电子设备行业的视觉系统导入案例(典型案例)

在电子设备的检测中,视觉系统的典型用途是什么

以智能手机为首的游戏机、电脑等,家电产品的小型化、薄形化正在不断加速。与此同时,半导体、电子设备也实现了小型化、集积化,市场对检测精度的要求随之升高。多品种少量生产及单元化生产越来越常见,为了应对多样化的产品,检测的工时和成本也正在不断增长。

IC芯片、电阻、电容器、晶体管等电子设备,由于其体积微小,有时候需要采取目视搭配显微镜的检测方式,部件点数越多,检测工时越庞大。其结果,人工费、设备费等成本增长,导致生产效率越发低下。

为了解决这一问题,越来越多的企业开始将视觉系统导入生产现场的检测工序。视觉系统的通用性很高,能同时进行多项检测,在广泛采用多品种少量生产及单元化生产的电子设备行业,是一款契合行业需求的工具。

近年来,随着高像素数相机及高性能视觉系统的面世,外观检测、尺寸检测、字符/二维码识别、定位/对准等工序的自动化,也成为了可能。利用视觉系统,甚至能轻松实现数据管理,在产品管理数据库化的基础上,还能对过去的NG品进行原因分析,实现设备改良和品质提升。下面将就电子设备行业视觉系统的典型导入案例进行介绍。

有无/品种辨别检测

这是检测不同品种的线束混入的实例。

检测的要点

即使针对有各种各样的配色产品,使用多光谱模式,也能正确抽取微弱的颜色差别,因此可实现稳定检测。

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

利用视觉系统,检测载带内IC芯片的有无/方向。

检测的要点

检测载带内置IC芯片的有无/方向。无论工件的形态如何,都能实现稳定的检测。

视觉系统辨别结果
OK图像
NG图像

利用视觉系统,检测引线框上有无电镀。

检测的要点

对于细微的颜色变化及脱落,也能实现高精细检测。16倍速相机,同样支持超高速生产线。

视觉系统辨别结果
OK图像
NG图像

利用视觉系统,检测托盘上有无IC芯片,并辨别方向。

检测的要点

只需1台视觉系统,就能对托盘上的IC芯片进行各类检测。线型相机可以对大范围内的工件,实施批量检测。

线型相机辨别结果
OK图像
NG图像

外观检测

这是在板上涂布粘合剂的工艺上检测涂布状态的实例。

检测的要点

当粘合剂与背景的色韵类似时,按照传统*的照明条件,有颜色抽取不顺,检测变得不稳定的案例。使用多光谱模式,甚至连微弱的颜色差别也能抽取,可正确检测涂布状态。
*与本公司CA-DRW10F 产品的比较

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

这是在搬送中途检测外观的实例。

检测的要点

检测污点等的外观时,因轻微的污点与产品颜色很接近而出现检测不稳定。使用多光谱模式,甚至连微弱的颜色差别也能抽取,可以只正确检测想捕捉的污点。

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

这是检测印刷电路板上锡焊遗漏的实例。

检测的要点

使用传统*照明条件,很难稳定抽取到锡焊遗漏的色差部分。使用多光谱模式,可以只正确抽取焊盘部分的色韵,因此可进行稳定的检测。
*与本公司CA-DRW10F 产品的比较

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

这是检测绕线线圈外观的实例。

检测的要点

有光泽的绕线外观检测,在传统*的照明条件下,由于照明的反射或色韵的参差不齐,而出现检测不稳定。使用多光谱模式,可以只抽取想检测的不良部位,因此能够进行稳定的检测。
*与本公司CA-DRW10F 产品的比较

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

这是检测印刷电路板外观的实例。

检测的要点

在传统*的照明条件下,很难分辩端子部分的色韵、光泽与污点的案例。如果使用多光谱模式,甚至轻微的污点部位也能抽取,可进行稳定的检测。
*与本公司CA-DRW10F 产品的比较

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

这是检测水晶振子缺损的实例。

检测的要点

当想检测的部位与背景的色差不明显时,有检测轮廓部分的缺损困难的案例。使用LumiTrax™模式,使照明从4个方向部分亮灯,与色韵的差别无关,可以抽取轮廓部分,能够进行稳定的检测。

基于LumiTrax™模式的判断结果
OK图像
NG图像
NG图像(形状图像)

这是检测线圈绕线状态的实例。

检测的要点

由于绕线部分的光泽、色韵参差不齐,按照传统*的照明条件有颜色抽取变得不稳定的案例。使用多光谱模式,应用8个波长部分的信息,颜色抽取能力提高,可正确检测绕线的状态。
*与本公司CA-DRW10F 产品的比较

基于多光谱模式的判断结果
OK图像
NG图像
NG图像(颜色抽取后)

这是IC芯片印刷的线划痕检测的实例。

检测的要点

在非常小的电子元件表面印刷的文字和材料使其难以检测到线性划痕。该系统消除了材料的噪音和印刷的2D信息。即使在非常小的元件上也能可靠地检测到线性划痕。

基于线型扫描相机的判断结果
常规图像*
LumiTrax™镜面反射模式
(镜面反射图像)

*与本公司CA-DBW13 产品的比较

利用视觉系统,检测水晶振子的缺陷。

检测的要点

消除因工件材质及个体差等造成的影响,同时支持水晶振子的细微外观检测项目。

视觉系统辨别结果
OK图像
NG图像

利用视觉系统,检测LED表面附着的异物及缺陷等。

检测的要点

对LED表面存在的异物、线状瑕疵、气泡、缺陷等外观不良进行检测。通过高速处理,可以将大幅提升设备的单件产品生产效率。

视觉系统辨别结果
OK图像
NG图像

利用视觉系统,对电池印刷面的瑕疵、凹痕等外观不良进行检测。

检测的要点

过去,对电池表面瑕疵、凹痕等实施的外观检测,很难辨别印刷与缺陷。而利用“LumiTrax功能”,就能消除印刷等2D信息,仅针对瑕疵及凹痕进行检测。

视觉系统+LumiTrax辨别结果
未处理图像
LumiTrax™图像

利用视觉系统,检测IC模具的缺陷/气泡。

检测的要点

过去,受到表面材质及光晕的影响,很难对IC模具的缺陷/气泡进行正确辨别,而借助“LumiTrax功能”,就能实现准确检测。消除印刷的影响,仅针对线状瑕疵及缺陷进行检测。

视觉系统+LumiTrax辨别结果
未处理图像
LumiTrax™图像

利用视觉系统,检测电容器箔的针孔/褶皱。

检测的要点

只要利用线型相机,就能在片状电容器箔在生产线上流动的同时,实施细致的针孔/褶皱检测。

线型相机辨别结果
OK图像
NG图像

尺寸检测

利用视觉系统,检测连接器针脚的平整度。

检测的要点

检测连接器针脚顶端的反射光,检测针脚的细微弯曲。通过连接器检测专用处理,可以节省示教工时,实现检测的简略化。

视觉系统辨别结果
OK图像
NG图像

利用视觉系统,检测锂离子电池的尺寸。

检测的要点

利用视觉系统,检测锂离子电池各点的尺寸及角度。利用2100万像素的视觉系统,还可支持高精细检测。

2100万像素视觉系统辨别结果
OK图像
NG图像

定位/对准

利用视觉系统,实施相机模块的组装定位。

检测的要点

利用高像素数+16倍速的视觉系统,就能实现高精度的定位。

视觉系统定位
补正前图像
补正后图像

利用视觉系统,进行机械手抓取IC芯片时的位置偏移补正。

检测的要点

基恩士的视觉系统,支持各厂商的机械手产品,可轻松实现直接连接。因此,可以大幅削减启动时的工时。

视觉系统位置偏移补正

检测图像

识别检测

利用视觉系统,对已封装IC芯片表面的刻印进行读取辨别。

检测的要点

对激光刻印在IC芯片表面的字符/二维码进行读取。使用1台视觉系统,就能对型号等刻印及二维码进行同时识别。

视觉系统辨别结果
OK图像
NG图像

利用视觉系统,检测印刷电路板上的刻印及二维码。

检测的要点

使用高像素视觉系统,就能将整块印刷电路板纳入视野范围,对型号等字符信息及二维码进行识别/辨别,还能同时进行连接器间距测量等检测。

视觉系统辨别结果
OK图像
NG图像

3D视觉系统

这是ECU 的密封胶涂布检测的实例。

检测的要点

使用从3D图像获得的高度信息检测形状不规则的密封胶,不受工件表面反光的差异,涂布面对比度小、密封胶颜色差异的影响,可稳定地检测密封胶涂布的有无、宽度、中途断裂。同时准备了大尺寸的照明产品阵容,亦可支持大视野范围的密封胶检测。

基于图纹投影照明的判断结果
A
中途断裂、涂布宽度不良
3D图像(彩色图像)
[A]
3D图像(高度图像)

这是ECU 印刷电路板的装配检测的实例。

检测的要点

除了针脚的脚距等使用以前*的二维视觉系统进行检测的项目之外,还可通过3D图像检测针脚的高度方向的插入不良。另外,对于因印刷电路板的图纹复杂仅用2D图像难以检测的坠落物,通过使用从3D图像获得的高度信息以简单设定进行检测。
*针脚高度的测量推荐在线3D外观、尺寸检测图像处理系统(XT)。
*与本公司CA-DRW10F 产品的比较

基于图纹投影照明的判断结果
A
针脚插入不良
B
坠落物的混入
3D图像(彩色图像)
[A][B]
3D图像(高度图像)

这是对托盘内的零部件进行计数和检测的实例。

检测的要点

难以通过灰度等级均匀的图像检测整个托盘,如果零部件与托盘的对比度小检测不稳定。结合从3D图像获得的高度信息进行检测,可不受整个视野的不均匀的对比度的影响进行检测。另外,不仅可计数,还可进行品种辨别、正反面判别,检测零部件的姿势不良。由于还可同时取得LumiTrax™图像*1,可去除环境光的影响,抑制灰度等级的偏差。
*1通过LumiTrax™拍摄可取得的形状图像、纹理图像

基于图纹投影照明的判断结果
A
不同品种混入
B
姿势不良
3D图像(彩色图像)
[A][B]
3D图像(高度图像)

利用激光位移传感器+3D视觉系统,对印刷电路板上的翘曲进行检测。

检测的要点

过去,用视觉系统辨别诸如翘曲的变形是非常困难的,而现在,通过搭配使用激光移位传感器和视觉系统,就可以根据高度信息,实施印刷电路板翘曲及安装部件的有无检测。

激光位移传感器+3D测量辨别结果
2D图像
3D图像

利用3D相机,检测连接器端子的高度及弯曲。

检测的要点

除了连接器针脚的弯曲及间距测量以外,3D视觉系统还能进行高度方向上的测量。将外壳作为基准面,可以免受工件形态及偏移的影响,实现稳定检测。

3D相机辨别结果
2D图像
3D图像

意见及咨询请点击此处