In dit artikel verkennen we hoe machine learning de productie van printplaten kan verbeteren door defecten zoals ontbrekende gaten, open verbindingen en kortsluitingen te detecteren. Met behulp van het FOMO-algoritme wordt een model getraind en geïmplementeerd op een Raspberry Pi 4 met cameramodule om visuele inspecties in real-time uit te voeren. Deze aanpak helpt fabrikanten om problemen vroegtijdig op te sporen, fouten te verminderen en dichter bij een foutloze productie te komen.

Overzicht

Om het aantal fouten op printplaten te verminderen, worden er op verschillende plekken in moderne assemblagelijnen meerdere inspecties uitgevoerd. Nu er meer printplaatfabrikanten zijn en ontwikkelaars compactere schakelingen willen, zijn er geavanceerde inspectiesystemen ontwikkeld, maar soms worden fouten alsnog niet opgemerkt.

Dit project heeft tot doel drie defecten op een printplaat te onderzoeken en aan te tonen hoe machine learning kan worden gebruikt om deze te identificeren. ...