片机的某些机械结构运动不正常,在此情况下,需要对PCBA板图像进行处理,得到PCBA板质量合格程度,好的PCBA板可用于使用。本发明通过先处理传感器数据的方式,监测SMT贴片过程,仅针对异常时生产的PCBA板进行图像处理,减少数据运算量。
附图说明
图1为一种基于物联网的SMT贴片质量检测***的***框图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种基于物联网的SMT贴片质量检测***,包括:传感设备、图像设备、数据封装子***、无线传输设备和质量检测端;
所述传感设备用于采集SMT贴片过程中的传感器数据;
所述图像设备用于采集SMT贴片后PCBA板图像;
所述数据封装子***用于将传感器数据和PCBA板图像进行加密封装,得到封装数据;
所述无线传输设备将封装数据传输至质量检测端;
所述质量检测端用于对封装数据进行解封并解密,得到解密传感器数据和解密PCBA板图像,对解密传感器数据进行处理,判断出SMT贴片过程是否存在故障,在SMT贴片过程存在故障时,对解密PCBA板图像进行图像处理,得到PCBA板质量合格程度。
在本实施例中,传感设备包括:温度传感器、振动传感器、速度传感器和距离传感器。温度传感器用于采集焊接设备中焊锡的温度,振动传感器用于采集各种设备在工作时的振动信号,速度传感器用于监测各个传输装置以及电机装置的速度,距离传感器用于监测PCB板的位置。
所述数据封装子***包括:传感器数据加密单元、PCBA板图像加密单元和封装单元;
所述传感器数据加密单元用于将传感器数据进行加密,得到加密传感器数据;
所述PCBA板图像加密单元用于将PCBA板图像进行加密,得到加密图像;
所述封装单元将加密传感器数据和加密图像进行封装,得到封装数据。
所述传感器数据加密单元用于将传感器数据进行加密,得到加密传感器数据,具体包括:
根据第一加密函数,对传感器数据进行第次分段,其中,第一加密函数为:,为第次分段时传感器数据的分段长度,为第一加密权重,为第一加密偏置,为对数函数,为取整运算;
在分段处、传感器数据开头处和末尾处,加入第一加密密码,得到加密传感器数据。
本发明的加密函数是用于对传感器数据进行分段,在分段处、传感器数据开头处和末尾处,加入加密密码,构成新的加密数据,便于在质量检测端根据加密密码的不同,区分传感器数据和图像数据,并根据相对应的加密函数,找到分段位置,剔除分段处、传感器数据开头处和末尾处的加密密码,从而实现传感器数据的还原,避免在传输过程中被其他设备挪用。
所述PCBA板图像加密单元用于将PCBA板图像进行加密,得到加密图像,具体包括:
根据第二加密函数,对PCBA板图像数据进行第次分段,其中,第二加密函数为:,为第次分段时PCBA板图像数据的分段长度,为第二加密权重,为第二加密偏置,为对数函数,为取整运算;
在分段处、PCBA板图像数据开头处和末尾处,加入第二加密密码,得到加密图像。
本发明的加密函数是用于对图像数据进行分段,在分段处、图像数据开头处和末尾处,加入加密密码,构成新的加密数据,便于在质量检测端根据加密密码的不同,区分传感器数据和图像数据,并根据相对应的加密函数,找到分段位置,剔除分段处、图像数据开头处和末尾处的加密密码,从而实现图像数据的还原,避免在传输过程中被其他设备挪用。
所述质量检测端包括:解封单元、解密单元、传感器数据去噪单元、传感器状态数据提取单元、贴片故障识别单元和图像处理单元;
所述解封单元用于对封装数据进行解封,得到解封数据;
所述解密单元用于对解封数据中的加密传感器数据和加密图像分别进行解密,得到解密传感器数据和解密PCBA板图像;
所述传感器数据去噪单元用于对解密传感器数据进行去噪,得到去噪传感器数据;
所述传感器状态数据提取单元用于根据去噪传感器数据,提取状态特征数据;
所述贴片故障识别单元用于根据状态特征数据,判断SMT贴片过程是否存在故障;
所述图像处理单元用于在存在故障时,对解密PCBA板图像进行图像处理,得到PCBA板质量合格程度。
在本实施例中,以加密传感器数据为例,解密时,先判断加密传感器数据的开头处是否为第一加密密码,若是,则为传感器数据,则根据第一加密函数,计算分段长度,得到分段位置,将分段位置、传感器数据开头处和末尾处的第一加密密码剔除,还原得到传感器数据,加密图像同理。
所述对解密传感器数据进行去噪的公式为:
