Inspeção e Classificação de Defeitos de Componentes nas Pcis Aplicando Técnicas de Deep Learning

Fernando A. R. Finardi, C. E. Fernandes, Fernando L. Amadeu, Maria G. Valus, B. T. Fernandes
{"title":"Inspeção e Classificação de Defeitos de Componentes nas Pcis Aplicando Técnicas de Deep Learning","authors":"Fernando A. R. Finardi, C. E. Fernandes, Fernando L. Amadeu, Maria G. Valus, B. T. Fernandes","doi":"10.25286/repa.v7i2.2220","DOIUrl":null,"url":null,"abstract":"A Placa de Circuito Impresso (PCI) é praticamente usada em todos os produtos eletrônicos que usamos no cotidiano, quer seja para fins comerciais ou em outras aplicações tecnológicas. Devido a relevância da aplicação, as PCIs, após o processo de montagem de componentes, necessitam de um sistema de inspeção e localização de defeitos na montagem para garantir a qualidade das suas aplicações. A montagem de um componente da placa de forma errônea pode causar falhas significativas na etapa final do produto. Para classificar os defeitos dos componentes gerados artificialmente das PCIs de referência foi aplicado o algoritmo baseado nas redes neurais convolucionais (CNNs). E os resultados indicaram que o algoritmo aplicado pode ser utilizado na inspeção e classificação de defeitos em PCIs para um sistema de baixo custo.","PeriodicalId":331078,"journal":{"name":"Revista de Engenharia e Pesquisa Aplicada","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-07-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Engenharia e Pesquisa Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25286/repa.v7i2.2220","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A Placa de Circuito Impresso (PCI) é praticamente usada em todos os produtos eletrônicos que usamos no cotidiano, quer seja para fins comerciais ou em outras aplicações tecnológicas. Devido a relevância da aplicação, as PCIs, após o processo de montagem de componentes, necessitam de um sistema de inspeção e localização de defeitos na montagem para garantir a qualidade das suas aplicações. A montagem de um componente da placa de forma errônea pode causar falhas significativas na etapa final do produto. Para classificar os defeitos dos componentes gerados artificialmente das PCIs de referência foi aplicado o algoritmo baseado nas redes neurais convolucionais (CNNs). E os resultados indicaram que o algoritmo aplicado pode ser utilizado na inspeção e classificação de defeitos em PCIs para um sistema de baixo custo.
应用深度学习技术对pcb组件缺陷进行检测和分类
印刷电路板(PCI)几乎被用于我们日常使用的所有电子产品,无论是商业用途还是其他技术应用。由于应用的相关性,pcb,在组件组装过程后,需要一个系统的检查和缺陷定位,以确保其应用的质量。错误地安装板组件可能会导致产品最后阶段的重大故障。采用基于卷积神经网络(CNNs)的算法对参考ipc人工生成的部件缺陷进行分类。结果表明,该算法可用于pcb缺陷的检测和分类,成本低。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信