在高频PCB板中,背钻孔(Backdrill)将多余的镀铜用背钻的方式钻掉,消除EMI问题,在降低成本的同时,满足高频、高速的性能。但由于板厂工艺、设备等原因,在钻背钻孔的时候可能会产生漏背钻、偏心等问题,为了提前发现缺陷、减少损失,背钻孔的缺陷检测环节必不可少。
在背钻孔的缺陷检测中,误判率是非常关键的指标,人工检测背钻孔的缺陷耗时高、效率低,且由于人的主观因素会导致误判率比较高。而使用机器视觉检测代替人工检测,可大大提高生产效率、降低误判。
背钻孔机器视觉检测一般使用传统算法。对于板面光滑、背钻孔深较深的PCB板,传统算法的检测效果非常好,误判率低于0.1%。但由于传统算法的局限性,对于板面氧化脏污、背钻较浅的PCB板,不能很好的将背钻区域提取出来,误判率会上升明显。
维嘉科技AI技术成功应用
近些年由于AI领域的快速发展,在实践中表现出较高的预测精确度,当新增数据时,易于更新模型持续优化等优点,使得AI技术快速应用于工业产品领域。
维嘉科技投入大量科研力量,成功自主研发出基于AI技术的背钻孔缺陷检查仪产品,降低了背钻孔缺陷检测的误判率,提高准确性。深度赋能PCB产业发展,为打造智能化工厂贡献出科研实力。
维嘉科技自主研发的AI技术通过搜集大量背钻孔缺陷图像,形成了庞大的AI训练集,训练出的AI模型经过大量的背钻孔测试,对于浅背钻和氧化板的背钻孔有着比传统算法更快更准确的优势,可以进一步提高检测效率、降低误报率,同时维嘉高精度背钻孔检查仪具有图像数据搜集的能力,对于误测的图像会持续性训练,精准度随之逐渐增高。
检测准确率对比
检测方法 |
光滑板深背钻 |
浅背钻 |
浅背表面氧化板钻 |
传统算法 |
0.995 |
0.895 |
0.925 |
深度学习 |
0.998 |
0.992 |
0.995 |
从测试结果来看,利用深度学习方法,可以有效提高背钻缺陷的检测准确度。
VEGA高精度背钻孔检查仪
产品优势
- 高速TDI相机高行频,高速扫描,提升检测效率
- 采用大景深镜头是适应于不同的深度的背钻孔,保证不同深度的背钻孔能采集到清晰的图像
- 使用高亮正面光源增强图像对比度,加强对浅背钻的检测能力
- 同时具备孔位精度&尺寸检测功能
检测原理
- 正面光用以对背钻孔进行补光,背面光用以对通孔进行补光;通过快速的采图,将采集到的图像传送到工控机进行处理识别,从而将各种缺陷进行分类展示。
可检测缺陷项
- 背钻孔偏心度
- 漏背孔
- 漏通孔
- 孔大
- 孔小
- 孔内异物
- 孔相交
来源:vega