,,其中,为第个去噪传感器数据,为比例系数,为第个解密传感器数据,为第个解密传感器数据,为统计的解密传感器数据的数量,为第个去噪传感器数据,为激活函数,为绝对值运算。
本发明利用函数的特性,侧重考虑当前最新的解密传感器数据,增强去噪过程的灵敏度,同时,兼顾整体的数据水平以及历史去噪传感器数据,降低噪声对传感数据的影响。
所述提取状态特征数据的公式为:
,,,其中,为第一状态特征数据,为第二状态特征数据,为第三状态特征数据,为取最大值,为取最小值,为第1个去噪传感器数据,为第个去噪传感器数据,为第个去噪传感器数据。
本发明状态特征数据包括三种,最大值占整体数据的情况、最小值占整体数据的情况、整体数据的波动情况占整体数据的情况,通过三方面评估SMT贴片过程是否存在故障。
所述贴片故障识别单元用于根据状态特征数据,判断SMT贴片过程是否存在故障,具体包括:
在第一状态特征数据超过第一状态特征阈值时,SMT贴片过程存在故障;
在第二状态特征数据超过第二状态特征阈值时,SMT贴片过程存在故障;
在第三状态特征数据超过第三状态特征阈值时,SMT贴片过程存在故障。
在本实施例中,第一状态特征阈值、第二状态特征阈值和第三状态特征阈值根据经验进行设置。
在本实施例中,超过定义为超出设定限度,例如,第一状态特征数据大于设定阈值,第二状态特征数据小于设定的阈值,均为超过设定限度。
在第一状态特征数据、第二状态特征数据和第三状态特征数据任一项超过阈值,都认定为存在故障,在三项均未超过阈值时,SMT贴片过程正常,保障质量检测的精准度。
所述图像处理单元包括:灰度处理子单元、轮廓提取子单元、诊断区域提取子单元、待诊断区域质量等级计算子单元和PCBA板质量合格等级预测子单元;
所述灰度处理子单元用于在存在故障时,对解密PCBA板图像进行灰度化处理,得到灰度图像;
所述轮廓提取子单元用于对灰度图像进行提取轮廓,得到轮廓图像;
所述诊断区域提取子单元用于将轮廓图像与轮廓标准图像相减,得到待诊断区域;
所述待诊断区域质量等级计算子单元用于根据待诊断区域,计算待诊断区域质量等级;
所述PCBA板质量合格等级预测子单元用于根据待诊断区域质量等级,得到PCBA板质量合格程度。
本发明通过灰度处理和提取轮廓处理,将PCBA板图像转为轮廓图像,从轮廓上的区别进行质量评估,将轮廓图像与轮廓标准图像相减,则可得到多余轮廓,根据多余轮廓的情况,对PCBA板质量合格程度进行评估。
所述诊断区域提取子单元用于将轮廓图像与轮廓标准图像相减,得到待诊断区域,具体包括:将轮廓图像进行切分,得到多个子轮廓图像;将轮廓标准图像按相同方式进行切分,得到多个子标准图像;在同一个像素点位置处,将子轮廓图像上的像素点灰度值与子标准图像上的像素点灰度值相减,得到灰度差值,在灰度差值低于灰度阈值时,从子轮廓图像剔除该像素点,得到新子轮廓图像;筛选出像素点数量大于数量阈值的新子轮廓图像,作为待诊断区域。
按相同方式将轮廓图像和轮廓标准图像进行划分,进行分区块处理,属于同一个对应区域时,在同一个像素点位置处,将子轮廓图像上的像素点灰度值与子标准图像上的像素点灰度值相减,得到灰度差值,在灰度差值低于灰度阈值时,则这两像素点的灰度差距可以忽略不计,新子轮廓图像上的像素点数量小于数量阈值时,则该新子轮廓图像上像素点较少,即异常的像素点不多,则可以忽略不计,挑选出对PCBA板实质影响较大的区域。
待诊断区域质量等级的计算公式为:
,其中,为第个待诊断区域的质量等级,为第个待诊断区域上第个像素点的灰度值,为第个待诊断区域对应同位置的子标准图像的平均灰度值,为第个待诊断区域上像素点的数量,为自然对数;
所述PCBA板质量合格程度的计算公式为:
,其中,为PCBA板质量合格程度,为待诊断区域的数量,为第个待诊断区域的质量等级,为归一化系数。
本发明选出的待诊断区域即为异常区域,通过待诊断区域上的灰度值与同位置的子标准图像的平均灰度值的差值,体现异常程度,同时考虑异常像素点的数量,异常像素点的数量越多和差值越大,该区域异常程度越高,质量越低,因此,综合同一个PCBA板的各个待诊断区域,得到PCBA板质量合格程度。
综上,本发明实施例的有益效果为:本发明采集SMT贴片过程中的传感器数据,同时采集SMT贴片后PCBA板图像,将图像和传感器数据加密封装后,通过无线传输设备传输至质量检测端,质量检测端在进行解封和解密后,先对传感器数据进行处理,判断传感器数据是否存在异常,若是,则SMT贴片过程存在故障,在存在故障时,说明SMT贴片机的某些机械结构运动不正常,在此情况下,需要对PCBA板图像进行处理,得到PCBA板质量合格程度,好的PCBA板可用于使用,即在传感器数据正常时,PCBA板质量是合格的,无需进行评估。本发明通过先处理传感器数据的方式,监测SMT贴片过程,仅针对异常时生产的PCBA板进行图像处理,减少数据运算量。
