一种基于深度学习的PCB缺陷检测系统及方法
本发明涉及到氮气弹簧机械加工设备,具体涉及一种基于深度学习的pcb缺陷检测系统及方法。
背景技术:
1、作为电子设备的关键基础组件,印刷电路板(pcb)的质量对于电子设备的整体性能和稳定性具有至关重要的影响。但pcb的生产工艺比较复杂,产生的缺陷种类繁多,常见的缺陷种类包括断路、短路、针孔、伪铜、毛刺及鼠咬等,这些微小的缺陷可能导致电子设备的故障,因此,针对pcb表面的微小缺陷检测成为了一个关键的技术问题。
2、近年来,随着全球电子信息产业的迅猛发展,pcb的市场需求呈现持续增长的态势。然而,传统的人工目检方式存在检测效率低下、成本高昂、主观性强、漏检率高的明显局限性;且随着pcb板设计日趋精密化,微小缺陷占比提升,人工目检方式的淘汰已成必然趋势。
3、现有的自动化检测技术,如自动光学检测(aoi)、自动x射线检测(axi)、磁粉检测、渗透检测和超声检测等,虽然在一定程度上缓解了人工检测的压力,但仍存在诸多不足:aoi易受光照环境影响,对微小缺陷和复杂纹理缺陷检测精度有限;axi设备成本高昂、检测速度慢,不适用于大规模流水线检测;磁粉、渗透等检测方式对pcb表面损伤较大,且通用性差。
4、近年来,深度学习技术在计算机视觉领域取得了突破性进展,为pcb缺陷检测提供了新的解决方案。基于卷积神经网络(cnn)的目标检测算法能够自动学习缺陷特征,显著提升检测的自动化水平和准确率,逐渐取代传统自动化检测技术成为研究热点。然而,现有基于深度学习的检测方法在工业应用中仍面临以下核心挑战:
5、一是检测精度与速度的权衡矛盾:高精度模型通常采用复杂网络结构,计算量大、推理速度慢,难以满足一般要求毫秒级响应的工业产线实时检测的需求;而轻量化模型虽能提升速度,但检测精度和特征提取能力会明显下降,尤其对pcb微小缺陷漏检率较高。
6、二是小目标缺陷检测能力不足:pcb微小缺陷如微短路、焊点缺失、针孔等在图像中占比极小、特征信息微弱,现有模型对这类缺陷的特征捕获能力有限,易被背景噪声干扰,导致漏检或误检。
7、三是模型复杂度过高,硬件适配性差:现有改进型检测模型参数量和计算量偏大,难以在资源受限的如工业相机、嵌入式控制器等边缘设备上部署,限制了算法的工程落地能力。
8、四是数据适配性与泛化能力弱:现有算法多基于单一开源数据集训练,数据集场景单一,存在光照变化、振动模糊、视角偏移、噪声干扰等,与实际工业场景脱节,模型在实际工况下泛化能力差,检测精度波动较大。
9、此外,现有pcb缺陷检测的硬件设备在实际应用中存在诸多不足:其一,传输机构多采用硬质传动部件,在pcb板传输过程中易造成表面划伤,且缺乏有效的板件校正机构,无法解决运输过程中因重力、摩擦导致的板件弯曲变形问题,进而影响检测精度;其二,检测模块的运动自由度有限,多为单维度或双维度运动,难以实现大尺寸、异形pcb板的全表面覆盖检测,易出现漏检、误检现象;其三,视觉检测组件多为固定化设计,仅适配特定型号工业相机及单一规格pcb板,适配性差,无法满足多样化检测场景需求。
10、因此,开发一种适配性强、检测精度高、板件无损、兼容性好的pcb缺陷检测硬件平台,成为解决当前pcb生产检测难题的关键,对推动电子制造业智能化升级具有重要意义。
技术实现思路
1、针对现有技术的不足,本发明的目的是提供一种基于深度学习的pcb缺陷检测系统及方法,以解决现有pcb检测设备灵活性不足、检测覆盖不全、板件易损伤、生产线兼容性差,以及现有检测算法精度与速度失衡、微小缺陷检测能力不足、硬件适配性差、泛化能力弱的技术问题,实现pcb板的无损传输、全表面高精度检测,同时具备良好的生产线适配性与数据交互能力,满足智能制造场景下的大规模pcb缺陷检测需求。
2、为达到上述目的,本发明采用的技术方案如下:
3、第一方面,本发明提出一种基于深度学习的pcb缺陷检测系统,其关键在于:包括pcb传输与校正模块、三维运动模块、视觉检测模块、控制模块以及外部处理系统,其中:
4、所述pcb传输与校正模块用于将待检测pcb板固定后输送至检测位置,并校正板件的弯曲变形;
5、所述三维运动模块用于驱动所述视觉检测模块实现三维空间运动;
6、所述视觉检测模块用于采集pcb板表面图像信息;
7、所述控制模块用于实现所述pcb传输与校正模块、三维运动模块、视觉检测模块的协同控制,并将所述pcb板表面图像信息传输至外部处理系统;
8、所述外部处理系统用于调用基于深度学习的pcb缺陷检测算法对所述pcb板表面图像信息进行缺陷检测,并将pcb缺陷检测结果同步反馈至生产系统。
9、进一步的,所述pcb传输与校正模块包括机架、升降台和传输机构,在机架的上表面固定升降台,在升降台的台面固定铺设传输机构;
10、所述传输机构用于将待检测pcb板输送至检测位置;
11、所述升降台位于传输机构的末端,其载物平面内嵌吸附组件,用于将传输至检测位置的pcb板升高至预设检测高度;
12、所述吸附组件用于固定待检测pcb板并校正板件的弯曲变形。
13、进一步的,所述传输机构包括传动轮、皮带、连杆、电机支架、第一伺服电机,电机支架通过螺栓锁紧固定在升降台侧部及机架表面,第一伺服电机装配于电机支架,第一伺服电机的输出轴与一侧主动传动轮同轴固连;多组传动轮对称布置在电机支架上,全部传动轮之间环形绕设的皮带形成同步传动回路;相邻两组传动轮之间横向装配有连杆,连杆两端分别与传动轮转动配合,在所述皮带表面覆盖有软质摩擦层。
14、进一步的,所述三维运动模块包括钢架龙门底座、第一滑轨组件、第二滑轨组件、滚珠丝杠传动组件及支撑组件,其中:
15、两个所述钢架龙门底座分设于两侧,用于安装所述第一滑轨组件,所述第一滑轨组件配套第二伺服电机驱动;
16、所述第二滑轨组件设于第一滑轨组件的上方且其底部通过滑块与第一滑轨组件滑动配合,第二伺服电机可驱动第二滑轨组件沿第一滑轨组件做x轴往复移动;
17、所述滚珠丝杠传动组件固定在第二滑轨组件的驱动端,第二滑轨组件可驱动所述滚珠丝杠传动组件做y轴往复移动;
18、所述支撑组件固定安装在所述滚珠丝杠传动组件的驱动端,所述滚珠丝杠传动组件可带动支撑组件做z轴往复移动;
19、所述支撑组件用于固定所述视觉检测模块。
20、进一步的,所述视觉检测模块包括工业相机、光学辅助组件及安装座,所述安装座固定安装在所述三维运动模块的驱动端,所述工业相机和光学辅助组件安装在所述安装座上,所述光学辅助组件用于为工业相机补光。
21、进一步的,所述控制模块包括控制器、驱动电路及通信接口,其中:
22、所述控制器通过驱动电路分别与所述pcb传输与校正模块、三维运动模块、视觉检测模块电连接,实现各模块的协同工作控制;
23、所述通信接口与外部mes系统或生产线控制系统进行实时数据交互,实现检测结果的同步反馈。
24、进一步的,所述基于深度学习的pcb缺陷检测算法进行缺陷检测的步骤如下:
25、以yolov11n为基础模型,将其中的基础卷积模块替换为c3k2_faster融合模块,并在特征放大网络中引入自适应特征增强模块,获得原始pcb缺陷检测模型;
26、结合开源数据集与真实工业场景采集数据,对数据进行增强操作后形成多场景、多工况的高质量数据集;
27、基于高质量数据集对初始化后的原始pcb缺陷检测模型进行分阶段训练,训练完成后,对模型进行剪枝优化并导出,获得最优pcb缺陷检测模型;
28、将采集的pcb板表面图像信息输入最优pcb缺陷检测模型进行缺陷检测,获得检测结果。
