随着球形栅状陈列(BGA)插件日渐普及,为确保良好的装配质量和高产量,装配BGA之后,有效地控制焊接锡珠的正确性,进行高速高精度的视觉检查是最可行的方法。
常见的BGA芯片
BGA设计图
系统功能:
检测BGA芯片表面锡珠的焊接情况。
统计出所焊接锡珠个数。
检测出漏焊点个数,以及漏焊点的坐标位置。
硬件选择:
视觉核心系统我们采用了全球最大的视觉公司加拿大DALSA IPD的智能机器视觉系统VA40. 这种高性能嵌入式的机器视觉系统能够完成多相机检测任务,它可以同时通过3个视角来检测同一个产品,或者不同的产品。它所具有的这些全面功能提供了比同类智能相机更高的性价比和便捷的解决方案。相机采用的是JAI-CVA1 1375 x 1024像素的模拟面阵相机,镜头选用的是Fujinon标准工业16mm镜头。
光源的选择:
正确的光源对于检测来说相当重要,光源我根据产品的特点采用了RVSI NER的LED红色环行光源。
下图为使用蓝色环行光源所拍摄的BGA图像,我们可以发现芯片上每个锡珠都为圆形发光点,而漏焊出则发出角形暗光。
当我们采用了红色环行光源后,所拍摄的BGA芯片的图像便完全相反,芯片表面上的锡珠成很小的亮点,而漏焊处则呈现较为明显的亮斑。
比较两幅图像,依照机器视觉选择检测图像的标准,我们当然选择在红色光源所拍摄的图像作为检测图像。
软件模块:
软件模块我们采用了DALSA Coreco集团的强大机器视觉应用软件Sherlock,Sherlock是一种基于Windows开发出来的具有图形化操作界面的机器视觉设计软件,它是当今欧美最为流行的视觉处理软件。
处理方法:
通常对于这中黑白亮点的统计我们通常会使用到的是Blob灰度值分析法来计算出图像中有多少漏焊的白斑。但是在实际生产流水线上由于BGA芯片摆放的位置每次都可能发生偏移,所以在相同光源的照射下每次芯片表面SMT所产生的光线反射情况将会不一样。在这种情况下使用Blob灰度值块分析的方法来进行检测的稳定度便会很差,一定会导致误判和漏检的情况发生。
而在全新Sherlock 7中有着众多的强大算法,对于这种灰度值不稳定的情况,我们采用了其中一种Search-Correlation算法,即使光线发生了变化,它也可以准确无误的找出BGA芯片表面所遗漏的锡珠。对于整个BGA芯片一次的检测时间只需要50ms
图像窗口中的红色十字标注出了BGA芯片上所遗漏的焊接点。
图中小窗口中的数据表格显示出了遗漏焊接点在图像的中心坐标位置。这样我们便能通过串口通讯将遗漏焊点的坐标发送给外部设备以便进行其它的处理工作。
联系人:视觉部
地址:深圳市南山区马家龙工业区36栋5楼
邮编:518052
电话:0755-26722719
传真:0755-26722718
公司网址:http://www.adtechcn.com
扫描此二维码即可访问该空间手机版