基于神经网络的PCB焊点检测方法

针对目前自动光学检测系统在进行焊点检测时容易出现缺陷误报和漏报,以及智能化程度不高的问题.提出了一种基于神经网络的检测方法.首先采用一种基于熵的多阈值自动图像分割方法来提取焊点;然后定义焊点图像的一系列特征,并通过实验对特征进行选择;最后建立用于焊点分类的BP神经网络.实验证明,基于神经网络的焊点图像检测方法具有较高的准确率.     

基于加权双向二维线性判别特征的焊点检测算法

为克服现有自动光学检测(AOI)算法的缺陷,针对AOI的特点,对传统的双向二维线性判别方法进行改进,提出一种基于加权双向二维线性判别方法的焊点检测算法.在计算协方差矩阵时,对不同的类别以及类内不同的样本进行加权,从而提取更有判别力的特征.将改进后的算法应用于焊点检测,可实现对不同批次用料的自动分类.文中提出的算法检测速度可以满足实际需要,且与现有AOI系统中常用的图像对比算法和图像分析法相比,可以显著降低误报率.     

基于残差神经网络的转子焊点图像检测方法

针对微型电机转子焊点检测费时费力且准确率低的问题,提出一种基于残差神经网络的转子焊点检测方法。首先运用网络预训练的方法加速网络训练,提高模型准确率;然后在网络中引入批量归一化,避免出现梯度消失;最后对图像进行数据增强,减少过拟合现象。实验表明,与K最近邻(KNN)等经典算法相比,该算法在测试集上的准确率达到91.5%,与工人检测的速度相比提高了3.5倍,具有很好的识别效果。     

多线程技术在基于HALCON的AOI中的应用

电子封装不断朝微型化方向发展,传统的印刷电路板(PCB)焊点检测方法已越来越难以满足生产的要求.基于机器视觉的自动光学检测(AOI)系统可对PCB焊点进行统一、可靠的快速检查,其检测速度是一个非常关键的问题.比较了单线程和多线程技术在AOI中程序运行的时间,实验表明,多线程技术的运用能使印刷电路板(PCB)的检测速度得...     

基于集成卷积小波极限学习的绝缘子故障检测

针对绝缘子因分布位置较远、背景复杂而导致传统方法无法精准并高效识别其故障的问题,提出一种基于集成卷积小波极限学习神经网络(ECWELNN:Ensemble Convolution Wavelet Extreme Learning Neural Network)的绝缘子故障检测方法.首先通过安装在无人机上的工业级摄像机采集现场的绝缘子图像数据并进行预处理;其次将卷积神经网络、自动编码器、极限学习机和小波函数的优势结合,构造集成卷积小波极限学习神经网络,并逐层堆叠建立多个深层神经网络;最后将绝缘子图像样本输入多个深层神经网络进行自动特征学习,将预测结果进行集成并输出最终的故障检测结果.通过实验对比验证了小波函数作为极限学习机网络模型中的激活函数在绝缘子识别领域中的优势.实验结果表明,该方法的平均故障检测准确率达到了98.49％,标准差仅0.20,相比其他方法在图像特征提取和故障检测准确率方面更具优势,适用于绝缘子故障的自动识别.     

基于颜色特征的智能焊点定位算法

针对现有自动光学检测系统焊点定位自动化程度低的问题,提出了一种基于颜色特征的智能焊点定位算法.对样本焊点区域的灰度直方图进行统计分析,获得焊点分割的初始颜色阈值,并以最小像素损失为目标对阈值进行修正,得到最优分割阈值,实现了焊点颜色的自动抽取;定位过程中,使用阈值对焊点图像进行二值化,并使用优化后的面积最大法来搜索焊点位置,实现了焊点的快速定位.实验结果表明:文中算法对焊点图像的分割效果理想,定位误差小,定位速度可以满足实际应用的要求.     