29、进一步的,所述c3k2_faster融合模块由fasterblock单元与c3k2单元组合而成,所述fasterblock单元采用部分卷积和逐通道卷积的组合方式提取高质量空间特征;所述c3k2单元用于对提取的空间特征进行多尺度特征融合;
30、输入特征图进入fasterblock单元,通过部分卷积和逐通道卷积完成初步特征提取与计算量压缩;随后特征图传入优化后的c3k2单元的bottleneck层,通过双3×3卷积进行残差特征强化;最后经注意力机制加权处理,输出多尺度、高质量的特征图,送入c3k2单元的后续部分进行特征融合与检测。
31、进一步的,所述自适应特征增强模块由卷积嵌入单元、空间上下文单元、特征细化单元、1×3卷积层单元及卷积多层感知器构成,其中:
32、所述卷积嵌入单元用于对输入特征进行特征提取并压缩通道数至原来的一半;
33、所述空间上下文单元用于采用7×7组卷积操作,通过大核卷积增大感受野,捕获广泛的空间上下文信息;
34、所述特征细化单元用于通过多尺度滤波操作,同时捕获特征图中的低频区域信息和高频区域信息,以对特征进行精细化处理;
35、所述1×3卷积层单元用于对所述空间上下文单元及所述特征细化单元输出的特征进行通道调整,使二者通道数保持一致;
36、所述卷积多层感知器用于通过多层卷积与激活操作实现特征深度融合,进一步增强特征表征能力,最终输出自适应增强后的特征图,用于后续缺陷检测与分割。
37、第二方面,本发明提出一种应用于第一方面所述检测系统的检测方法,包括如下步骤:
38、生产线通过机架前端的运输辅助机械接口,将pcb板经反向传动轮平稳导入传输机构,第一伺服电机驱动同步皮带运行,将pcb板向升降台方向传输;
39、pcb板到达升降台位置时,控制模块通过驱动电路控制升降台升高至检测高度,同时控制吸附组件产生吸附力,将pcb板固定并校正弯曲变形;
40、控制模块根据pcb板的尺寸参数,控制三维运动模块运行,驱动视觉检测模块实现三维空间运动,确保工业相机在光学辅助组件配合下,对pcb板表面进行全区域图像采集;
41、工业相机采集的图像数据通过控制模块的通信接口实时传输至外部处理系统,由部署于边缘设备的优化后的深度学习算法进行缺陷识别与分类;
42、检测完成后,控制模块控制吸附组件不再产生吸附力,升降台下降至初始位置,同步皮带将pcb板传输至下一工序,同时检测结果通过通信接口反馈至mes系统,用于生产工艺参数优化。
43、本发明的显著效果是:
44、1.硬件层面:通过在同步传动轮表面设置软质摩擦层,结合吸附式校正结构,实现了pcb板的无损传输与弯曲变形校正;采用两组滑轨组件与滚珠丝杠传动组件组合设计,构建三维空间运动系统,实现了视觉检测模块的全表面覆盖检测;可调节安装座与光学辅助组件的搭配设计,使设备能够适配多种型号工业相机及不同规格pcb板;空工业以太网协议支持及运输辅助机械接口设计,实现了设备与现有生产线的快速集成与数据交互。
45、2.算法层面c3k2_fasterblock模块通过结构优化与轻量化设计,在保持模型表达能力的前提下,显著降低模型参数量与计算量,推理速度获得有效提升;结合afe模块的特征增强能力,pcb缺陷检测的整体精度得到明显改善,尤其对微小缺陷的漏检与误检情况均有显著抑制;最终模型具备轻量化特点,能够在资源受限的边缘设备上稳定运行,满足实时检测需求;多场景真实数据集与系统性数据增强方案,使模型在不同生产环境下保持稳定的检测性能,泛化能力获得有效提升。
46、3.系统集成层面:硬件平台与深度学习算法协同设计,实现了从图像采集、缺陷识别到结果反馈的全流程自动化,检测结果实时同步至mes系统,形成了检测与生产的闭环联动,可满足智能制造场景下的实时检测需求。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com