自動(dòng)檢測技術(shù)在制造業(yè)中的廣泛應用
自動(dòng)檢測的形式多種多樣
在各行各業(yè)中均有應用

除制造業(yè)外,自動(dòng)檢測還廣泛應用于生命科學(xué)和制藥領(lǐng)域,包括降低交叉污染概率以及識別細胞異常。

什么是自動(dòng)檢測


自動(dòng)檢測可分為多個(gè)種類(lèi),其中一種為自動(dòng)光學(xué)檢測(AOI),其作用是進(jìn)行視覺(jué)檢測。AOI系統可在一秒內獲取數百萬(wàn)個(gè)數據點(diǎn),用于視覺(jué)檢測和精密測量。盡管AOI通常被稱(chēng)為印刷電路板(PCB)檢測系統,但該技術(shù)幾乎可用于任何需要進(jìn)行視覺(jué)檢測的地方。
AOI系統依靠機器視覺(jué)來(lái)執行檢測流程。機器視覺(jué)利用成像技術(shù)(攝像頭或傳感器)從周?chē)h(huán)境中獲取視覺(jué)信息。然后利用硬件和軟件對圖像進(jìn)行處理,將處理好的信息用于各種應用中。機器視覺(jué)技術(shù)一般根據具體需求使用專(zhuān)用攝像頭或傳感器來(lái)獲取圖像。根據應用情景選擇最合適的相機,常見(jiàn)的相機接口包括可直接插入主機設備的USB3和GigE,而CXP和CLHS則需要連接圖像采集卡提高成像速度。隨后利用圖像數據處理、分析和測量圖像特征。
隨著(zhù)機器視覺(jué)相機的不斷發(fā)展,分辨率越來(lái)越高,以及更先進(jìn)的移動(dòng)物體捕捉技術(shù),自動(dòng)檢測變得越來(lái)越精確和完善。軟件和處理算法也在不斷改進(jìn),人工智能(AI)和深度學(xué)習的應用日益廣泛,對自動(dòng)檢測有著(zhù)深刻影響。

AOI是如何工作的


其工作原理是由機器視覺(jué)相機和光源捕捉被檢測物體的圖像。該過(guò)程類(lèi)似于人眼觀(guān)察物體,但相機可以捕捉到更多細節,并永久記錄下圖像,并從中進(jìn)行學(xué)習。之后圖像分析軟件會(huì )對圖像進(jìn)行檢查,并將其與被檢測物體的外觀(guān)標準進(jìn)行比較。這就好比人腦識別零件并判斷其是否正?!浖梢源_保每次都做出一致的決定。
人工視覺(jué)檢測通常被拿來(lái)與自動(dòng)光學(xué)檢測進(jìn)行對比。利用計算機檢測,該技術(shù)可以更快地檢測物品,并獲得更一致、更可靠的結果。而且,與人類(lèi)不同的是,計算機永遠不會(huì )感到疲倦,永遠不需要休息,也不介意一遍又一遍地重復相同的工作。
由于印刷電路板或其他微小元件體積小、結構復雜、細節精細,僅通過(guò)人眼無(wú)法對其進(jìn)行有效檢查。隨著(zhù)電路板越做越小、越來(lái)越復雜,即使一塊相對簡(jiǎn)單的電路板也可能由數千個(gè)元件組成。與人類(lèi)視覺(jué)檢測進(jìn)行對比有助于我們進(jìn)一步了解這個(gè)過(guò)程,在部分行業(yè)仍在保持著(zhù)人工檢測。
哪些行業(yè)采用自動(dòng)檢測


若要對此類(lèi)的制成品進(jìn)行自動(dòng)檢測,就必須能夠在高速運轉的情況下精確地測量出不規則度,同時(shí)完全不受工廠(chǎng)車(chē)間環(huán)境光線(xiàn)的影響。但直到最近才出現了符合要求的在線(xiàn)測量設備,因此制造商在進(jìn)行此類(lèi)檢測時(shí)仍然主要依靠人眼。隨著(zhù)自動(dòng)檢測設備的不斷發(fā)展,大型部件制造商將逐漸轉為自動(dòng)檢測。
從半導體和消費電子產(chǎn)品,到汽車(chē)和航空航天,再到生物技術(shù)和基因組學(xué),自動(dòng)檢測有助于提高產(chǎn)品安全性和質(zhì)量。

