top

知識分享

應用f-AnoGAN於記憶體模組電子元件焊點檢測

建立日期：2020/11/16
  • 作者： 雲科大資工系/張傳育、曾奕堯、蘇祐大
  • 出處： 2020 AOI論壇與展覽
  • 內容： 本篇為「2020 AOI論壇與展覽」論文集，摘要如下：

    動態隨機存取記憶體模組(Dynamic Random Access Memory, DRAM module)含有大量的電子元件，為了使電子元件固定在電路板上，機台使用表面黏著技術(Surface mount technology, SMT)，將錫膏加熱黏著於電子元件與焊墊之間，但因錫膏受熱不均或錫膏量不均造成電子元件接觸不良、短路、缺件、立碑、偏移等等的缺陷，這些缺陷會因人員的經驗不同導致判定結果不同。

    在本論文中我們提出透過影像裁切的前處理找到電子元件本體，避免線路、孔洞或其他電子元件的干擾，並使用 f AnoGAN 網路 (Fast unsupervised anomaly detection with generative adversarial networks)計算異常分數作為判斷是否為缺陷的標準，同時模型生成出與輸入影像相似的正常影像進行比對，藉此找出缺陷的位置。實驗結果顯示，整體的準確率為 98 %，缺陷漏撿率不到 1%，本論文所提出的方法可以大幅減少檢查人員判斷異常標準的不同而導致誤判。
  • 檔案下載：全文下載
  • 下載次數：59
回上頁