一种电子元器件缺陷检测设备及检测方法

技术领域

本发明涉及电子元器件检测技术领域，具体为一种电子元器件缺陷检测设备及检测方法。

背景技术

随着国内电子工业的高速发展，电子元器件的市场需求在不断增加。为了保证电子元器件的质量和寿命，对其外观缺陷进行检测是电子元器件生产过程中不可或缺的一个环节。

随着电子元器件趋向微型化、集成化，对检测的要求越来越高。传统的人工检测效率低、检测成本高、稳定性差、无法满足生产过程中实时在线全检的要求，因此，需要一种电子元器件缺陷检测设备及检测方法。

发明内容

本发明的目的在于提供一种电子元器件缺陷检测设备及检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种电子元器件缺陷检测设备，包括底板，所述底板上端面安装有矩形框，所述矩形框上端面左侧、前端面中间和后端面右侧分别安装有第一检测装置、第二检测装置和第三检测装置，所述矩形框内安装有输料组件，所述第二检测装置右侧安装有微处理器。

所述矩形框左端前后侧一体化连接有斜挡板。

所述第一检测装置、第二检测装置和第三检测装置包括安装箱，所述安装箱内安装有电源和安装板，所述安装板上安装有检测相机。

所述检测相机左右两侧安装有照明灯。

所述矩形框内安装的输料组件包括左连接块和右固定板，所述左连接块和右固定板在底板上端面左右两侧固定设置，所述左连接块和右固定板之间转动连接有螺杆，所述螺杆前后侧设置有导杆，所述导杆左右两端分别与左连接块和右固定板固定连接，所述螺杆和导杆穿设有支撑板，所述螺杆和支撑板通过螺纹转动连接，所述右固定板右端面安装有电机，所述电机输出端与螺杆右端固定连接。

所述底板底端面四周连接安装有万向滚轮。

所述微处理器还连接有数据对比模块，所述数据对比模块输出端采用电性连接方式与微处理器连接，所述检测相机通过电性连接方式与微处理器连接，所述电源与检测相机和照明灯电连接。

一种电子元器件缺陷检测方法，包括以下步骤：

S1：开启电机，电机带动螺杆转动，推动支撑板移动至最左侧，将支撑板复位；

S2：将待检测电子元器件放置在支撑板上，电机带动螺杆转动，推动支撑板以及电子元器件向右移动，电子元器件移动进入矩形框内进行检测；

S3：电子元器件在矩形框内移动过程中，电子元器件的上表面、前方表面和后方表面分别通过第一检测装置、第二检测装置和第三检测装置中的检测相机进行拍照；

S4：检测相机采集到的图像发送给微处理器，微处理器对接收到的图像通过数据对比模块进行对比，数据对比模块加载通过深度学习神经网络训练好的电子元器件缺陷神经网络模型；

S5：数据对比模块识别电子元器件的缺陷，并将识别结果通过显示设备显示出来。

与现有技术相比，本发明的有益效果是：本发明提供一种电子元器件缺陷检测设备及检测方法，通过流水线的方式对电子元器件进行检测，降低了人工成本，提高检测的效率，并减少出错率，利用AI技术不仅提高数据处理时效性能，也保证数据的安全性和私密性；基于少量样本数据生成大量真实数据的技术，解决一些场景中数据获取难，成本高的问题。

附图说明

图1为一种电子元器件缺陷检测设备的俯视图结构示意图；

图2为一种电子元器件缺陷检测设备的俯视图截面结构示意图；

图3为一种电子元器件缺陷检测设备的连接框图结构示意图。

图中：1-支撑板，2-左连接块，3-螺杆，4-导杆，5-斜挡板，6-底板，7-第二检测装置，8-矩形框，9-右固定板，10-电机，11-第三检测装置，12-第一检测装置，13-检测相机，14-电源，15-安装板，16-照明灯，17-微处理器，18-安装箱。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1～3，本发明提供一种技术方案：一种电子元器件缺陷检测设备，包括底板6，所述底板6上端面安装有矩形框8，所述矩形框8上端面左侧、前端面中间和后端面右侧分别安装有第一检测装置12、第二检测装置7和第三检测装置11，所述矩形框8内安装有输料组件，所述第二检测装置7右侧安装有微处理器17。

所述矩形框8左端前后侧一体化连接有斜挡板5，用于电子元器件限位，方便入料。

所述第一检测装置12、第二检测装置7和第三检测装置11包括安装箱18，所述安装箱18内安装有电源14和安装板15，所述安装板15上安装有检测相机13。

所述检测相机13左右两侧安装有照明灯16，方便检测相机13捕捉超高清图片。

所述矩形框8内安装的输料组件包括左连接块2和右固定板9，所述左连接块2和右固定板9在底板6上端面左右两侧固定设置，所述左连接块2和右固定板9之间转动连接有螺杆3，所述螺杆3前后侧设置有导杆4，所述导杆4左右两端分别与左连接块2和右固定板9固定连接，所述螺杆3和导杆4穿设有支撑板1，所述螺杆3和支撑板1通过螺纹转动连接，所述右固定板9右端面安装有电机10，所述电机10输出端与螺杆3右端固定连接。

所述底板6底端面四周连接安装有万向滚轮，方便整个装置的移动。

所述微处理器17还连接有数据对比模块，所述数据对比模块输出端采用电性连接方式与微处理器17连接，所述检测相机13通过电性连接方式与微处理器17连接，所述电源14与检测相机13和照明灯16电连接。

一种电子元器件缺陷检测方法，包括以下步骤：

S1：开启电机10，电机10带动螺杆3转动，推动支撑板1移动至最左侧，将支撑板1复位；

S2：将待检测电子元器件放置在支撑板1上，电机10带动螺杆3转动，推动支撑板1以及电子元器件向右移动，电子元器件移动进入矩形框8内进行检测；

S3：电子元器件在矩形框8内移动过程中，电子元器件的上表面、前方表面和后方表面分别通过第一检测装置12、第二检测装置7和第三检测装置11中的检测相机13进行拍照；

S4：检测相机13采集到的图像发送给微处理器17，微处理器17对接收到的图像通过数据对比模块进行对比，数据对比模块加载通过深度学习神经网络训练好的电子元器件缺陷神经网络模型；

S5：数据对比模块识别电子元器件的缺陷，并将识别结果通过显示设备显示出来。

本发明中的数据对比模块是利用多个神经网络对数据进行高层抽象的算法，解决图像处理提取抽象数据特征的难点；把已经训练好的A模型迁移到B模型进行构建，解决一些场景中数据获取难，成本高的问题；把原本集中在云端处理的任务分配到更靠近各个终端进行处理，不仅提高数据处理时效性能，也保证数据的安全性和私密性；基于少量样本数据生成大量真实数据的技术，解决一些场景中数据获取难，成本高的问题。

数据对比模块对现有图片做轻微更改，通过翻转，平移，亮度变化，比例变换，增加噪音来增加样本数量；利用生成式对抗网络GAN基于小样本图片生成不同风格，全新的大量样本数据。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。