您好,歡迎來到易龍商務網!
發布時間:2021-10-07 03:54  
【廣告】





隨著技術的發展,有些AOI方案商也會導入機器學習(Machina Learning)來提高產品的檢測精度與速度。機器學習可以不斷訓練AOI系統,并使AOI系統具備一定的智能化——AOI系統可以決定以前未知的產品缺陷是否為關鍵缺陷,并通知給現場工程師。 經過不斷的摸索與論證,此時糾正缺陷的成本遠遠低于終測試之后進行檢測的成本。AOI適合大多數工業生產環境,AOI系統主要由圖像采集單元(相機)、光源、系統主機等部分構成。現今工業生產環境可以通過適當的改建升級,來控制AOI所需的光源設置,而且整個系統對硬件的要求也不是非常苛刻。

經過不斷的摸索與論證,此時糾正缺陷的成本遠遠低于終測試之后進行檢測的成本。AOI適合大多數工業生產環境,AOI系統主要由圖像采集單元(相機)、光源、系統主機等部分構成。AOI技術可以在PCB完成元件焊接(例如SMT等)環節后、電氣測試之前使用,從而提高電氣處理或者功能測試階段的合格率。(1)、節省人力,降低人工成本;(2)、增加生產效率,提高生產產能;(3)、統一檢測標準,不因線別不同而有差異。

隨著人工成本越來越高,電子制造企業出于對產品質量和成本控制的需求,將加速AOI檢測設備替代人工的進程。在這種環境下,全球及中國自動光學檢測設備在未來幾年將經歷快速發展,同時隨著規模突破百億級別,市場競爭也日趨激烈。因此隨著行業的發展及AOI檢測設備自身具備的優勢,未來AOI檢測設備的裝備率會越來越高。隨著電子產品的小型化以及低能耗化,其產品元器件趨于微型化,組件在裝配過程中越來越不可能采用人工檢視的方式,必須采用自動檢測設備。如果比較結果小于標準閥值,則該圖像通過檢測;否則系統會判定該圖像為不合格,并將此部件轉移到其他區域,供后續維修或再檢測。
