A passzív alkatrészek gyártói jelenleg komoly kihívással néznek szembe a kézi minőség-ellenőrzés költségeinek növekedésével. Az emberi szemrevételezésre hagyatkozás komoly szűk keresztmetszetek kialakulásához vezet a nagy volumenű gyártás során. A kezelő fáradtsága következetlen válogatáshoz vezet, ami végső soron rontja a márka hírnevét. A termisztorgyártás szigorú megjelenést és méretellenőrzést igényel a végső csomagolás előtt. Mind az NTC, mind a PTC termisztoroknak fizikai ellenőrzésre van szükségük, mivel az elektromos működés nem garantálja a hosszú távú mechanikai stabilitást. Fizikai hibákat kell észlelnie a gyárban, mielőtt az alkatrészeket az ügyfeleknek szállítaná.
Ez a cikk a termelési vezetők és minőségügyi mérnökök számára a döntési szakasz értékelési útmutatójaként szolgál. Megvizsgáljuk, hogy pontosan mit csinál ez a speciális gép a gyártósoron. Meg fogja érteni az automatizált képfeldolgozó rendszerek megvalósítási valóságát. Azt is felvázoljuk, hogyan lehet kiértékelni a megfelelő automatizált gépeket az adott létesítmény követelményeihez.
Hibalefedettség: A Thermistor AOI gépek kifejezetten elkülönítik a felületi hibákat, a bevonat inkonzisztenciáit és a terminálhibákat, amelyeket az elektromos tesztelés kihagy.
Hamis híváskezelés: A csúcsminőségű megjelenés-érzékelő AOI-berendezések meghatározó mérőszáma az, hogy képes egyensúlyba hozni a magas hibarögzítési arányt az alacsony téves elutasítási (túlütési) arányokkal.
Vonalintegráció: A modern rendszerek áttérnek az egyszerű offline mintavételről az inline ellenőrzésre, alkalmazkodva az olyan összetett geometriákhoz, mint a Matsuba alkatrészek a ciklusidő leromlása nélkül.
Szállító értékelése: A szűkített listának az optikai felbontást, az algoritmikus rugalmasságot (MI vs. szabályalapú) és az integrációs támogatást kell előnyben részesítenie a pusztán elméleti feldolgozási sebességgel szemben.
Az elektromos tesztelés könnyen ellenőrizheti az alapvető alkatrészek működését. A funkcionális tesztek azonban nem képesek kimutatni a mikroszkopikus fizikai hibákat. Az elektromos tesztek során hiányoznak a mikrorepedések, az epoxi üregek és az ólom finom oxidációja. Ezek a rejtett hibák gyakran okoznak idő előtti térhibákat, amikor az alkatrészek hőcikluson mennek keresztül. Ezenkívül a későbbi összeszerelési problémákat is kiváltják, amikor az ügyfelek megkísérlik az automatizált PCB populációt. E mechanikai kockázatok elkülönítéséhez dedikált látórendszerekre van szükség.
A modern vizuális ellenőrző rendszerek több kritikus ellenőrzést is kezelnek egyidejűleg. Ezredmásodpercek alatt átvizsgálják az alkatrészeket a mechanikai integritás biztosítása érdekében. Ezeket a képességeket három fő érzékelési zónába sorolhatja.
Bevonat és tokozás ellenőrzése
A termisztorok stabil epoxi- vagy üvegkapszulákra támaszkodnak. A kamerák azonosítják a buborékokat, forgácsokat vagy egyenetlen bevonatokat a termisztorfejen. A buborékok felfogják a nedvességet. A nedvesség végül belső rövidzárlatot okoz. Az egyenetlen bevonatok megváltoztatják az érzékelő termikus válaszidejét. A nagy sebességű kamerák ellenőrzik, hogy a tokozás egyenletesen fedi-e az alkatrészt.
