AI片式多層陶瓷電容六面體外觀檢測方法及其檢查機的研發

朱禮平

摘要：文章深入研究了基于人工智能多面體外觀檢測方法，利用對應核心算法流程分解應用，通過自動化的模塊化機構，完成檢測方法分解及協同作業，AI自動圖片區域分割歸類、圖像學習驗證追加反饋，提升缺陷識別的準確性，不斷完善數據模型，準確率能夠無限接近100%，從而研發出檢測方法及配套的外觀檢查機。

關鍵詞：人工智能;AI;外觀檢測

1、引言

為了滿足電子設備小型化、大容量化、高可靠性、低成本，多層陶瓷電容體積不斷縮小，性能不斷提高，技術不斷進步，材料不斷更新，輕薄短小造成采用片式元件，而一顆小小的電容可以直接影響到電子產品的穩定性。因此電容的品質，直接決定了電子產品的品質。

在多層陶瓷電容生產廠家中，每天生產的產品數以十億計，電子產品對品質要求也越來越高，已提升到要求每個元件的每個面進行外觀全數檢查，而傳統機器視覺檢測方法存在以下弊端：

1）很難分析背景對比度低的缺陷，導致大量漏檢。

2）對于調試人員要求較高，有一定基礎和特殊的訣竅。

3）陶瓷電容的部分缺陷對位置、方向、光照等變量較敏感，易誤判。

2、AI多層電容六面體外觀檢測方法

2.1 AI核心算法流程研究

因此，引入AI技術到高速外觀檢測領域，先框架研究出了對應核心算法流程：

C1 收集不良樣本：收集各種不同缺陷的產品樣本，對樣本六個面進行拍攝圖片，并且把圖片加載到系統資源中;

C2標注缺陷：用標注軟件對缺陷樣本圖片進行區域標注，先對圖像上不同特征區域進行人工分類，然后貼上相應的標簽;

C3進行AI學習：對所有樣本數據進行AI學習，通過分析各個標注區域的特征，不斷自主學習達到和我們手動繪制標簽一樣的分割效果，學習過程中當前學習效果以數據模型的形式記錄下來，后期系統就會具備自主識別缺陷能力;

C4產品檢測：檢測設備通過FPGA+ARM運動控制系統精準定位，觸發高清相機獲取產品六面圖片，并上傳到高速AI圖像檢測系統中，自動將新采集到的圖像進行區域分割，然后對分割出來的缺陷或其他區域進行特征判定以判定產品是否符合產品外觀要求，最后把六面圖片判定數據錄入系統中進行綜合判定;

C5分揀出料：若產品判斷為正常產品，則把產品分到正常區域;若產品判斷為缺陷產品，則把產品分到缺陷產品區域。

我們研發的核心算法流程具有如下改進效果：AI自動圖片區域分割歸類、判斷，更加靈活應對各種不同的缺陷;不斷的追加樣本數據來擴大學習，提升缺陷識別的準確性;全新圖像驗證學習效果，不斷完善數據模型，檢測準確率能夠無限接近100%;處理速度提高到11000PCS/分鐘，大大提升生產效率。

2.2 AI多層電容六面體外觀細化檢測方法

根據核心算法流程，細化分解深入研究了AI多層電容六面體外觀檢測方法，具體如下：

在C2標注缺陷：

a）收集客戶缺陷種類和檢測需求，規劃好分類方式;

b）將產品圖像進行了全域像素分割標注，二次合并處理，準確率提高到99%以上。

c）自動提取制作標簽方式繪制，降低操作難度;

d）標注完成后保存到對應分類標簽中。

C3進行AI學習過程如下：

1）對缺陷樣本圖像執行增強處理;

2）獲取各個獨立區域圖像的面積、長度、寬度、像素比率、像素紋理分布以及灰度，并且將以上特征聚合為一個集合，作為特征集矢量;

3）根據特征集矢量對各個特征進行訓練，確定模型參數;

4）根據模型參數建立相應的缺陷圖像模型;

5）把建立的圖像模型存儲在系統數據庫中。

C4產品檢測時，其檢測過程如下：

a）拍攝產品六面照片;

b）每個面的圖像調用對應的高速AI模型，通過對獨立區域二次動態提取出有感興趣區域（ROI）;

c）再將感興趣測區域（ROI）一次封裝打包，交由GPU的CUDA核心進行實時高速AI并行運算，實現區域分割。

d）系統根據AI并行運算提取得到的像素級（精度最高：3微米/象素）分割對象特征（大小，方向，灰度等等）與數據庫中的規格進行對比，如所有區域特征符合規格標準，該產品被判定為良品，否則被判定為不良品。

在產品檢測時，使用自己研發的均勻度和亮度極高的LED三色光源照射系統檢測產品，使得產品表面具有足夠的亮度，保證拍攝圖片的清晰度，提高檢測效率和效果。

3、AI多層電容六面體外觀檢查機

系統算法研究后再通過機構模塊化研究，制得AI多層電容六面體外觀檢查機。

如圖1所示，該AI片式多層陶瓷電容六面體檢查機，包括電控機座，機座頂設有精加工工作平臺，平臺上安裝關鍵機構模塊包括震動盤、轉盤機構、微小型產品導正機構、光感檢測機構、正面拍照機構、底面拍照機構、內側面拍照機構、外側面拍照機構、高亮背景光源、前端拍照機構、后端拍照機構、分料前刮料機構、分料機構、收料機構、分料后刮料機構和轉盤清潔機構。

機座的表面設置有震動盤，機罩和機座設置有相同大小的矩形框結構，且機罩和機座構成了設備的整個框架，減小了該裝置占地面積，使得各個機構之間連接的更加密切，同時人員起到了保護的作用。

微小型產品導正機構連接在震動盤的一側，且微小型產品導正機構的一側與光感檢測機構相連接，微小型產品導正機構，微小型產品導正機構采用真空吸配合高壓吸附混合方式導正產品，通過靜電發生器在玻璃盤之間產生高壓靜電場，將產品吸附在玻璃盤上，通過真空吸使導料塊與玻璃盤之間產生負壓，微小型產品導正機構中的導料塊采用特殊材料、特殊工藝制作，無磁性，且表面光滑，導料塊的導料面采用弧面導料方式，相對于傳統的平面導料方式接觸面更加小，使得摩擦力更小，導正效果更好。

拍照機構采用六個高速相機分別針對每個面進行拍照，實時電流監控反饋回路，分辨率可達1微秒的定時爆閃電路。確保相機每一次拍照均清晰，穩定。

收料機構的核心在于電磁閥吹氣裝置，磁閥開/關時間僅需要約250微秒。設有轉盤定時清潔機構，減少人工維護頻率和保證拍攝背景無雜物干擾。

該AI片式多層陶瓷電容六面體檢查機，通過采用機構模塊化設計，配套前述對應的檢測方法分解及協同作業，從而使得檢測準確率能夠無限接近100%。

4、結束語

通過核心算法流程研究，及細化分解檢測方法，我們應用對應自動化的震動上料、微小產品導正機構、光感檢測機構、六分面拍照機構，配合高亮度光源、分料機構、轉盤清潔機構等，制得檢測準確率能夠無限接近100%的AI片式多層陶瓷電容六面體外觀檢查機。

參考文獻

[1]李藝華，電阻電容外觀自動檢測機技術研究[J]，數字技術與應用，2016年07期

[2]王波，基于機器視覺的產品外觀檢測機研發[D]，哈爾濱工業大學，2013年碩士論文