Visionk的EOS局部高精度視覺點膠系統,整合各類點膠技術,提供各種不同的全自動在線點膠方案,在高要求的生產環境中久經考驗,使之能夠從容應對復雜產品的高精度包封、填充、粘接、組裝等應用。 重點應用在消費類電子,熱熔膠粘接、 底部填充膠、表面貼裝、堆棧封裝、 圍壩與填充、 FPC元器件補強、增強材料等。 可集成多種閉環監控模塊的智能型生產設備。
? 點位編程智能化: 支持鼠標光心視頻編程,支持完整產品拼圖圖形編輯軌跡,支持dxf格式軌跡直接導入。
? 視覺智能糾偏: 工業相機拍攝mark,自動調整點膠點位偏差,支持單/雙/多mark/巡邊/子母板軌跡修正算法。
? 高度智能調整: 激光傳感器檢測產品翹起凹陷,自動調整Z軸高度,支持經濟型點激光和3D線激光傳感器的引導,徹底解決刮針和偏位問題。
? 點膠質量閉環控制: 通過電子天平/溫控/氣壓/相機/3D激光等多種高精度傳感器,構建了膠重自修正,2d/3d/深度學習膠路檢測,膠路自修正等多重質量防護體系,保證100%點膠質量。
? 點膠全過程監控: 大容量數據庫保存機器狀態實現點膠過程數據毫秒級收集,檢測圖像和結果綁定產品SN,實時上傳MES服務通信,確保客戶對生產的全過程追溯。
作用:通過CCD拍照自動修正產品在治具或流水線上的位置偏差,保證點膠的絕對精度(+-0.01mm)
設置模板:在圖像中設置1個或者多個參考標記(Marks),參考標記可以是具有獨特形狀或紋理的特殊標記,例如二維碼、條形碼、圓形等。
匹配:將提取到的標記特征與事先設定好的參考模板進行匹配。通過比較提取到的標記特征與參考模板的相似度,確定標記在圖像中的位置和姿態。
糾偏:根據標記在圖像中的位置和姿態信息,計算出需要進行糾偏的目標對象的位姿偏差(平移偏差和旋轉偏差)。
控制:根據計算得到的位姿偏差信息,修正實際的點膠位置。
作用:通過ccd抓取產品邊緣的變化,調整膠路的位置,保證膠路離產品的邊緣為固定的距離。
設置基準:在圖像中設置1個或者多個參考基準, 記錄基準到產品邊緣的距離。 測量:在基準點拍照,測量產品邊緣到基準線的距離,并與基準值進行比較。 糾偏:將偏差值補償到點膠點的坐標上。
接觸式點膠應用場景中,激光測距儀可以測量治具、基板和產品的高度,并根據測量結果的變化調整對應點位的點膠高度,保證針頭和產品的精確距離,避免刮針,撞針或者拖膠。
實際使用過程中,可以根據精度,CT時間,可操作性要求選擇最優的測量工作方式。
噴射閥在連續工作過程中穩定性會受到很多因素的影響,導致噴射膠量過大或者偏小,在精度點膠中這些不可控的因素對最終產品質量影響非常大。
自動調整膠量:EOS支持膠重智能調整功能,能夠根據高精度電子天平的反饋,實時調整膠閥參數,保證每次點膠的膠重符合要求。
自動紅外對針: 噴射閥在連續工作過程中穩定性會收到很多因素的影響,導致噴射膠量過大或者偏小,在精度點膠中這些不可控的因素對最終產品質量影響非常大。
使用面陣相機直接對點膠后的產品進行拍照,通過分析膠路在圖像中的輪廓/灰度/骨架/形態/位置等特征,通過軟件算法識別點膠缺陷
膠路缺陷檢測 通過設置膠水顏色、膠路最小寬度、最大寬度、最大偏移值等參數,可以準確識別出點膠過程中的斷膠,缺膠,溢膠,大小頭等缺陷。 膠路精確測量 通過設置測量位置和類型,軟件可以輸出指定位置的膠路寬度,膠邊距離,膠路中心線位置,膠路兩頭的精確位置。
3D膠路檢測相對于2D檢測的優勢: 1、通過線激光掃描傳感器可以獲得膠路的三維立體信息(膠寬,膠高), 可以檢測膠路坍陷,刮蹭等2D檢測無法識別的缺陷。 2、當膠水顏色和產品背景相近,或者膠水顏色接近透明的場景下,依然可以通過高度信息抓取膠路,進行分析檢測。?3、當膠路視野比較大的情況下,3D檢測和掃描效率更高。
五軸聯動的優勢: 1、高效率加工:五軸聯動加工技術可以實現對工件在任意角度的立體加工。通過機器軸在多個方向上的運動,可以高效地完成加工任務,提高生產效率,減少加工時間和人力成本。
2、降低成本:五軸聯動機床的使用,讓工件的裝夾變得容易。加工時無需特殊夾具,降低了夾具的成本,避免了多次裝夾,提高加工精度。采用五軸技術可以減少夾具的使用數量,降低了材料浪費,提高了成本效益。
3、復雜任務執行:五軸聯動使得機器能夠執行更復雜的任務。通過聯動控制,機器可以實現精確的軌跡跟蹤、多軸協同動作和高速運動。這對于需要加工復雜工件、更高精確定位或快速操作的任務非常有益。
EOS智能點膠系統在工作過程中,將所有的工作狀態,工作過程,檢測結果等信息統一收集到了內置的數據庫中,并開放了查詢接口。 支持制造商MES系統的定制對接,可以按需求整合工作信息上傳到客戶服務器,方便后期產品質量的追溯。
相對于BP神經網絡,卷積神經網絡(CNN:convolutional neural networks)是基于動物視覺感受野設計而成,由卷積層、池化層和其他層構成。
復雜背景下常規視覺算法提取膠路區域效果差。? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 100張圖片訓練后Unet網絡準備地區分膠路和背景
深度學習是基于大數據的自主學習過程,并不是通過手工設計來獲得相關數據,即是通過組合低層來獲得更加直觀的表示方式,相對于傳統圖像出來,深度學習從大數據自主學習可以獲得良好的特征,因而可以起到提高圖像識別系統性能和效率借助CNN網絡強大的分類能力,AI可以輕松地識別很多無法用模型描述的缺陷:
?
公司名稱:深圳市視開智能科技有限責任公司
地址:深圳市光明區玉塘街道玉塘社區光明高新園西區七號僑德科技園廠房A棟902
電話號碼:13302958865
你好,歡迎來到視開,我們將24小時內回復你。
您好,有任何疑問請與我們聯系!