基于深度学习的X射线焊缝缺陷识别

为了提高缺陷识别效率,提出利用基于深度学习网络进行焊缝缺陷识别。在分析X射线焊缝缺陷图像特征的基础上,构建一种基于模拟视觉感知原理的深度学习网络结构,并对卷积神经网络的卷积模板大小及层数进行了分析,对卷积神经网络隐藏层中2种不同的激活函数进行了实验验证,针对性地提出优化方法。该深度学习神经网络可以避免对焊缝缺陷图像特征的提取,直接判断疑似缺陷图像是否为缺陷。对580张图像进行了实验,结果表明,本文所提方法对SDR图像的识别准确率超过98%,优于传统方法。且所设计系统具有自动学习X射线焊缝缺陷图像中复杂的深度特征的特点,实用性较强。     

无铅焊点鲁棒定位的灰度积分投影算法

针对自动光学检测系统因焊点定位不准确而导致的误判问题,基于灰度积分投影技术提出了一种焊点定位的鲁棒算法。首先对焊点图像进行预处理,利用焊点的颜色特征对图像进行二值化,将焊点从PCB图像中分割出来,然后分别利用焊点特征的水平和垂直灰度积分投影曲线,以焊盘窗内焊点像素的面积最大化为目标,找到焊点的定位坐标,以实现准确的焊点定位。另外,在算法中,通过引入Blob评价函数区分焊点与噪声,从而有效地减少噪声的干扰,提高了定位算法的鲁棒性。实验结果表明,对变化多样的Chip元件焊点,该算法具有较高的定位精度。     

基于CNN-LG模型的窃电行为检测方法研究

针对当前电网单一学习器窃电检测方法准确率低、实时性差且无特征提取的问 题,提出一种基于卷积神经网络轻梯度提升机（CNN-LG）模型的窃电行为检测方法. 通过卷积 神经网络（CNN）提取用户用电数据电力特征,将提取特征输入以决策树为基学习器的轻梯度 提升机（LG）分类器对数据进行训练,据此建立基于卷积神经网络轻梯度提升机模型的窃电行 为检测方法 . 采用基于卷积神经网络轻梯度提升机模型对国家电网和爱尔兰智能能源径 （ISET）数据集分别进行窃电行为检测 . 实验结果表明,本文提出方法可快速准确实现电网中 各类窃电行为检测,相比于现有检测方法具有更高准确度、更优泛化性能和实时性.     

基于深度学习的监控视频树叶遮挡检测

结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法。首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立分类检测模型,最后引入学习速率自适应调整策略对整个神经网络进行微调。该方法不需要对视频连续取帧,具有较好的图像特征主动学习能力,克服了人工提取特征能力有限的缺陷。实验结果表明,在样本量充足的条件下,使用本文方法进行监控视频树叶遮挡检测可以达到88.97%的准确率。     

基于轻量级深度卷积神经网络的绝缘子检测

在无人机巡检图像中,检测出绝缘子是实现输电线路状态分析的关键.本研究采用轻量级卷积神经网络代替传统的人工特征提取器,获取输入图像的深层特征;利用深度学习目标检测网络对所提取特征进行处理和训练学习,实现多尺度、多种类的绝缘子目标检测.实验结果表明:该方法可以准确快速地识别出以山林背景为主的瓷质和复合两类绝缘子,其检测精度...     

一种基于X射线成像的球栅网格阵列封装芯片焊接检测方法

球栅网格阵列(BGA)封装芯片由于其引脚封装在内部的工艺特点,需要采用X射线成像的方式进行质量检查.提出一种基于印制电路板(PCB)X射线图像的自动芯片焊接质量检测方法,采用投影变换的方法确定芯片区域,根据球形焊点特点,利用霍夫变换对引脚焊点进行自动识别.该方法能实现全自动的焊接质量检查,提高焊点识别的效率和准确度,进...     

基于DSO算法的印刷电路板焊点测试路径优化

针对印刷电路板焊点测试中的测试时长、测试效率等路径优化问题,提出了一种用于电路板自动测试的基于DSO(don-key and smuggler optimization)算法的路径优化方法,通过电路板上焊点坐标信息,编写DSO的优化程序,与蚁群算法、遗传算法和模拟退火算法进行算法有效性的比较与分析,并将其对试际电路板焊点测试路径进行仿真验证.结果表明:该算法能够有效优化电路板上的焊点测试路径,缩短测试时间,为解决电路板自动测试中的路径优化问题,提供了有效理论依据和解决办法.     

输电线路直升机智能巡检关键技术研究

随着我国输电网的快速扩张,人工巡线为主的方式已难以满足电网日益发展的要求,直升机巡线已成为国内输电线路巡检的主要发展趋势,但目前国内外输电线路直升机巡检普遍存在由于主要依靠人工捕捉与跟踪对象、人工采集和处理信息、人工进行缺陷识别与诊断而造成的直升机巡检效率低、巡检人员劳动强度大、易漏检等问题.本文从专业精益化管理需求出发,提出了一套具有巡检目标自动跟踪及数据自动采集、设备缺陷自动智能诊断、交跨物距离自动测量等功能的输电线路直升机智能巡检系统,具有显著的推广应用价值.     

基于统计建模的电子元件焊点图像匹配算法

为了减少现有的基于特征提取的自动光学检测系统的用户编程时间以及对用户经验的依赖,提出了一种基于统计建模的图像匹配算法.该算法首先对学习训练的焊点图片进行合格或者不合格区分;然后对合格的样本图片进行灰度级别的统计建模,获得一个标准的学习模板;再将待测元件图片经定位操作后与训练好的标准模板进行匹配,通过计算两者像素点灰度值的差值来对待测元件图片进行合格与否的判定.实验结果表明:基于统计建模的图像匹配算法的误报率小于2%,漏报率为0,且可在满足自动光学检测较高检测精度的前提下,大大减少用户对检测程序的编程时间.     

面向胃息肉检测的深度学习神经网络优化

胃镜检查是发现胃息肉的主要方法。传统的人工检查方式存在准确率低,易漏诊、误诊的情况。本文提出了一种基于深度学习的YOLOv5-SE胃息肉检测网络。该网络在目标检测算法YOLOv5的基础上进行了改进,引入注意力机制,将SE Block加入到主干网络的最后一层,增强网络的特征提取能力。改进后的YOLOv5-SE胃息肉检测网络的平均精度均值(mAP)达到了94.5%,相比原网络提高了3.1%,推理速度达到67fps,在满足实时性要求下较好地完成了胃息肉检测的要求。YOLOv5-SE胃息肉检测网络具有在实时性、自动检测的精度和速度等方面有一定提升,对促进胃息肉的自动检测有重要意义。     

Influence of Temperature on Creep Behavior of Ag Particle Enhancement SnCu Based Composite Solder

The creep properties of solder alloys are an important factor affecting the reliability of soldered joints in surface mount technologies. Particle-enhancement is one way to improve the properties of solder alloys. The temperature of the solder joint is one of the primary factors affecting the solder joint creep prop-erties. Single shear lap creep specimens with a 1 mm2 cross-sectional area were fabricated using Ag parti-cle enhancement 99.3Sn0.7Cu based composite solder and 99.3Sn0.7Cu eutectic solder to examine the in-fluence of temperature on the creep behavior of solder joints. The results show that the solder joint creep resistance of the composite solder joint was generally superior to that of the 99.3Sn0.7Cu solder joint. The creep rupture life of the composite solder joint was reduced by increasing temperatures at a faster rate than that of the 99.3Sn0.7Cu eutectic solder joint.     

BGA焊点空洞缺陷的数学形态学分析

BGA焊点焊接过程中容易产生气泡,形成空洞缺陷,检测时如何自动分析一直是个难题。提出使用Otsu算法分割焊球,使用数学形态学中的开闭运算、顶帽变换提取空洞缺陷的技术方案,实现每个焊点空洞缺陷的准确提取和自动分析。实验结果表明,提出的技术方案鲁棒性强,可应用于BGA焊点的空洞缺陷检测。