Ólom és terminál ellenőrzése
A meggörbült csapok rontják a PCB behelyezési hozamot. A rendszer mikron szintű pontossággal méri a hangmagasságot és a fesztávolságot. Azonnal észleli a meggörbült, oxidált vagy deformálódott vezetékeket. Az ólom oxidációja megakadályozza a forrasz megfelelő nedvesedését az újrafolyás során. A vizuális rendszerek azonosítják az oxidációval kapcsolatos elszíneződéseket, és a csomagolás előtt elkülönítik a rossz részeket.
Jelölés és színkódolás
Sok passzív összetevő színes sávokat vagy apró alfanumerikus nyomatokat használ az azonosításhoz. A látórendszer ellenőrzi ezeket a jelöléseket. Ellenőrzi a színes sávok szigorú olvashatóságát és pontosságát. A kifakult nyomatok vagy a helytelen színsorok azonnali elutasítást váltanak ki.
A modern ellátási láncok átfogó ellenőrzési nyomvonalakat igényelnek. Kiváló minőségű megjelenésérzékelő AOI berendezés digitalizálja az összes hibaadatot. Minden elutasított alkatrészről képeket készít, és naplózza az adott hibamódot. Ezek az adatok megteremtik az ISO és IATF megfeleléshez szükséges szigorú nyomon követhetőséget. Az autóipar és az orvosi szektor megköveteli az ilyen szintű adatrögzítést. A hibák digitalizálásával a minőségügyi csapata kiváltó ok-elemzést végezhet az upstream formázási vagy mártási folyamatokon.
A normál lapos SMD ellenőrzés viszonylag egyszerű folyamat. A lapos alkatrészek tökéletesen mozdulatlanul ülnek a szállítószalagon. A komplex 3D-s komponensellenőrzés teljesen más mérnöki kihívásokat jelent.
A hagyományos síkágyas kamerák meghibásodnak a furcsa formájú alkatrészek vizsgálatakor. A vezetékes termisztorok háromdimenziós mélységgel rendelkeznek. Nem ülnek laposan. Specializált A Matsuba komponens AOI berendezései gyönyörűen kezelik ezeket a finom, specifikus geometriákat. Ezek a rendszerek egyedi kezelőtálcákat és precíziós indexelő mechanizmusokat használnak. Stabilizálják a vezetékes vagy egyedi csatlakozóelemeket anélkül, hogy mechanikai feszültséget okoznának. A kamerák precíz fókuszmélységet tartanak fenn az egyenetlen felületeken, egyszerre rögzítve a terjedelmes fejet és a vékony vezetékvezetékeket.
Az erősen ívelt üvegfelületeket szabványos lapos világítással nem lehet megvizsgálni. A szabványos világítás hatalmas tükröződést hoz létre. A többszögű megvilágítás megoldja ezt a speciális problémát. A fejlett gépek különböző világítási tömböket sorba rendeznek, hogy kiküszöböljék az árnyékokat és normalizálják a visszaverődést az ívelt termisztorfejeken és fémtüskéken.
Koaxiális világítás: Kiemeli a lapos, tükröződő felületeket, hogy ellenőrizze a felületi karcolásokat.
Alacsony szögű megvilágítás: Árnyékokat vet a textúrákra, hogy kiemelje az élek töredékeit és mikrorepedéseit.
Kupola világítás: Lágy, közvetett megvilágítást biztosít, hogy eltávolítsa az erős tükröződést a fényes üvegkapszulákról.
A rendszer gyors egymásutánban pulzálja ezeket a fényeket. A kamera több képkockát rögzít különböző fényviszonyok mellett. A szoftver ezután egyesíti ezeket a képeket, hogy az alkatrész teljes geometriai profilját képezze.
A megfelelő gépek kiválasztása strukturált megközelítést igényel. Az egyes hardverfunkciókat közvetlenül a kívánt termelési eredményekhez kell hozzárendelnie. Ne vásároljon gépeket kizárólag a marketing specifikációi alapján.
