CN114347687B - Outer离线AOI自动化上、下板记录方法、自动手臂机及应用 - Google Patents
Outer离线AOI自动化上、下板记录方法、自动手臂机及应用 Download PDFInfo
- Publication number
- CN114347687B CN114347687B CN202210009832.4A CN202210009832A CN114347687B CN 114347687 B CN114347687 B CN 114347687B CN 202210009832 A CN202210009832 A CN 202210009832A CN 114347687 B CN114347687 B CN 114347687B
- Authority
- CN
- China
- Prior art keywords
- automatic
- aoi
- plate
- board
- pcb
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005507 spraying Methods 0.000 claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 18
- 238000013135 deep learning Methods 0.000 claims description 13
- 238000007599 discharging Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 239000000969 carrier Substances 0.000 claims description 2
- 230000006870 function Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 9
- 238000013507 mapping Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Ink Jet (AREA)
Abstract
本发明属于PCB板制造技术领域，公开了Outer离线AOI自动化上、下板记录方法、自动手臂机及应用。采用自动机械手臂机连线离线AOI主机；搭载60度L架装板载具；采用自动手臂取板与放板；自动手臂机装载自动喷码，自动按序喷码和扫码识别。本发明创新的解决了PCB板(Printed Circuit Board，印制电路板)Outer离线AOI人工手动上下板和记录方式。本发明利用自动机械手臂机、配备L架辅助载具放板、自动喷墨打码记录，实现离线AOI自动上下板和自动喷码记录。本发明实现了离线AOI自动化生产，有效降低人工操作成本。自动喷码记录，数据同步出错率为零。
Description
技术领域
本发明属于PCB板(Printed Circuit Board，印制电路板)制造技术领域，公开了一种Outer离线AOI自动化上、下板记录方法、Outer离线AOI自动手臂机、数据信息处理终端、PCB板喷码和扫码识别生产线及接收用户输入程序存储介质。
背景技术
目前，行业内Outer离线AOI解决PCB板(Printed Circuit Board，印制电路板)上、下板检测方式时，采用人工手动放板和记录方式。
原方法无法实现自动上下板和记录生产原因：(1)离线AOI单一面检测时，人工放板检测，单面检测完成，人工再将板翻面检测，完成PCB板两面检测后再人工将板取出放置指定区域；(2)检测完成每一块PCB板后人工在板边用标识笔记录检测序列号；(3)不能实现自动打码追溯。
通过上述分析，现有技术存在的问题及缺陷为：Outer离线AOI采用人工上、下板检测方式，不能自动连线生产；1台AOI主机1个人工固定操作生产，人工成本高；人工操作上下板，生产效率低；AOI扫描人工操作记录序号，记录出错风险高。
解决以上问题及缺陷的难度为：(1)人工上、下板检测方式，不能自动连线生产，人工成本高；(2)人工操作上下板，生产效率低；(3)人工操作记录序号，记录出错风险高。
解决以上问题及缺陷的意义为：(1)降低人工成本，1人可实现4台设备同时操作生产，节约3人/组；(2)实现自动连线生产，生产效率高，平均生产效率提升28％/台；(3)实现自动打码记录，避免记录出错风险。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种Outer离线AOI自动化上、下板记录方法、Outer离线AOI自动手臂机、数据信息处理终端、PCB板喷码和扫码识别生产线及接收用户输入程序存储介质。
所述技术方案如下：Outer离线AOI自动化上、下板记录方法包括：利用上、下板载体装载PCB板，通过自动吸气手臂机将PCB板送入AOI台面检测；