Claims (10)
1.一种基于物联网的SMT贴片质量检测***,其特征在于,包括:传感设备、图像设备、数据封装子***、无线传输设备和质量检测端;
所述传感设备用于采集SMT贴片过程中的传感器数据;
所述图像设备用于采集SMT贴片后PCBA板图像;
所述数据封装子***用于将传感器数据和PCBA板图像进行加密封装,得到封装数据;
所述无线传输设备将封装数据传输至质量检测端;
所述质量检测端用于对封装数据进行解封并解密,得到解密传感器数据和解密PCBA板图像,对解密传感器数据进行处理,判断出SMT贴片过程是否存在故障,在SMT贴片过程存在故障时,对解密PCBA板图像进行图像处理,得到PCBA板质量合格程度。
2.根据权利要求1所述的基于物联网的SMT贴片质量检测***,其特征在于,所述数据封装子***包括:传感器数据加密单元、PCBA板图像加密单元和封装单元;
所述传感器数据加密单元用于将传感器数据进行加密,得到加密传感器数据;
所述PCBA板图像加密单元用于将PCBA板图像进行加密,得到加密图像;
所述封装单元将加密传感器数据和加密图像进行封装,得到封装数据。
3.根据权利要求2所述的基于物联网的SMT贴片质量检测***,其特征在于,所述传感器数据加密单元用于将传感器数据进行加密,得到加密传感器数据,具体包括:
根据第一加密函数,对传感器数据进行第次分段,其中,第一加密函数为:,为第次分段时传感器数据的分段长度,为第一加密权重,为第一加密偏置,为对数函数,为取整运算;
在分段处、传感器数据开头处和末尾处,加入第一加密密码,得到加密传感器数据。
4.根据权利要求2所述的基于物联网的SMT贴片质量检测***,其特征在于,所述PCBA板图像加密单元用于将PCBA板图像进行加密,得到加密图像,具体包括:
根据第二加密函数,对PCBA板图像数据进行第次分段,其中,第二加密函数为:,为第次分段时PCBA板图像数据的分段长度,为第二加密权重,为第二加密偏置,为对数函数,为取整运算;
在分段处、PCBA板图像数据开头处和末尾处,加入第二加密密码,得到加密图像。
5.根据权利要求1所述的基于物联网的SMT贴片质量检测***,其特征在于,所述质量检测端包括:解封单元、解密单元、传感器数据去噪单元、传感器状态数据提取单元、贴片故障识别单元和图像处理单元;
所述解封单元用于对封装数据进行解封,得到解封数据;
所述解密单元用于对解封数据中的加密传感器数据和加密图像分别进行解密,得到解密传感器数据和解密PCBA板图像;
所述传感器数据去噪单元用于对解密传感器数据进行去噪,得到去噪传感器数据;
所述传感器状态数据提取单元用于根据去噪传感器数据,提取状态特征数据;
所述贴片故障识别单元用于根据状态特征数据,判断SMT贴片过程是否存在故障;
所述图像处理单元用于在存在故障时,对解密PCBA板图像进行图像处理,得到PCBA板质量合格程度。
6.根据权利要求5所述的基于物联网的SMT贴片质量检测***,其特征在于,所述对解密传感器数据进行去噪的公式为:
,,其中,为第个去噪传感器数据,为比例系数,为第个解密传感器数据,为第个解密传感器数据,为统计的解密传感器数据的数量,为第个去噪传感器数据,为激活函数,为绝对值运算。
7.根据权利要求5所述的基于物联网的SMT贴片质量检测***,其特征在于,所述提取状态特征数据的公式为:
,,,其中,为第一状态特征数据,为第二状态特征数据,为第三状态特征数据,为取最大值,为取最小值,为第1个去噪传感器数据,为第个去噪传感器数据,为第个去噪传感器数据。
8.根据权利要求7所述的基于物联网的SMT贴片质量检测***,其特征在于,所述贴片故障识别单元用于根据状态特征数据,判断SMT贴片过程是否存在故障,具体包括:
在第一状态特征数据超过第一状态特征阈值时,SMT贴片过程存在故障;
在第二状态特征数据超过第二状态特征阈值时,SMT贴片过程存在故障;
在第三状态特征数据超过第三状态特征阈值时,SMT贴片过程存在故障。
9.根据权利要求5所述的基于物联网的SMT贴片质量检测***,其特征在于,所述图像处理单元包括:灰度处理子单元、轮廓提取子单元、诊断区域提取子单元、待诊断区域质量等级计算子单元和PCBA板质量合格等级预测子单元;
