| 作品介紹 |
近年來，由於智慧製造相關技術的發展，使得自動化焊接設備已日漸廣泛的應用在電子產品製造業。然而，無論焊接技術多精良、多先進，焊接總是很難確保完美無缺，而導致PCB中銲點可能會含有或多或少的瑕疵，而破壞PCB完美性與連續性，其中最常見的為PCB上出現錫洞、錫尖、與短路不良銲點，過去常用的人工檢測難以因應現在產線需求，人眼除了會因工作時間的拉長導致品質下降外，越來越快的生產速度與部分小體積產品，人眼也難以負荷。再者，銲點缺陷之PCB量過高，於驗收或交貨時可能造成罰款、退貨、或瑕疵品重製，此類狀況將導致工廠製造成本提高與後續客戶下單意願降低等影響。因此，本團隊所研發之「基於深度學習PCB瑕疵辨識系統」，可降低此問題發生機率，以及不需人力成本，所利用深度學習的物件檢測（object detection）技術，取樣不良銲點PCB之圖像後，再將需要辨識的圖像加上標識(本作品聚焦於PCB中最常見之錫尖、錫洞、與短路不良銲點)，進而從這些圖像中辨識錫尖、錫洞、與短路的特徵並於AI深度學習伺服器上進行系統模型的訓練。首先，輸送帶會運送PCB進入腔體內部進行圖像辨識，一旦發現PCB的銲點具有瑕疵時，則立即觸發機械手臂，將不良品推離輸送帶，推出的不良品會有專門收集不良品的集料盒接住；反之，辨識出無瑕疵的PCB，則視為良品直接通過，尾端也會有專門收集良品的集料盒接住，辨識結果會顯示在監控螢幕上，且透過螢幕能夠看到以往辨識的狀況，藉此便能得出錫洞、錫尖、短路哪種狀況較常發生來做修正。 |