1. Краткая аннотация

Данный проект направлен на создание высокоточного устройства, предназначенного для автоматического обнаружения дефектов на печатных платах (ПП) на этапах их производства. Система использует современные методы машинного зрения и алгоритмы искусственного интеллекта для бесконтактного, быстрого и надежного контроля качества, что позволяет минимизировать человеческий фактор, повысить выход годной продукции и снизить затраты на производство.

2. Актуальность и решаемая проблема

В современной электронной промышленности обеспечение качества печатных плат является критически важной задачей. Даже микроскопические дефекты могут привести к отказу конечного устройства. Традиционный визуальный контроль оператором:

• Субъективен: Зависит от внимательности и опыта человека.
• Нестабилен: Уровень концентрации со временем падает.
• Медленен: Не подходит для массового производства.
• Дорог: Требует постоянных затрат на оплату труда.

Проект решает эти проблемы, предлагая полностью автоматизированное, объективное и высокоскоростное решение.

3. Цель проекта

Разработка и создание прототипа устройства, способного автоматически обнаруживать и классифицировать дефекты печатных плат с заданной точностью (не менее 99%) и скоростью, соответствующей темпу производственной линии.

4. Задачи проекта

• Аппаратная часть:
  • Разработка механической платформы для точного позиционирования платы и камеры.
  • Подбор и интеграция высококачественной промышленной камеры с подходящим разрешением и скоростью съемки.
  • Проектирование системы освещения (подсветки), обеспечивающей высококонтрастное изображение дорожек, контактных площадок и других элементов.
  • Разработка управляющей электроники (контроллер, драйверы двигателей).
• Программная часть:
  • Разработка ПО для управления аппаратной частью (перемещение, захват изображений).
  • Создание алгоритмов предварительной обработки изображений (фильтрация шумов, коррекция освещенности, бинаризация).
  • Разработка и обучение алгоритма машинного обучения (сверточная нейронная сеть - CNN) для классификации дефектов или использование классических методов сравнения с "эталоном".
  • Создание пользовательского интерфейса для настройки параметров, запуска проверки и просмотра результатов.
  • Реализация системы документирования дефектов (формирование отчета с координатами и изображениями дефектов).

На страницу проекта