检测完成后，在AOI台面上自动取板，放置在上、下板载体内，同时对检测的PCB板自动喷墨打码和记录。
在一个实施例中，所述Outer离线AOI自动化上、下板记录方法具体包括：
步骤一，采用自动机械手臂机连线离线AOI主机，硬件搭配AOI台面空间连接自动上、下板机械手臂设备，自动上、下板机械手臂软件连接AOI软件，进行一体化操作；
步骤二，搭载60度L架装板载具，自动上、下板机左右进出板区域设置放置L架区域，装载待检板L架和已检板L架上，用于上、下取板；
步骤三，采用自动手臂取板与放板，在取/放板区域安装自动旋转机械手，测板时，取板机械手自动取放，进行扫描测试，放板机械手自动取板放置胶框内，进行自动取、放板；
步骤四，自动手臂机装载自动喷码，自动按序喷码和扫码识别，在测试完成后取板机械手将板放置到自动喷码位置，打码器上装载墨水进行打码。
在一个实施例中，在步骤四中，自动手臂机装载自动喷码，自动按序喷码和扫码识别的方法具体包括：
将所收集的PCB板二维码扫描结果进行标准化操作后作为编码芯片的输入，利用编码芯片对输入的标准化操作数据进行取放顺序信息的深度学习；
随后对深度学习后的取放顺序信息，利用编码芯片进行输出，并作为深度学习神经网络模型的输入对PCB板的取放顺序进行相应的分类学习，再利用分类芯片对PCB板取放顺序异常与否进行分类和辨识。
在一个实施例中，所述利用编码芯片对输入的标准化操作数据进行取放顺序信息的深度学习包括：通过加入正则项约束对隐层神经元的输出进行抑制操作，编码芯片的训练过程为：
1)输入样本xi，i＝1，2，3，…，n；
2)对于每个结点进行相应的编码操作：h＝Wxi+b，其中b为偏置项参数；
3)只要当前的迭代次数t小于总需求的迭代次数T；
4)只要当前的结点编号i小于每层的结点总数n；
5)对权重进行相应的残差更新计算操作：
对应J(W，b)为传统编码芯片损失函数，其表达式为
对应
为KL散度约束，其KL散度约束表达式为
其中
为隐层节点输出值的平均值，β为控制稀疏项的惩罚系数，ρ为预期目标值；
6)对于偏置项参数的残差更新计算操作，利用以下等式进行相应的更新操作：
7)对重构矩阵进行相应的更新操作：
8)对偏置项参数进行相应的更新操作：
9)对相应的结点数i和迭代次数t进行分别自增的操作，然后进行下次的权重参数更新操作；
10)在得到了优化后的重构矩阵后，需要对每个结点进行相应的解码操作：x′i＝g(WTh+b)。
在一个实施例中，所述编码芯片进行多次迭代训练后，得到最优约束权重矩阵和重构矩阵，利用这两个矩阵能够使得所得到的数据和原始数据之间的损失误差值降到最低，同时能够得到高维取放顺序信息的低维表达，并将此数据作为后续深度学习神经网络模型分类器的输入数据。
在一个实施例中，所述深度学习神经网络模型对PCB板的取放顺序进行相应的分类学习方法包括：
利用前向传播计算出在对应的权重矩阵下在给定样本下对应的预测样本值，利用反向传播通过利用微分计算对应的累计残差对相应的权重进行更新操作，前向传播算法包括：
i)输入样本xi，i＝1，2，3，…，n；
ii)对一个每一个结点xi，进行如下的前向传播计算；
iii)计算每项结点的映射值：
iv)计算每项结点的激活函数值：hi＝σ(si)，σ为双曲正切激活函数；
v)计算每项结点的分类输出值：zi＝Vhi+c；
vi)对每项结点进行分类计算：yi＝softmax(zi)；
反向传播算法包括：
a)输入样本：
b)对于每个结点，计算对应的残差项；
c)计算隐层单元和输出层单元权重的残差值，并对权重值进行更新：
d)计算分类输出函数所对应的偏置项参数所对应的残差值，并对偏置项进行更新：
e)对于输出层单元与隐层单元之间的连接权重W，前一隐层单元与当前时刻隐层单元的连接权重U以及样本映射函数的误差偏置项b，这三个参数更新与当前时刻t和下一时刻t+1相关联，对以下三个参数进行步骤f)、步骤g)、步骤h)更新；
f)对于输出层单元与隐层单元之间的连接权重W的残差值计算和更新：
g)对于前一隐层单元与当前时刻隐层单元的连接权重U的残差值计算和更新：
h)对于样本映射函数的误差偏置项b的计算和更新：
本发明的另一目的在于提供一种实施所述Outer离线AOI自动化上、下板记录方法的Outer离线AOI自动手臂机，所述Outer离线AOI自动手臂机包括：
AOI主机，用于进行自动机械手臂机、自动喷墨打码的参数设置以及运行程序进行设置；
载具装板，用于承载PCB板；
自动手臂，用于自动抓取和放置PCB板；
自动喷码设备，用于自动按序喷码和扫码识别；
下板设备，用于将喷码后的PCB板自动输出。
在一个实施例中，所述载具装板采用60度L架装板载具；所述自动手臂用于自动翻转PCB板。
本发明的另一目的在于提供一种数据信息处理终端，所述数据信息处理终端执行所述Outer离线AOI自动化上、下板记录方法。
本发明的另一目的在于提供一种PCB板喷码和扫码识别生产线，所述PCB板喷码和扫码识别生产线搭载所述的Outer离线AOI自动手臂机。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
(1)本发明创新的解决了PCB板(Printed Circuit Board，印制电路板)Outer离线AOI人工手动上下板和记录方式。
(2)本发明利用自动机械手臂机、配备L架辅助载具放板、自动喷墨打码记录，实现离线AOI自动上下板和自动喷码记录。
(3)本发明实现了离线AOI自动化生产，有效降低人工操作成本。自动喷码记录，数据同步出错率为零。
(4)本发明Outer离线AOI自动手臂机总机(连线AOI主机自动上、下板一体设备)设置AGV进出空间，可完成AGV自动进板和出板，无需人员搬运，减少人员搬运过程产生板面刮伤风险，实现上板、放板、抓板、检测、取板、喷码、下板、取板流程智能一体化生产过程，由原来离线AOI机1人操作1台设备到1人可同时操作3～4台设备智能化生产转变。
(5)本发明所述依据软件编码程序依次对已扫描检测完成的PCB板进行打码，分辨测试顺序，具体包括：将所收集的PCB板二维码扫描结果进行标准化操作后作为编码芯片的输入，利用编码芯片对输入的标准化操作数据进行取放顺序信息的深度学习；随后对深度学习后的取放顺序信息，利用编码芯片进行输出，并作为深度学习神经网络模型的输入对PCB板的取放顺序进行相应的分类学习，再利用分类芯片对PCB板取放顺序异常与否进行分类和辨识；本发明辨识精度高。
当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明的公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本发明实施例提供的离线AOI自动化上、下板记录生产方法流程图。
图2是本发明实施例提供的Outer离线AOI自动手臂机总机(连线AOI主机自动上、下板一体设备)效果图。
图3是本发明实施例提供的依据软件编码程序依次对已扫描检测完成的PCB板进行打码分辨测试顺序流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
本发明实施例提供的离线AOI自动化上、下板记录生产方法采用L架为上、下板载体装载PCB板，通过设备硬件设置装载L架和自动吸气手臂机，利用软件功能将PCB板自动送入AOI台面检测，检测完成后自动在AOI台面上取板放置在指定载体L架内，完成规律性的自动上、下板AOI检测，替代人工上、下板方式检测，所述Outer离线AOI自动化上、下板记录方法利用自动机械手臂机、配备装板载具以及自动喷墨打码，实现离线AOI自动上下板和自动喷码记录。
如图1所示，本发明提供的离线AOI自动化上、下板记录生产方法利用自动机械手臂机、配备L架辅助载具放板、自动喷墨打码记录，实现离线AOI自动上下板和自动喷码记录。
具体包括：
S101，采用自动机械手臂机连线离线AOI主机。
S102，搭载60度L架装板载具。
S103，采用自动手臂取板与放板。
S104，自动手臂机装载自动喷码，可做自动按序喷码和扫码识别。
在一优选实施例中，步骤S101具体包括：采用自动机械手臂机连线离线AOI主机，硬件搭配AOI台面空间连接自动上、下板机械手臂设备，上、下手臂机软件连接AOI软件，实现操作性一体化；
在一优选实施例中，步骤S102具体包括：搭载60度L架装板载具，自动上、下板机左右进出板区域设置专用放置L架区域，装载待检板L架和已检板L架上，方便上、下取板；
在一优选实施例中，步骤S103具体包括：采用自动手臂取板与放板，在取/放板区域安装有自动旋转机械手，测板时，取板机械手自动取放，扫描测试完成，放板机械手自动取板放置胶框内，完成自动取、放板功能；
在一优选实施例中，步骤S104具体包括：自动手臂机装载自动喷码，自动按序喷码和扫码识别，在测试完成后取板机械手将板放置到自动喷码位置，打码器上装载墨水，依据软件编码程序依次对已扫描检测完成的PCB板进行打码，以分辨测试顺序。
在本发明一优选实施例中，Outer离线AOI自动手臂机：采用L架为载具装板，平均每完成每PNL PCB板从上板—检测—出板时间为36sec，具备自动抓取板，自动翻面检测，自动喷码记录，自动下板模式等功能，任意切换，是一款多功能，高效率的智能自动高端设备。如图2所示，连线AOI主机自动上、下板一体设备效果图。
在一优选实施例中，如图3所示，所述依据软件编码程序依次对已扫描检测完成的PCB板进行打码，分辨测试顺序的方法具体包括：
S201，将所收集的PCB板二维码扫描结果进行标准化操作后作为编码芯片的输入，利用编码芯片对输入的标准化操作数据进行取放顺序信息的深度学习；
S202，随后对深度学习后的取放顺序信息，利用编码芯片进行输出；
S203，将S202输出数据作为深度学习神经网络模型的输入对PCB板的取放顺序进行相应的分类学习，再利用分类芯片对PCB板取放顺序异常与否进行分类和辨识。
步骤S201中，所述利用编码芯片对输入的标准化操作数据进行取放顺序信息的深度学习包括：通过加入正则项约束对隐层神经元的输出进行抑制操作，编码芯片的训练过程为：
1)输入样本xi，i＝1，2，3，…，n；
2)对于每个结点进行相应的编码操作：h＝Wxi+b，其中b为偏置项参数；
3)只要当前的迭代次数t小于总需求的迭代次数T；
4)只要当前的结点编号i小于每层的结点总数n；
5)对权重进行相应的残差更新计算操作：
对应J(W，b)为传统编码芯片损失函数，其表达式为
对应
为KL散度约束，其KL散度约束表达式为
其中
为隐层节点输出值的平均值，β为控制稀疏项的惩罚系数，ρ为预期目标值；
6)对于偏置项参数的残差更新计算操作，利用以下等式进行相应的更新操作：
7)对重构矩阵进行相应的更新操作：
8)对偏置项参数进行相应的更新操作：
9)对相应的结点数i和迭代次数t进行分别自增的操作，然后进行下次的权重参数更新操作；
10)在得到了优化后的重构矩阵后，需要对每个结点进行相应的解码操作：
对编码芯片进行多次迭代训练后，得到最优约束权重矩阵和重构矩阵，利用这两个矩阵能够使得所得到的数据和原始数据之间的损失误差值降到最低，同时能够得到高维取放顺序信息的低维表达，并将此数据作为后续深度学习神经网络模型分类器的输入数据；
步骤S203中，深度学习神经网络模型对PCB板的取放顺序进行相应的分类学习方法包括：
利用前向传播计算出在对应的权重矩阵下在给定样本下对应的预测样本值，利用反向传播通过利用微分计算对应的累计残差对相应的权重进行更新操作；
前向传播算法包括：
i)输入样本xi，i＝1，2，3，…，n；
ii)对一个每一个结点xi，进行如下的前向传播计算；
iii)计算每项结点的映射值：
iv)计算每项结点的激活函数值：hi＝σ(si)，σ为双曲正切激活函数；
v)计算每项结点的分类输出值：zi＝Vhi+c；
vi)对每项结点进行分类计算：yi＝softmax(zi)；
反向传播算法包括：
a)输入样本：
b)对于每个结点，计算对应的残差项；
c)计算隐层单元和输出层单元权重的残差值，并对权重值进行更新：
d)计算分类输出函数所对应的偏置项参数所对应的残差值，并对偏置项进行更新：
e)对于输出层单元与隐层单元之间的连接权重W，前一隐层单元与当前时刻隐层单元的连接权重U以及样本映射函数的误差偏置项b，这三个参数更新与当前时刻t和下一时刻t+1相关联，对以下三个参数进行步骤f)、步骤g)、步骤h)更新；
f)对于输出层单元与隐层单元之间的连接权重W的残差值计算和更新：
g)对于前一隐层单元与当前时刻隐层单元的连接权重U的残差值计算和更新：
h)对于样本映射函数的误差偏置项b的计算和更新：
下面结合具体实验数据对本发明积极效果作进一步描述。
产能验证数据比较
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。
Claims (6)
1.一种Outer离线AOI自动化上、下板记录方法，其特征在于，所述Outer离线AOI自动化上、下板记录方法包括：利用上、下板载体装载PCB板，通过自动吸气手臂机将PCB板送入AOI台面检测；
检测完成后，在AOI台面上自动取板，放置在上、下板载体内，同时对检测的PCB板自动喷墨打码和记录；
所述Outer离线AOI自动化上、下板记录方法具体包括：
步骤一，采用自动机械手臂机连线离线AOI主机，硬件搭配AOI台面空间连接自动上、下板机械手臂设备，自动上、下板机械手臂软件连接AOI软件，进行一体化操作；
步骤二，搭载60度L架装板载具，自动上、下板机左右进出板区域设置放置L架区域，装载待检板L架和已检板L架上，用于上、下取板；
步骤三，采用自动手臂取板与放板，在取/放板区域安装自动旋转机械手，测板时，取板机械手自动取放，进行扫描测试，放板机械手自动取板放置胶框内，进行自动取、放板；
步骤四，自动手臂机装载自动喷码，自动按序喷码和扫码识别，在测试完成后取板机械手将板放置到自动喷码位置，打码器上装载墨水进行打码。
2.根据权利要求1所述的Outer离线AOI自动化上、下板记录方法，其特征在于，在步骤四中，自动手臂机装载自动喷码，自动按序喷码和扫码识别的方法具体包括：
将所收集的PCB板二维码扫描结果进行标准化操作后作为编码芯片的输入，利用编码芯片对输入的标准化操作数据进行取放顺序信息的深度学习；
随后对深度学习后的取放顺序信息，利用编码芯片进行输出，并作为深度学习神经网络模型的输入对PCB板的取放顺序进行相应的分类学习，再利用分类芯片对PCB板取放顺序异常与否进行分类和辨识。
3.一种实施权利要求1-2任意一项所述Outer离线AOI自动化上、下板记录方法的Outer离线AOI 自动手臂机，其特征在于，所述Outer离线AOI 自动手臂机包括：
AOI主机，用于进行自动机械手臂机、自动喷墨打码的参数设置以及运行程序进行设置；
载具装板，用于承载PCB板；
自动手臂，用于自动抓取和放置PCB板；
自动喷码设备，用于自动按序喷码和扫码识别；
下板设备，用于将喷码后的PCB板自动输出。
4.如权利要求3所述的Outer离线AOI 自动手臂机，其特征在于，所述载具装板采用60度L架装板载具；所述自动手臂用于自动翻转PCB板。
5.一种数据信息处理终端，其特征在于，所述数据信息处理终端执行权利要求1-2任意一项所述Outer离线AOI自动化上、下板记录方法。
6.一种PCB板喷码和扫码识别生产线，其特征在于，所述PCB板喷码和扫码识别生产线搭载权利要求3所述的Outer离线AOI 自动手臂机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210009832.4A CN114347687B (zh) | 2022-01-05 | 2022-01-05 | Outer离线AOI自动化上、下板记录方法、自动手臂机及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210009832.4A CN114347687B (zh) | 2022-01-05 | 2022-01-05 | Outer离线AOI自动化上、下板记录方法、自动手臂机及应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114347687A CN114347687A (zh) | 2022-04-15 |
| CN114347687B true CN114347687B (zh) | 2023-05-12 |
Family
ID=81107044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210009832.4A Active CN114347687B (zh) | 2022-01-05 | 2022-01-05 | Outer离线AOI自动化上、下板记录方法、自动手臂机及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114347687B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102046391A (zh) * | 2008-04-02 | 2011-05-04 | 锡克拜控股有限公司 | 利用液晶材料标记的识别和鉴定 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4233355B2 (ja) * | 2003-01-16 | 2009-03-04 | 株式会社資生堂 | 情報を刻印した積層材料、それを貼付した物品、及び情報コードの観察方法 |
| US8905313B2 (en) * | 2007-04-12 | 2014-12-09 | Honeywell International Inc. | Method and system for creating and reading multi-color co-planar emissive indicia using printable dyes and pigments |
| CN105277726B (zh) * | 2014-07-25 | 2018-02-02 | 广州瑞博奥生物科技有限公司 | 一种蛋白芯片全自动化高通量分析方法及装置 |
| CN206953799U (zh) * | 2017-05-20 | 2018-02-02 | 东莞市森宝信息科技有限公司 | 一种手动喷码平台 |
| CN107175938A (zh) * | 2017-05-25 | 2017-09-19 | 深圳市光彩凯宜电子开发有限公司 | 一种采用机器人喷码的方法及系统 |
| CN107601035B (zh) * | 2017-08-11 | 2019-05-17 | 上海凯思尔电子有限公司 | 一种双面切换的双层自动化aoi收放板机 |
| CN108081266B (zh) * | 2017-11-21 | 2020-03-10 | 山东科技大学 | 一种基于深度学习的机械臂手部抓取物体的方法 |
| TWI653605B (zh) * | 2017-12-25 | 2019-03-11 | 由田新技股份有限公司 | 利用深度學習的自動光學檢測方法、設備、電腦程式、電腦可讀取之記錄媒體及其深度學習系統 |
| CN109130492A (zh) * | 2018-08-13 | 2019-01-04 | 东莞市翔实信息科技有限公司 | 一种自动喷码机及其使用方法 |
| CN208790677U (zh) * | 2018-08-24 | 2019-04-26 | 深圳市振海机电设备有限公司 | 一种自动上下料扫码装置 |
| CN109800868B (zh) * | 2018-12-25 | 2022-12-16 | 瑞芯微电子股份有限公司 | 一种基于深度学习的数据编码芯片和方法 |
| CN113674207B (zh) * | 2021-07-21 | 2023-04-07 | 电子科技大学 | 一种基于图卷积神经网络的pcb元器件自动定位方法 |
-
2022
- 2022-01-05 CN CN202210009832.4A patent/CN114347687B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102046391A (zh) * | 2008-04-02 | 2011-05-04 | 锡克拜控股有限公司 | 利用液晶材料标记的识别和鉴定 |
Non-Patent Citations (1)
| Title |
|---|
| PCB缺陷检测上下料系统的应用研究;蒋仕龙;林斌;陈剑雄;李冬荣;陈方涵;;机电工程技术(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114347687A (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111739075B (zh) | 一种结合多尺度注意力的深层网络肺部纹理识别方法 | |
| Karimi et al. | Automated pipeline for photovoltaic module electroluminescence image processing and degradation feature classification | |
| US11132786B2 (en) | Board defect filtering method based on defect list and circuit layout image and device thereof and computer-readable recording medium | |
| CN109597968B (zh) | 基于smt大数据的锡膏印刷性能影响因素分析方法 | |
| CN113466261A (zh) | 一种pcb板自动检测装置 | |
| GB1566433A (en) | Industrial system for inspecting and identifying workpieces | |
| CN110717881A (zh) | 晶圆缺陷识别方法、装置、存储介质和终端设备 | |
| JPH11344450A (ja) | 教示用データ作成方法並びに欠陥分類方法およびその装置 | |
| CN108257122A (zh) | 基于机器视觉的纸张缺陷检测方法、装置及服务器 | |
| CN114347687B (zh) | Outer离线AOI自动化上、下板记录方法、自动手臂机及应用 | |
| CN114782431B (zh) | 一种印刷电路板缺陷检测模型训练方法及缺陷检测方法 | |
| CN114330549A (zh) | 一种基于深度图网络的化工过程故障诊断方法 | |
| CN115631178A (zh) | 自动晶圆缺陷检测方法、系统、设备及存储介质 | |
| CN114066848A (zh) | 一种fpca外观缺陷视觉检测系统 | |
| CN110987866A (zh) | 一种汽油性质评价方法及装置 | |
| CN113808129B (zh) | 易混淆缺陷的有效检测方法 | |
| CN115876794A (zh) | 基于取样布及分层思想的绝缘子污秽度识别方法 | |
| CN102186307A (zh) | 在pcb生产处理过程中的光学检查 | |
| US6934405B1 (en) | Address reading method | |
| CN110879821A (zh) | 评分卡模型衍生标签生成方法、装置、设备及存储介质 | |
| CN112788945B (zh) | 安装条件估计装置、学习装置、安装条件估计方法 | |
| Tang et al. | Prediction of production line status for printed circuit boards | |
| CN114863163B (zh) | 一种基于细胞图像进行细胞分类的方法及系统 | |
| CN115983113A (zh) | 一种全连接神经网络模型下的丝印工艺优化方法 | |
| JPH08320296A (ja) | 電子部品の余寿命推定方法及び装置 |
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 |