Felbontás vs. ciklusidő
A nagyobb megapixeles kamerák könnyen észlelik a kisebb mikrorepedéseket. Egy 25 megapixeles kép feldolgozása azonban ezredmásodpercekkel tovább tart, mint egy 5 megapixeles kép feldolgozása. Szorozza meg ezt a késleltetést óránként 20 000 komponenssel, és gyorsan megjelennek a szűk keresztmetszetek. Értékelnie kell az édes helyet a szükséges egységenkénti óránkénti (UPH) szerint. Ha tűréshatára megengedi az apró esztétikai hibákat, egy kisebb felbontású, nagyobb sebességű kamera maximalizálhatja az áteresztőképességet.
Algoritmikus megközelítés
A szoftver irányítja a tényleges ellenőrzést. Választhat hagyományos szabályalapú algoritmusokat vagy Deep Learning látásmodelleket. A szabályalapú rendszerek szigorú geometriai paraméterekre támaszkodnak. Kiválóak az ólomemelkedés mérésében. A mély tanulási modellek kiválóak a szubjektív felületi hibák, például a finom bevonatvariációk megtalálásában. Az AI drasztikusan csökkenti a hamis pozitívumot, mert megérti a gyanta színének elfogadható eltéréseit.
táblázat: Algoritmikus megközelítés összehasonlítása
Funkció |
Szabály alapú algoritmusok |
Deep Learning (AI) Vision |
|---|---|---|
Beállítási idő |
Gyors az egyszerű geometriákhoz |
Hosszabb edzési időt igényel |
Hiba rugalmasság |
Merev; váratlan eltérések esetén meghiúsul |
Kiválóan alkalmazkodik a finom variációkhoz |
Legjobb alkalmazás |
Szigorú méretmérések (vezeték fesztáv) |
Szubjektív megjelenési hibák (bevonat színe) |
False Call Rate |
Komplex fényvisszaverő felületeken magasabb |
Lényegesen alacsonyabb utóoptimalizálás |
Kezelési mechanizmusok
Az, ahogy a gép mozgatja az alkatrészt, kritikus. A rendszerek gravitációs sávokat, szalagos-tekercses mechanizmusokat vagy egyedi indexelő tárcsákat használnak. A gravitációs sínek nagy sebességet biztosítanak, de fennáll a veszélye a törékeny üvegbevonatok széttöredezésének. Az indexelő tárcsák kíméletes, pontos kezelést biztosítanak, de többe kerülnek. A választott kezelési rendszernek meg kell egyeznie az upstream és a downstream áramlással. Az ellenőrzési folyamat során soha nem okozhat mechanikai sérülést a termisztorban.
Az automatizált látórendszerek üzembe helyezése a gyárban mindig akadályokba ütközik. Korán előre kell látnia ezeket a kihívásokat, hogy a gyártó személyzete zökkenőmentesen alkalmazza őket.
Sok gyártó a plug-and-play egyszerűséget ígéri. A valóságban az optikai vizsgálat türelmet és hangolást igényel. A gyári környezet olyan változókat vezet be, mint a rezgés, a környezeti fényváltozások és a por.
Új Az AOI berendezések kezdetben gyakran magas hamis elutasítási arányt generálnak. A rendszer a tökéletesen jó alkatrészeket elutasítja, mert mikroszkopikus, nem funkcionális anomáliákat észlel. Ezt nevezzük túlzási fázisnak. Az ellenőrzési küszöbértékek optimalizálásához külön hangolási időszakra van szükség. Az üzemeltetőknek meg kell tanítaniuk a szoftvernek, hogy mely esztétikai hibák elfogadhatók.
Időbe telik egy robusztus hibakönyvtár felépítése. Nem lehet egyszerűen bekapcsolni a gépet és elvárni a tökéletességet. Több ezer példával kell táplálnia a rendszert.
Vizsgálja meg az ismert jó komponensek alapvonalát az elfogadható szórás megállapításához.
Ismert, hibás alkatrészek bevezetése meghatározott hibákkal (repedések, buborékok, elgörbült vezetékek).
Állítsa be a megvilágítás intenzitását a különböző gyantaszínekhez (pl. fekete vagy zöld epoxi).
Futtasson kísérleti köteget, és manuálisan tekintse át az összes elutasított alkatrészt az algoritmus finomhangolásához.