AOI的優(yōu)勢是什么


提高生產(chǎn)率
自動(dòng)化檢測可實(shí)現全天候批量生產(chǎn)
持續可用
系統可一天24小時(shí)工作
速度快
可實(shí)現較高的檢測速度和產(chǎn)量
準確、精準、可靠、一致
可以通過(guò)編程來(lái)識別精確的細節,并以恒定、持續的速度準確、可靠地完成任務(wù)
適應性高、可編程性強
可以快速、輕松地適應各類(lèi)產(chǎn)品和表面,并可進(jìn)行遠程編程和監控
長(cháng)期成本降低
進(jìn)行初始投資后,AOI可帶來(lái)長(cháng)期成本效益
改善安全與工作條件
自動(dòng)檢測系統消除了安全問(wèn)題和人工檢測人員繁瑣的重復性工作,讓員工有機會(huì )把時(shí)間投入到價(jià)值更高的工作中
提升產(chǎn)品質(zhì)量
最終目標是生產(chǎn)出更安全、壽命更長(cháng)、不易損壞的高質(zhì)量產(chǎn)品
配合AI和深度學(xué)習的應用,AOI的這些優(yōu)勢將更加明顯。通過(guò)AI,系統可以不斷“學(xué)習”,利用不斷完善的數據集更新訓練模型,從而提高性能。AI軟件還能使檢測系統的編程更加直觀(guān)。利用AI和深度學(xué)習進(jìn)一步完善檢測工作
隨著(zhù)AI和深度學(xué)習技術(shù)的出現,自動(dòng)檢測得到進(jìn)一步完善。其核心為軟件、新的深度學(xué)習技術(shù)、并行處理能力和易用性工具。AI用于訓練機器視覺(jué)系統,以識別缺陷和異常。傳統的圖像處理軟件依賴(lài)于特定任務(wù)的算法,需要數百甚至數千張高質(zhì)量的人工分類(lèi)圖像來(lái)訓練系統。但如今,深度學(xué)習軟件僅需對少數圖像進(jìn)行分類(lèi),并且提高了可預測性。此外,通過(guò)訓練有素的AI視覺(jué)系統,軟件可以快速識別圖像中的變動(dòng),而傳統的機器視覺(jué)系統則有可能漏過(guò)的錯誤。
有一種新型深度學(xué)習分類(lèi)技術(shù)叫做異常檢測,即僅使用優(yōu)良示例來(lái)訓練網(wǎng)絡(luò )。從而讓網(wǎng)絡(luò )可以識別正常數據,并將數據集之外的數據都視為異常數據。異常檢測工具可擴大深度學(xué)習的應用范圍。異常檢測有助于減少訓練系統所需的工程工作。收集好數據后,即使是非專(zhuān)業(yè)人士也能對系統進(jìn)行培訓,從而大大降低成本。現在的深度學(xué)習軟件比其他任何傳統算法都能更好地對圖像進(jìn)行分類(lèi)。但對于可預測性很強、變化不大的檢測,最好還是使用傳統視覺(jué)算法,以降低系統工作量。
檢查太陽(yáng)能電池板、茶葉包裝和鋰電池
為了說(shuō)明自動(dòng)檢測的實(shí)際運用情況,以下舉了三個(gè)應用實(shí)例,可以看出該技術(shù)的廣泛應用及其優(yōu)勢。1
自動(dòng)化檢測在太陽(yáng)能電池板制造中起著(zhù)至關(guān)重要的作用。與電子制造領(lǐng)域一樣,太陽(yáng)能電池板的全球主要制造商均已實(shí)現100%的自動(dòng)檢測,其他行業(yè)也在向自動(dòng)檢測轉型。微裂縫檢測非常重要,因為此類(lèi)故障可能導致整個(gè)太陽(yáng)能電池板碎裂,對其他電池板和設備造成損害,進(jìn)而產(chǎn)生昂貴的停機清理和維修費用。
在其伊斯坦布爾食品包裝廠(chǎng)內,Kibele-PIMS已經(jīng)為聯(lián)合利華的兩家公司家樂(lè )(Knorr)和立頓(Lipton)開(kāi)發(fā)并調試了兩套先進(jìn)的全自動(dòng)化系統,利用機器人對湯料和茶葉紙箱進(jìn)行識別、分揀,然后碼放在托盤(pán)上。采用全自動(dòng)化解決方案以前,食品包裝需要通過(guò)人工揀選,是一項非常繁瑣的工作?,F在紙箱送達間隔時(shí)間僅需1.5到2秒,從而大大提高了生產(chǎn)效率,并降低了錯誤率。
2
3
鋰離子電池(LIB)廣泛應用于智能手機、平板電腦、電動(dòng)工具等設備,需求量最大的是電動(dòng)汽車(chē)。在電力系統中,電池故障會(huì )帶來(lái)多重危險,因此自動(dòng)檢測至關(guān)重要。最好能在生產(chǎn)過(guò)程中早期發(fā)現問(wèn)題,以免浪費時(shí)間和資源。根據經(jīng)驗,制造商們認為,缺陷識別的級別最好保持在50微米以下乃至10微米。
自動(dòng)檢測的形式多種多樣,在各行各業(yè)中均有應用。對于高價(jià)值產(chǎn)品(如半導體、鋰離子電池和太陽(yáng)能電池板)而言,由于漏查可能大大增加材料成本,因此AOI能帶來(lái)更直接的投資回報。自動(dòng)光學(xué)檢測在其他行業(yè)同樣能夠發(fā)揮較大優(yōu)勢,減少誤差、提高總體質(zhì)量、提高生產(chǎn)率并增加盈利能力。隨著(zhù)AI與深度學(xué)習的融入,自動(dòng)檢測技術(shù)有望在未來(lái)幾年得到進(jìn)一步完善。轉自:Teledyne Imaging
*博客內容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀(guān)點(diǎn),如有侵權請聯(lián)系工作人員刪除。