所述灰度处理子单元用于在存在故障时,对解密PCBA板图像进行灰度化处理,得到灰度图像;
所述轮廓提取子单元用于对灰度图像进行提取轮廓,得到轮廓图像;
所述诊断区域提取子单元用于将轮廓图像与轮廓标准图像相减,得到待诊断区域;
所述待诊断区域质量等级计算子单元用于根据待诊断区域,计算待诊断区域质量等级;
所述PCBA板质量合格等级预测子单元用于根据待诊断区域质量等级,得到PCBA板质量合格程度。
10.根据权利要求9所述的基于物联网的SMT贴片质量检测***,其特征在于,所述诊断区域提取子单元用于将轮廓图像与轮廓标准图像相减,得到待诊断区域,具体包括:将轮廓图像进行切分,得到多个子轮廓图像;将轮廓标准图像按相同方式进行切分,得到多个子标准图像;在同一个像素点位置处,将子轮廓图像上的像素点灰度值与子标准图像上的像素点灰度值相减,得到灰度差值,在灰度差值低于灰度阈值时,从子轮廓图像剔除该像素点,得到新子轮廓图像;筛选出像素点数量大于数量阈值的新子轮廓图像,作为待诊断区域;
待诊断区域质量等级的计算公式为:
,其中,为第个待诊断区域的质量等级,为第个待诊断区域上第个像素点的灰度值,为第个待诊断区域对应同位置的子标准图像的平均灰度值,为第个待诊断区域上像素点的数量,为自然对数;
所述PCBA板质量合格程度的计算公式为:
,其中,为PCBA板质量合格程度,为待诊断区域的数量,为第个待诊断区域的质量等级,为归一化系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310384279.7A CN116096066B (zh) | 2023-04-12 | 2023-04-12 | 一种基于物联网的smt贴片质量检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310384279.7A CN116096066B (zh) | 2023-04-12 | 2023-04-12 | 一种基于物联网的smt贴片质量检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116096066A true CN116096066A (zh) | 2023-05-09 |
CN116096066B CN116096066B (zh) | 2023-06-16 |
Family
ID=86199562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310384279.7A Active CN116096066B (zh) | 2023-04-12 | 2023-04-12 | 一种基于物联网的smt贴片质量检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116096066B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116991131A (zh) * | 2023-09-26 | 2023-11-03 | 南通新丰威机械科技有限公司 | 基于传感器协同的生产流转控制方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105472886A (zh) * | 2015-11-13 | 2016-04-06 | 惠州市金百泽电路科技有限公司 | 一种内置有源器件pcb板制作方法 |
CN206177350U (zh) * | 2016-09-25 | 2017-05-17 | 东莞市罗数基础工业科技有限公司 | 回流焊机产能采集*** |
US20170292916A1 (en) * | 2014-09-18 | 2017-10-12 | Zhejiang University | Surface defects evaluation system and method for spherical optical components |
CN109584215A (zh) * | 2018-11-10 | 2019-04-05 | 东莞理工学院 | 一种电路板在线视觉检测*** |
CN111060515A (zh) * | 2019-12-04 | 2020-04-24 | 深圳市铭华航电工艺技术有限公司 | Pcba质量检测方法、***、计算机设备 |
