【摘要】：PCB作為電子產(chǎn)品的基本組成構(gòu)件,其焊點質(zhì)量直接影響電子產(chǎn)品的穩(wěn)定性和使用壽命,因此焊點質(zhì)量檢測是PCB生產(chǎn)過程中非常重要的步驟。傳統(tǒng)的人工檢測法存在著諸如檢測速度慢、準確率低的不足之處,難以滿足生產(chǎn)要求,因此自動光學檢測在PCB焊點質(zhì)量檢測中得到了廣泛的應(yīng)用。對于焊點質(zhì)量檢測,目前國內(nèi)外的研究對象主要是貼片類焊點,對插針類焊點的研究工作較少。故本文針對以工業(yè)機器人為載體的插針類焊點的質(zhì)量檢測系統(tǒng),引入自動光學檢測,并采用極限學習機判斷焊點質(zhì)量合格與否,以提高檢測效率,保證檢測結(jié)果的可靠性。本文的主要研究內(nèi)容與成果如下:(1)對自動光學檢測系統(tǒng)的總體方案進行了設(shè)計,包括工業(yè)相機、鏡頭、光源的選型與設(shè)計,以及軟件平臺和焊點檢測算法流程的確定;(2)對自動光學檢測系統(tǒng)進行標定,獲得了圖像中的點與實際空間中的點之間的對應(yīng)關(guān)系,再檢測PCB上定位標志的位置,根據(jù)焊點與定位標志的位置關(guān)系獲得了各焊點在圖像中的位置,實現(xiàn)焊點定位;(3)為獲得機器學習算法所需的輸入,提取了大量焊點圖像的特征并利用信息增益進行特征選擇,計算信息增益時的特征數(shù)據(jù)離散化由K-means聚類算法實現(xiàn),并采用CH指標確定最佳聚類數(shù)目;(4)采用代價敏感極限學習機進行焊點質(zhì)量檢測,實驗表明,與一般的極限學習機相比,其對不平衡樣本有更好的分類效果,之后還采用人工魚群算法進行參數(shù)優(yōu)化并有效提升了代價敏感極限學習機的性能。
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;TN41;TP181
【圖文】：

圖 2-2 PCB 焊接系統(tǒng)的實物圖Fig.2-2 Photo of PCB welding system學檢測系統(tǒng)的硬件選型與設(shè)計檢測系統(tǒng)由工業(yè)相機、鏡頭與光源組成，其三維模型

圖 2-4 MER-500-7UC 相機的實物圖Fig.2-4 Photo of camera MER-500-7UC統(tǒng)，其物像關(guān)系如圖2-5所示，其中 AA 的曲率中心所在的直線；F、F 分別為

Fig.2-4 Photo of camera MER-500-7UC2.2.2 鏡頭選型對于一個光學系統(tǒng)，其物像關(guān)系如圖2-5所示，其中 AA 為光學系統(tǒng)的光軸，即光學系統(tǒng)各個表面的曲率中心所在的直線；F、F 分別為物方焦點與像方焦點，

【參考文獻】

相關(guān)期刊論文 前10條

1 李曉娓;王林艷;;MATLAB在神經(jīng)網(wǎng)絡(luò)算法研究中的應(yīng)用[J];無線互聯(lián)科技;2015年19期

2 鄭紅;李釗;李俊;;灰度共生矩陣的快速實現(xiàn)和優(yōu)化方法研究[J];儀器儀表學報;2012年11期

3 徐峻嶺;周毓明;陳林;徐寶文;;基于互信息的無監(jiān)督特征選擇[J];計算機研究與發(fā)展;2012年02期

4 劉源l

本文編號：2779408