Geri Dön

Otomatik optik inceleme cihazlarının tasarımı ve Baskı Devre Kart kusurlarının sınıflandırılması

Design of automated optical inspection device and classification of Printed Circuit Board defects

PDF İndir

  1. Tez No: 868066
  2. Yazar: MUSTAFA ERYILMAZ
  3. Danışmanlar: PROF. DR. ATİLA YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 89

Özet

Baskı Devre Kartı (BDK) üretim hatlarında ortaya çıkabilecek kart hatalarının tespiti gün geçtikçe kartın karmaşıklığının artması, kullanılan devre elemanı sayısı artışı ve boyutunun küçülmesi veya değişmesi sebebiyle zorlaşmakta ve istenen hızda olamamaktadır. Bu noktada hata tespitinin hızlı ve güvenilir olması, sinyal işleme yöntemlerinin doğru kullanılması ile başarılı bir tespit oranı yakalanması bu tür cihaz ve yazılımlarından beklenen isterlerdir. Bu tezde öncelikle sahada kullanılabilecek, taşınabilir ve sabit Otomatik Optik İnceleme (OOİ) cihazları kadar güvenilir ve doğruluk oranı yüksek bir cihaz geliştirilmesi planlanmıştır. Ticari ve bilimsel anlamda bu tür taşınabilir bir cihaz kaynaklarda ve markette bulunmamaktadır. Bununla birlikte yapay zeka tabanlı sistemlerde bu başarı veritabanının genişliğine ve niteliğine bağlıdır. Tez çalışması kapsamında görüntü setleri toplanmış ve dört BDK hatası (eksik lehim, kaymış devre elamanı, kısa devre ve kalkmış devre elamanı) için veri bankası kurulmuştur. Nitelikli ve yeni hataları içeren veri elde etmek her zaman sağlanabilecek bir özellik olmaktan uzaktır. Bu nedenle başlangıç başarı oranı düşük olsa bile veri toplam süreç içinde başarı oranını yükselten, eksik veya yanlış tespitlerde bilgisini güncelleyip öğrenmeye devam eden bir sistem tasarlanmıştır. Çevrimde kullanıcı olarak tanımlanan sistemde kullanıcı bilgisi sisteme geri dönüt olarak dahil edilmiş ve öğrenme süreci hata tespit başarı oranını yükseltebilmek için sürekli eğitim altyapısı tasarlanmıştır. Bu tezde ayrıca görüntülerin çözümleme ve takibi için arayüz tasarlanmış, derin öğrenme tabanlı algoritmalar ile model eğitim ve hata tespit altyapısı geliştirilmiştir. Sistemin bildiği bilgiler ve kullanıcı dönütü ile kazandığı bilgiler birlikte bir döngü içinde birleştirilerek hata tespitlerinin başarısı artırılmıştır. Modeller için bileşik ve ayrık ağlarda eğitim çevrimi kullanılmış ve aralarında sürekli bir karşılaştırma ile anlık olarak en başarılı ağ hata tespiti amaçlı tercih edilmiştir. Örnek bir çevrim ile bileşik model kısa devre hatasında ayrık modele göre daha üstün başarı gösterip yüzde 97.64 başarı oranı yakalamıştır. Eksik lehim hatasında da ayrık modele daha yüzde 77.77 ile başarılı bir sonuç gösterip karar biriminde tercih edilmiştir. Tasarlanan sistemde eğitilmiş ağ öğrendiği hatalarda daha başarılı ve zamanla öğrendiği yeni hatalarda kullanıcı isterlerini de kullanarak yeni hatalara uyum sağlamakta ve hızlı hata tespiti sağlayan YOLO algoritması ile üretim hattında önemli olan hız unsurunu da korumaktadır.

Özet (Çeviri)

Detection of card errors that may occur in Printed Circuit Board (OCB) production lines becomes more difficult day by day due to the increasing complexity of the board, the increase in the number of circuit elements used and the decrease or change in size, and it cannot occur at the desired speed. At this point, fast and reliable error detection and a successful detection rate with the correct use of signal processing methods are the requirements expected from such devices and software. In this thesis, it is primarily planned to develop a device that can be used in the field and is as reliable and accurate as portable and fixed Automatic Optical Inspection (AOI) devices. In commercial and scientific terms, such a portable device is not available in the sources and in the market. However, in artificial intelligence-based systems, this success depends on the breadth and quality of the database. Within the scope of the thesis study, image sets were collected and a data bank was established for four PCB errors (missing solder, slipped circuit element, short circuit and lifted circuit element). Obtaining qualified data containing new errors is far from always achievable. For this reason, even if the initial success rate is low, a system has been designed that increases the success rate in the total data process and continues to update and learn its information in case of missing or incorrect detections. In the system defined as a user in the loop, user information is included in the system as feedback and a continuous training infrastructure is designed to increase the error detection success rate of the learning process. In this thesis, an interface for analyzing and tracking images was also designed, and a model training and error detection infrastructure was developed with deep learning-based algorithms. The success of error detection is increased by combining the information known by the system and the information gained through user feedback in a loop. Training cycles were used in compound and discrete networks for the models, and with a constant comparison between them, the most successful network was instantly selected for error detection. With an example cycle, the composite model showed superior success compared to the discrete model in short circuit error and achieved a success rate of 97.64 percent. In case of missing solder error, the discrete model showed a more successful result with 77.77 percent and was preferred in the decision-making unit. In the designed system, the trained network is more successful in the errors it has learned and adapts to new errors by using the user requests in the new errors it has learned over time and maintains the speed element that is important in the production line with the YOLO algorithm that provides fast error detection.

Benzer Tezler

  1. Tez No

    70899

    Radiküler kist ve granülomların dijital histogram analizi ile ayırdedilmesi

    Differention of radicular cyst and granulomas with digital histogram analysis

    ÜLKEM AYDIN

    Doktora

    Türkçe

    Türkçe

    1998

    Diş HekimliğiGazi Üniversitesi

    Diş Hastalıkları ve Tedavisi Ana Bilim Dalı

    PROF. DR. TAYFUN ALAÇAM

  2. Tez No

    397896

    Construction of holographic optical tweezers set-up

    Holografik optik cımbızlama seti yapımı

    NIMA BAVILI

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNAY BAŞAR

  3. Tez No

    338760

    Üniversite kampüsündeki araç plaka tanıma ve takibi için matematik ve algoritmik ilkeler

    University campus vehicles number plate recognition and following mathematical and algorithmic principles

    AHMED AMİR KHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MAHİT GÜNEŞ

  4. Tez No

    565466

    Image processing based measurement system for quantification of the target leukemia cells

    Hedeflenen lösemik hücrelerin sayımı için görüntü işleme tabanlı ölçüm sistemi

    ZEHRA TAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik MühendisliğiAbdullah Gül Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KUTAY İÇÖZ

  5. Tez No

    389282

    Yüksek hız takım çeliklerinin yüksek sıcaklık aşınma dayanımına nitrasyon işleminin etkisi

    Nitration effect on high temperature wear resistance of high speed tool steels

    BURCU BOSTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN ÇİMENOĞLU

    DOÇ. DR. ERDEM ATAR

Geri Dön