CN111583216A (zh) * | 2020-04-30 | 2020-08-25 | 深圳比特微电子科技有限公司 | Pcba电路板的缺陷检测方法 |
CN112200799A (zh) * | 2020-10-29 | 2021-01-08 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于Gerber文件的PCB电子元器件缺陷检测方法 |
CN113325299A (zh) * | 2021-05-27 | 2021-08-31 | 山东英信计算机技术有限公司 | 一种pcba板的质检方法及其相关组件 |
CN115082401A (zh) * | 2022-06-22 | 2022-09-20 | 桂林电子科技大学 | 一种基于改进yolox与pnn的smt产线贴片机故障预测方法 |
CN115082394A (zh) * | 2021-08-09 | 2022-09-20 | 深圳智检慧通科技有限公司 | 一种插件缺陷视觉检测识别方法、可读存储介质及设备 |
CN115423803A (zh) * | 2022-10-19 | 2022-12-02 | 武汉中关村硬创空间科技有限公司 | 组装检测方法、装置、设备及存储介质 |
CN115561247A (zh) * | 2022-10-18 | 2023-01-03 | 深圳华太芯创有限公司 | 一种电子元器件外观自动视觉检测*** |
CN115861291A (zh) * | 2023-01-06 | 2023-03-28 | 曲阜天博汽车电器有限公司 | 基于机器视觉的贴片电路板生产缺陷检测方法 |
-
2023
- 2023-04-12 CN CN202310384279.7A patent/CN116096066B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170292916A1 (en) * | 2014-09-18 | 2017-10-12 | Zhejiang University | Surface defects evaluation system and method for spherical optical components |
CN105472886A (zh) * | 2015-11-13 | 2016-04-06 | 惠州市金百泽电路科技有限公司 | 一种内置有源器件pcb板制作方法 |
CN206177350U (zh) * | 2016-09-25 | 2017-05-17 | 东莞市罗数基础工业科技有限公司 | 回流焊机产能采集*** |
CN109584215A (zh) * | 2018-11-10 | 2019-04-05 | 东莞理工学院 | 一种电路板在线视觉检测*** |
CN111060515A (zh) * | 2019-12-04 | 2020-04-24 | 深圳市铭华航电工艺技术有限公司 | Pcba质量检测方法、***、计算机设备 |
CN111583216A (zh) * | 2020-04-30 | 2020-08-25 | 深圳比特微电子科技有限公司 | Pcba电路板的缺陷检测方法 |
CN112200799A (zh) * | 2020-10-29 | 2021-01-08 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于Gerber文件的PCB电子元器件缺陷检测方法 |
CN113325299A (zh) * | 2021-05-27 | 2021-08-31 | 山东英信计算机技术有限公司 | 一种pcba板的质检方法及其相关组件 |
CN115082394A (zh) * | 2021-08-09 | 2022-09-20 | 深圳智检慧通科技有限公司 | 一种插件缺陷视觉检测识别方法、可读存储介质及设备 |
CN115082401A (zh) * | 2022-06-22 | 2022-09-20 | 桂林电子科技大学 | 一种基于改进yolox与pnn的smt产线贴片机故障预测方法 |
CN115561247A (zh) * | 2022-10-18 | 2023-01-03 | 深圳华太芯创有限公司 | 一种电子元器件外观自动视觉检测*** |