Az optikai tisztaság gyorsan romlik az ipari környezetben. Por rakódik le a fényképezőgép lencséin. A kóbor epoxi tapad a kezelhető nyomokhoz. Szigorú karbantartási feltételezéseket kell felvázolnia. A lencsetisztítás, a nyomvonal beállítás és a porcsökkentés mindennapi szükségletek. Ha figyelmen kívül hagyja a fizikai karbantartást, a hamis elutasítások aránya az idő múlásával folyamatosan emelkedni fog.
A tőkekiadás igazolása egyértelmű sikermutatókat igényel. Bizonyítania kell, hogy a berendezés kézzelfogható termelési előnyöket biztosít.
Hogy néz ki valójában egy sikeres telepítés? A legjobb iparági gyakorlatok szigorúan nulla hibaelhárítási arányt céloznak meg. A hibás alkatrészek nem juthatnak el a vásárlóhoz. Ezzel egyidejűleg törekednie kell arra, hogy az optimalizálás után 2% alatti hamis hívási arány legyen. Ezenkívül a sikeres bevezetés 30%-kal csökkenti a kézi ellenőrzés munkaerőköltségeit. A humán ellenőröket átcsoportosíthatja nagyobb értékű feladatokra, például a kiváltó ok elemzésére.
Ne fogadjon el szabványos gyártói próbadarabokat a bemutató során. A gyártók a demógépeiket tökéletesen hangolják saját eredeti mintáikra.
Kérjen proof-of-concept (POC) tesztelést az abszolút legrosszabb gyártási minták felhasználásával.
A mesterséges intelligencia árnyalatainak teszteléséhez vegyen fel olyan alkatrészeket, amelyekben határos kozmetikai hibák vannak.
A demó során alaposan értékelje a szoftver használhatóságát.
Kérdezd meg magadtól: Az Ön jelenlegi vonalüzemeltetői könnyen beállíthatják a küszöbértékeket? Vagy az interfészhez dedikált látásmérnökre van szükség a személyzetben? A csúcskategóriás gépeknek intuitív, kezelőbarát felülettel kell rendelkezniük.
A szállítókkal való kapcsolatfelvétel előtt térképezze fel az Ön konkrét hibáját, Pareto diagramot. Pontosan tudja, mely hibák okozzák a legtöbb vásárlói panaszt. Határozza meg pontos UPH követelményeit. Az alapadatok megértése jobb egyeztetési folyamatot garantál. Az alapos előkészítés segít kiválasztani a legmegfelelőbbet termisztor AOI berendezés az adott gyártósorhoz.
Az automatizált optikai rendszerek teljesen megváltoztatják a minőség-ellenőrzési paradigmát. Ön a szubjektív emberi mintavételtől az objektív, méretezhető 100%-os ellenőrzés felé halad. Ez az átállás megóvja a márka hírnevét, és megakadályozza, hogy ügyfelei költséges összeszerelési hibákat okozzanak.
A legjobb berendezésválasztás gondosan egyensúlyba hozza az optikai pontosságot a praktikus anyagkezeléssel. Részesítse előnyben azokat a rendszereket, amelyek rugalmas világítást, intuitív AI-szoftvert és kíméletes indexelési mechanizmusokat kínálnak. Az alacsony karbantartást igénylő, nagymértékben alkalmazkodó gépekre összpontosítva hosszú távú vonalstabilitást és egyenletes termékminőséget biztosít.
V: Nem. Az AOI megjelenési és mechanikai hibákat észlel. Az átfogó minőségbiztosítás érdekében elektromos vizsgálattal (ellenállás, B-érték) kell párosítani.
V: Bár nagymértékben függenek a terméktől, az iparági szabványok általában 2-3% alatti hamis hívási arányt céloznak meg az optimalizálás után, szigorúan 0%-os hibakikerülési arány mellett.
V: A fejlett rendszerek programozható többspektrális vagy többszögű megvilágítást alkalmaznak mesterséges intelligencia-modellekkel kombinálva, hogy normalizálják a visszaverődést és elkülönítsék a tényleges hibákat az optikai tükröződéstől.
