Eugen G. Leuze Verlag KG
×
 x 

Warenkorb leer.
Warenkorb - Warenkorb leer.

Newsletter

Auf dem Laufenden bleiben? Jetzt unsere Newsletter auswählen und alle 14 Tage die neuesten Nachrichten in Ihrem E-Mail Postfach erhalten:

Bitte JavaScript aktivieren, um das Formular zu senden

Onlineartikel Suche

Volltext

Autoren

Ausgabe

Jahr

Kategorie

Nächste Termine

Dienstag, 04 Januar 2022 10:59

Deep Learning für AOI

von
Geschätzte Lesezeit: 1 - 2 Minuten
Automatisierung der Qualitätskontrolle mit Deep Learning Algorithmen Automatisierung der Qualitätskontrolle mit Deep Learning Algorithmen

Der Hersteller Mirtec meldet das erste Release seiner AI-basierten Smart Factory-Automatisierungslösung Intelli-Pro. Das fortschrittliche Software- und Algorithmen-Package wurde spezifísch zur Verbesserung der Performance und leichteren Anwendung der AOI-Systeme von Mirtec konzipiert. Es besteht aus proprietären Deep Learning-basierten Funktionskomponenten für automatisiertes ‚Part Search and Teaching', Parameter-Optimierung, Zeichenerkennung (OCR), Foreign Object Detection (FOD), Algorithmen zur Inspektion der Komponenten-Platzierung sowie automatischer Klassifizierung jeweils vorliegender Defekte.

Die Auto-Matching Funktion mit AI-basiertem Deep Learning maximiert die Effizienz und Genauigkeit der AOI-Programmierung. Damit lässt sich die Bearbeitungszeit um bis zu 90 % im Vergleich zum traditionellen manuellen Teaching und um 50 % gegenüber dem automatischen Teaching ohne Deep Learning reduzieren. Dabei können auch nicht ausgebildete Operatoren eingesetzt werden.

Mirtecs Optimum Inspection Tool (OIT) ist eine Off-line Softwarelösung, die automatisches Debugging und Parameter-Optimierung durch die Analyse mehrerer Inspektionsergebnisse durchführt. Nach dem Teaching-Prozess mit dem Deep Learning Auto Matching and Teaching Tool inspiziert der Programmierer das Board und überprüft die Ergebnisse für jeden Defekt, um zu bestimmen, ob das betreffende Bauteil defektiv oder gut ist. Die Software schlägt dann optimale Parameterwerte vor.

Der Optical Character Recognition (OCR) Algorithmus liest die Textbeschriftung auf den Komponenten und erkennt, ob die passende Komponente in der richtigen Position und Ausrichtung installiert wurde. Mirtec nutzt auch hier AI-basiertes Deep Learning. Damit lässt sich auch erkennen, ob der Text beschädigt ist. Dies wird von der automatischen Character Teaching Funktion genutzt. Das Gleiche gilt für den Foreign Object Detection (FOD) Algorithmus, der das Board auf fremde Objekte untersucht. Reguläre Elemente auf dem Board werden dabei ignoriert.

Auch die Defekt-Klassifizierung durch Deep Learning und kontinuierliche Speicherung der vorgefundenen Instanzen ist ein wichtiger Schritt der Inspektion, weil sie falsche Alarme verhindert. In Zukunft könnte dies automatisch geschehen, also ohne Intervention eines Operators.

Weitere Informationen

  • Ausgabe: 12
  • Jahr: 2021
  • Autoren: Werner Schulz

Der Leuze Verlag ist die Quelle für fundierte Fachinformationen.
Geschrieben von Fachleuten für Fachleute. Fachzeitschriften und Fachbücher
rund um Galvano- und Oberflächentechnik sowie Aufbau- und Verbindungstechnik in der Elektronik –
seit 119 Jahren professionelle Informationen und Fachwissen aus erster Hand.

UNTERNEHMEN

ZAHLARTEN

Paypal Alternative2Invoice
MaestroMastercard Alternate
American ExpressVisa

Zahlarten z.T. in Vorbereitung.

KONTAKT

Eugen G. Leuze Verlag KG
Karlstraße 4
88348 Bad Saulgau

Tel.: 07581 4801-0
Fax: 07581 4801-10

E-Mail: info@leuze-verlag.de oder
E-Mail: mail@leuze-verlag.de