CN115423803A (zh) * | 2022-10-19 | 2022-12-02 | 武汉中关村硬创空间科技有限公司 | 组装检测方法、装置、设备及存储介质 |
CN115861291A (zh) * | 2023-01-06 | 2023-03-28 | 曲阜天博汽车电器有限公司 | 基于机器视觉的贴片电路板生产缺陷检测方法 |
Non-Patent Citations (2)
Title |
---|
刘浩;孙建明;王小芳;李昭;: "基于图像处理的印品质量检测***研究", 科技视界, no. 03 * |
李飞;冯开勇;苑玮琦;: "柔性印刷线路板LED缺陷检测方法的研究", 计算机工程与应用, no. 05 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116991131A (zh) * | 2023-09-26 | 2023-11-03 | 南通新丰威机械科技有限公司 | 基于传感器协同的生产流转控制方法及*** |
CN116991131B (zh) * | 2023-09-26 | 2023-12-01 | 南通新丰威机械科技有限公司 | 基于传感器协同的生产流转控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116096066B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116096066B (zh) | 一种基于物联网的smt贴片质量检测*** | |
CN111667448B (zh) | 一种图像处理方法、装置及设备 | |
CN116563283B (zh) | 基于图像处理的蒸汽锅炉气体泄露检测方法及检测装置 | |
CN115148620A (zh) | 晶圆清洗异常检测方法及装置 | |
Wu et al. | The development of automated solder bump inspection using machine vision techniques | |
CN109636793A (zh) | 显示器的检测***及其检测方法 | |
CN109711308B (zh) | 指纹组件、电子设备及其指纹信号处理方法 | |
CN113469974B (zh) | 球团链篦机篦板状态监测方法及其监测*** | |
CN114240985A (zh) | 粮食储量的确定方法、装置、设备、介质和产品 | |
JP2011007728A (ja) | 欠陥検出方法、欠陥検出装置、および欠陥検出プログラム | |
CN116908659B (zh) | 车规级封装焊点可靠性测试方法及*** | |
CN116380918A (zh) | 缺陷检测方法、装置及设备 | |
CN116430069A (zh) | 机器视觉流体流速测量方法、装置、计算机设备及存储介质 | |
CN111553910B (zh) | 一种基于红外图像的大型实验装置电器设备热故障检测方法 | |
CN115101452A (zh) | 一种基于机器视觉的芯片在线生产监控方法及*** | |
CN115905907A (zh) | 风机主轴承的异常监测方法、装置、电子设备及存储介质 | |
CN114112409A (zh) | 发动机水温异常诊断方法、终端及计算机可读存储介质 | |
CN110347666B (zh) | 一种改善时序数据质量和预警的方法及装置 | |
CN113743224B (zh) | 基于边缘计算的登高作业人员安全带佩戴监控方法及*** | |
CN113986659A (zh) | 故障分析方法、装置、设备及计算机存储介质 | |
TWI773034B (zh) | 監測設備之系統及方法 | |
CN108508018A (zh) | 一种基于图像数据的质量监控方法 | |
CN112419190B (zh) | 一种基于局部统计信息和几何距离的脉冲噪声滤波方法、*** | |
CN115953605B (zh) | 机器视觉多目标图像坐标匹配方法 | |
CN117953434B (zh) | 基于智能网关的输电线路外力破坏监测方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |