一种微型元器件检测系统及工作方法技术方案

本发明专利技术公开了一种微型元器件检测系统及工作方法，本系统包括智能AI检测系统、DQM动态质量管理系统两个部分。通过本申请所述的方法能够减少品检用工人员，降低了漏检风险，系统内的缺陷数据库、OQC(出货品质检验，Outgoing Quality Control)数据库可以将所有的生产历史数据进行分类，协助客户进行溯源、售后、客诉处理，是制程改善的有效依据；并且做到了质量管理数据上云，建立完整的实时检测数据与缺陷分类统计分析，协助行业客户达到数字转型，深入实施质量提升行动，推动制造业产品“增品种、提品质、创品牌”的最终实现。的最终实现。的最终实现。

【技术实现步骤摘要】
一种微型元器件检测系统及工作方法


[0001]本专利技术涉及检测
，特别涉及一种微型元器件检测系统及工作方法。

技术介绍

[0002]在我国，随着工业制造技术和加工工艺的提高和改进，越来越多的制造企业考虑如何采用机器视觉来帮助生产线实现检查、测量和自动识别等功能，以提高效率并降低成本，从而实现生产效率最大化。智能视觉检测方法对于微型元器件企业来说更是至关重要的一部分，它可以快速的完成产品外形和表面缺陷检测工作，通过不断的发展应用，不仅能够帮助企业提供工作效率，还可以提升生产线中的安全性。
[0003]但微型元器件产品的制程中半成品与最终成品外观检测智能化及数据化程度不足，以致需要依赖繁复的人工统计整理，当归纳结果找出原因时，在复杂工艺的生产场景，很难形成一套有效的质量数据采集及管理系统。具体不足表现在如下几个方面：一、无法获得实时良率：传统检测方法待大量生产及品保检测完成后才知道批次良率，此时可能已造成大量不良品的产生；二、无法实时查看和记录正在检测的产品：微型元器件体积小，品保需要借助显微镜才能看清，即使经由检测设备也无法实时查看；三、缺陷数据难以分类与分析比例：传统设备检测仅能区分良品与不良品，无法立刻实时获知缺陷种类以及各自的占比，进而无法有效的进行针对性的工艺提升；另外，也只能人工复判不良品、手工统计缺陷分类结果并记录，管理者得到信息的时机都已经滞后许久，导致无法立刻调整问题工段，生产出批量的不良品造成浪费；四、影像数据无法做到储存及追溯应用：当出现误判，或需要确认不良程度时，只能人工再过滤一遍，无法从众多不良品中再一一挑出；因良品影像数据繁多，生产企业几乎不会留存，留存也疏于管理，譬如无法知道何时生产了哪个批次的产品、也无法回头检视当时是否真的漏判而流出不良品或是出厂时为良品，却因运送或客户加工造成的损伤；五、判别模型单一：传统视觉检测往往都是单一判别模型，只能检测单种产品，当同一产品因工艺不同造成外观差异时(例如色差)，会直接导致判别结果出现问题。

技术实现思路

[0004]本专利技术的目的是提供一种微型元器件检测系统及工作方法，有效的解决了上述问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种微型元器件检测系统，包括智能AI检测系统以及与AI检测系统通讯的动态质量管理系统，其中，所述智能AI检测系统包括终端管理平台，上料机构，取像平台，模型判别平台以及抛料与收料工具，所述动态质量管理系统包括缺陷数据库、OQC(出货品质检验，Outgoing Quality Control)数据库以及相应的缺陷分类统计报表和图表。
[0006]一种如上所述检测系统的工作方法，具体包括以下步骤：
[0007]1、终端管理平台发出指令，启用上料机构进行上料，将被测产品运输至取像平台；
[0008]2、取像平台对产品进行取像，取像完成后将数据发送至私有云端以及模型判别平
台；
[0009]3、模型判别平台对产品进行判别为良品或不良品，判别完成后将判别数据上传至终端管理平台，终端管理平台根据判别结果，将不同的产品传输至不同位置。
[0010]进一步的，所述上料机构上设置有感应装置。
[0011]进一步的，还包括步骤4，所述步骤4为：判别数据通过动态质量管理系统和可视化平台界面进行分析，进行实时的良品和不良品多角度、分类展示和实时统计分析汇总。
[0012]进一步的，步骤3中所述模型判别平台选用卷积神经网络作为模型基础架构。
[0013]进一步的，步骤4中，进行分析后，形成缺陷数据库、OQC数据库以及相应的缺陷分类统计报表和图表。
[0014]本专利技术提供的一种微型元器件检测系统及工作方法，其优点在于：
[0015]本系统包括智能AI检测系统、DQM(Dynamic Quality Management)动态质量管理系统两个部分。通过本申请所述的方法能够减少品检用工人员，降低了漏检风险，系统内的缺陷数据库、OQC(出货品质检验，Outgoing Quality Control)数据库可以将所有的生产历史数据进行分类，协助客户进行溯源、售后、客诉处理，是制程改善的有效依据。并且做到了质量管理数据上云，建立完整的实时检测数据与缺陷分类统计分析，协助行业客户达到数字转型，深入实施质量提升行动，推动制造业产品“增品种、提品质、创品牌”的最终实现。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术所述检测方法的流程示意图；
具体实施方式
[0018]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0020]请参阅图1，本专利技术提供的一种实施例：一种微型元器件检测系统，包括智能AI检测系统以及与AI检测系统通讯的动态质量管理系统，其中，所述智能AI检测系统包括终端管理平台，上料机构，取像平台，模型判别平台以及抛料与收料工具，所述动态质量管理系统包括缺陷数据库、OQC(出货品质检验，Outgoing Quality Control)数据库以及相应的缺陷分类统计报表和图表。
[0021]同时，本实施例中，还提供了一种微型元器件检测方法，具体包括以下步骤：
[0022]1、终端管理平台发出指令，启用上料机构进行上料，将被测产品运输至取像平台；
[0023]所述终端管理平台负责管理和衔接各个平台，包括上料机构、取像平台、模型判别平台以及抛料与收料工具；
[0024]且所述上料机构上设置有感应装置，在上料机构的运输过程中产品首先要经过感应装置，通过感应装置感应到产品之后通过预设的时间和位置参数，发出指令到准确的位置进行取像。
[0025]同时，本实施例中，所述上料机构包括振动盘和导正(自有技术专利产品，专利号202122702768.1)组成，振动盘通过振动将来料定面定向排序送至导正，以便不同规格产品在取像平台上完成取像。
[0026]2、取像平台对产品进行取像，取像完成后将数据发送至私有云端以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微型元器件检测系统，其特征在于：包括智能AI检测系统以及与AI检测系统通讯的动态质量管理系统，其中，所述智能AI检测系统包括终端管理平台，上料机构，取像平台，模型判别平台以及抛料与收料工具，所述动态质量管理系统包括缺陷数据库、OQC(出货品质检验，Outgoing Quality Control)数据库以及相应的缺陷分类统计报表和图表。2.一种如权利要求1所述检测系统的工作方法，其特征在于：具体包括以下步骤：S1、终端管理平台发出指令，启用上料机构进行上料，将被测产品运输至取像平台；S2、取像平台对产品进行取像，取像完成后将数据发送至私有云端以及模型判别平台；S3、模型判别平台对产品进行判别为良品或不良品，判别完成后将判别数...

【专利技术属性】
技术研发人员：陈威宇，
申请(专利权)人：苏州嘉展科技有限公司，
类型：发明
国别省市：