基于人工智能的深度学习SMT焊点缺陷检测系统

来源 :东南大学 | 被引量 : 0次 | 上传用户:sjk29001431
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
钎焊作为表面组装技术(Surface Mounted Technology,SMT)工艺中最重要的步骤之一,在很大程度上决定了电子产品的性能,焊点质量的好坏直接影响到整个工艺流程的产出。近些年出现的半自动化焊点缺陷检测系统使用机器视觉方法代替人眼,一定程度上降低了人工方法受环境和主观因素影响大的问题,但由于无法提取缺陷焊点的深层次特征,且整个检测过程无法做到可视化和全自动化,因而已经无法满足SMT行业逐年增长的密度和精度要求。我国印刷电路板(Printed Circuit Board,PCB)制造业规模逐渐扩大,总量跃居世界第一的同时,也呈现出持续增长的繁荣态势,但在先进性方面与国外发达国家仍然存在很大差距。本文在分析国内外研究现状的基础上,针对当前焊点缺陷检测技术精度低、速度慢、成本高等问题设计了一种基于深度学习的实时SMT焊点缺陷检测系统。该系统引入计算机视觉技术,首次将单阶段目标检测算法YOLOv3(You only look once version 3)应用于焊点缺陷检测系统,使用飞桨(Paddle Paddle)深度学习框架搭建并训练网络模型后,即可将待检测目标板的图像信息送入固化好的模型进行实时预测。此外,在对元器件进行合理选型以及对软件功能需求进行详细分析的基础上,本系统还在图像处理系统的基础上增加了运动控制系统和人机交互系统,搭建了一个完整的、低成本的、具有较高精度的实时焊点缺陷检测系统。本课题经过1000轮的迭代训练后,模型的损失函数由初始值10352降至8.26后,不再出现明显下降情况,且在本课题制作的小样本数据集上,平均精度均值(mean Average Precision,m AP)达到81.97%,处理速度在每帧200ms左右。实验证明,该模型可以很好地拟合数据,能对绝大部分缺陷焊点进行正确检测。
其他文献
连锁便利店行业是我国近年来发展十分迅速的业态之一,经过多年竞争,该行业的核心竞争力已经从门店的铺设与商品的研发逐渐向物流配送体系转移。在新零售背景下,连锁便利店的商品配送呈现“多温层、多种类、少批量”的需求特点,使用传统的单一温层配送模式需要多种车辆、多次配送,既增加了配送成本也降低了配送效率甚至影响城市的交通通行。本文以连锁便利店的冷链配送为研究对象,总结了目前我国新零售背景下连锁便利店行业的发
钢管桩较传统单桩具有材质性能、自重、承载力、灵活性、施工速度等方面的优势,因此被广泛应用于海洋工程。但在波浪、潮汐、飓风等长期水平荷载作用下,桩周土体会出现侧向松驰变形,削弱了桩基的水平承载性能。桩侧后压浆技术作为提升桩基承载性能的可靠手段之一,兼具工艺简练、成本低廉等优点,可以弥补钢管桩水平承载性能的短板。然而,开发出与钢管桩结合度高并便于实际施工的桩侧后压浆装置与工艺仍具有一定挑战性,对桩侧后
鄱阳湖是我国第一大淡水湖,受流域“五河”和长江来水的双重影响。进入21世纪以来,特别是2003年以后,鄱阳湖水文节律发生了显著变化,主要表现为:鄱阳湖枯水期提前,枯水期延长,枯水位呈现更低趋势。与此同时,受入湖污染负荷持续增长和枯水期自身流速和水位等影响,鄱阳湖枯水期的水环境质量也呈现下降趋势,引起了广泛关注。因此,本文针对鄱阳湖枯水期呈现的水文情势变化新特征及其带来的水环境效应问题,通过EFDC
随着我国综合国力日益增强,基础设施建设力度不断加大,工程中面临的边坡稳定性问题也日益增多,保证边坡稳定对促进社会经济发展及保障生命财产安全具有重要意义。抗滑桩作为加固边坡、增强边坡稳定的有效处理方法之一,因其施工工艺简单、成本低廉、工期短等优势被广泛应用于边坡工程。然而,目前国内关于抗滑桩加固边坡的理论尚不成熟,且缺少相关规范标准作为设计依据,因此亟需建立系统的抗滑桩加固边坡的理论计算方法,为边坡
随着城市的发展和人口的聚集,城市地上空间资源日益紧缺,这促进了对地下空间的开发需求。自上个世纪以来,越来越多的学者开始关注并研究城市轨道交通隧道的安全和性能。衬砌管片作为城市地铁盾构隧道的主要承载结构,在浇筑、运输、拼装等施工过程中往往不可避免地产生各种缺陷。在地铁正常运营的过程中,隧道衬砌主要承受水土压力,地面超载以及周期性的列车荷载等作用,在这些荷载的长期反复作用下,衬砌混凝土裂隙将不断扩展、
桩周局部冲刷对结构物的安全性能有重要影响,对这一问题的研究在许多工程应用中具有现实意义,如河流桥梁桥墩,海上发电风机基础等。对这一问题的研究已有一百多年历史,但实验研究中对流场及颗粒准确运动信息获得的困难限制了对这一过程机制的理解,而常见的数值模拟研究基于床面平均切应力进行冲刷计算,无法准确模拟近床面湍流与颗粒运动联合影响下的复杂流动过程,且缺少对冲刷坑形成过程中颗粒运动轨迹、受力情况的描述。本文
随着城市化进程的不断推进,基坑工程不断增加的深度与规模都对周边紧邻环境造成了巨大的挑战。从业者仅凭以往的工程经验和定量分析往往难以应对复杂的基坑工程或对周边环境控制要求严格的工程项目,因此,借助现场监测提供的动态数据来指导施工具有重要意义。本文依托上海徐家汇中心虹桥路地块项目,研究了监测数据的预处理方法,同时通过神经网络技术预测了紧邻环境未来的变化趋势,并基于预测数据,从多因素角度分析了深基坑紧邻
建筑工程的施工活动会对自然环境产生严重的负面影响,引发环境污染问题和生态环境破坏问题。开展建筑工程施工期环境监测工作,实时感知施工现场的环境状况,及时对不良环境影响进行预警研判,提前采取应急管理措施,可以有效缓解施工活动造成的环境问题,实现建筑业的可持续发展。然而,目前的建筑工程施工环境监测体系不够完善,预警和应急管理方式比较单一。为此,论文提出一种基于知识推理的建筑工程施工环境监测预警方法,分析
节理岩体是岩土工程施工过程中广泛存在的一类工程对象,节理造成岩体内复杂的应力分布状态,对工程岩体的稳定性有着主导性的影响。地震和爆破荷载等动荷载作用所诱发的节理岩体沿节理面滑移失稳、岩质边坡滑坡等是常见的灾害。在动荷载作用下节理剪切的力学性质研究,对预防岩土工程中的滑坡失稳问题具有重要意义。地震和爆破荷载的显著特征是具有变化的加载速率,因此通过室内实验研究不同剪切速率下节理面的剪切行为及其机理,不
学位