劉 琨

LIU Kun

（沈陽職業(yè)技術(shù)學(xué)院，沈陽 110045）

0 引言

機(jī)電加工制造業(yè)是作為國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，對(duì)于機(jī)電產(chǎn)品質(zhì)量檢測過程會(huì)對(duì)整個(gè)加工過程以及成品的檢測合格率產(chǎn)生影響，因而對(duì)于產(chǎn)品質(zhì)量檢測過程的優(yōu)化不僅有助于提高生產(chǎn)效率，同時(shí)為國家工業(yè)化和生產(chǎn)現(xiàn)代化提供了有力保障。

隨著現(xiàn)代電子技術(shù)的不斷發(fā)展，電子器件已經(jīng)從最初的小規(guī)模集成電路（small scale integrated circuit-SSIC）發(fā)展到大規(guī)模（large scale integrated circuit LSIC）甚至超大規(guī)模集成電路（very large scale integrated circuit VLSIC），其制造工藝也從最初的微米級(jí)尺寸過渡到現(xiàn)今的納米級(jí)尺寸。在大批量電子產(chǎn)品的生產(chǎn)工業(yè)中，為了有效的避免廢品率和返修率，對(duì)整個(gè)生產(chǎn)加工過程以及成品的檢測都至關(guān)重要。

本文將以印刷電路板的質(zhì)量檢測為例，對(duì)于機(jī)電產(chǎn)品質(zhì)量檢測過程的優(yōu)化控制方法進(jìn)行研究。

1 問題描述

印刷電路板，簡稱PCB（Printed Circuit Board）是指在絕緣材料上，按照預(yù)先設(shè)計(jì)規(guī)范制成連通的線路，或?qū)㈦娮悠骷M合而形成導(dǎo)電的圖形[1]。PCB作為電子系統(tǒng)中不可缺少的重要組成部分，其缺陷檢測技術(shù)是關(guān)系到整個(gè)電子系統(tǒng)質(zhì)量和生產(chǎn)周期的重要環(huán)節(jié)，這一點(diǎn)已經(jīng)得到了國內(nèi)外專業(yè)人士以及企業(yè)技術(shù)人員的共同的重視。PCB檢查過程的關(guān)鍵是使用表面封裝設(shè)備（SMD）進(jìn)行檢查，如排布錯(cuò)誤、放置顛倒、元件缺失都是導(dǎo)致產(chǎn)品缺陷的重要原因。為了避免損失，要確保在焊接之前發(fā)現(xiàn)缺陷。這就要求生產(chǎn)商在PCB生產(chǎn)過程中要進(jìn)行不斷檢測，如圖1所示。

圖1 PCB檢測系統(tǒng)圖

目前的PCB生產(chǎn)線上常用檢測方法主要包括以下幾類：1）傳統(tǒng)的人工檢測方法，PCB自動(dòng)檢測方法。2）PCB自動(dòng)檢測方法。這種方法主要包括電氣或接觸方式和非電氣或非接觸方式兩種類型[2]。3）自動(dòng)X光檢查（AXI，Automatic X—Ray Inspection）。AXI技術(shù)在檢測超細(xì)間距和超高密度電路板方面有很重要的應(yīng)用[3]。AXI主要用于電路組裝工藝過程中產(chǎn)生的橋接、丟片、對(duì)準(zhǔn)不良等缺陷的檢測。4）激光檢測系統(tǒng)。它是PCB測試技術(shù)的最新發(fā)展，它利用激光束掃描印制板，收集所有測量數(shù)據(jù),并將實(shí)際測量值與預(yù)置的合格極限值進(jìn)行比較[4]。5）基于機(jī)器視覺的檢測方法。機(jī)器視覺是一種以計(jì)算機(jī)視覺方法為基礎(chǔ)，綜合運(yùn)用圖像處理、精密測量以及模式識(shí)別、人工智能等技術(shù)的非接觸檢測方法[5,6]。其基本原理是對(duì)由計(jì)算機(jī)視覺系統(tǒng)得到的被測目標(biāo)圖像進(jìn)行分析，從而得到所需要的測量信息，并根據(jù)已有的先驗(yàn)知識(shí)，判斷被測目標(biāo)是否符合規(guī)范，或者是否到達(dá)質(zhì)量控制要求。

2 模板匹配技術(shù)

在本文中，提出了一種模板匹配技術(shù)。模板匹配（Templates matching-MTM）技術(shù)是在模版匹配技術(shù)上發(fā)展而來一種“并行”標(biāo)定多個(gè)待檢測目標(biāo)的方法。對(duì)于每個(gè)像素（x,y），通過使用多個(gè)待檢測圖像的模板，可以計(jì)算出一系列NCC值，用 代表其中的最大值。例如，對(duì)于點(diǎn)（x,y），根據(jù)相應(yīng)的模板No.1和No.2可以分別計(jì)算出NCC1和NCC2的值。（x,y）的 可以通過如下公式求得

圖2 多模版匹配方法

當(dāng)采用多模板匹配的方法時(shí)，各種不同方位的物體可以同時(shí)與最相近的模板進(jìn)行匹配，因而需要對(duì)所有元件進(jìn)行檢測。Crispin等[7]提出了基于GA的PCB檢測方法，該方法通過提取一系列模板圖像，然后計(jì)算產(chǎn)生一個(gè)通用模板圖像。對(duì)于所有需要被確定識(shí)別的元件，將通用模板與原始圖像進(jìn)行匹配驗(yàn)證。顯然這種方法要求所有的元件必須具有相同的方向及大小尺寸，也就是說元件必須垂直或水平安放，并且需要計(jì)算每個(gè)模板圖像中像素的平均值，否則產(chǎn)生的模板就沒法用于進(jìn)行最大的相似度搜索。當(dāng)元件部分水平安放部分垂直安放時(shí)，需要多模板匹配而不是單一的模板。我們提出的MTM方法可以用來求解這類問題，無論元件如何安放，MTM方法都可以找出最相似的模板。

對(duì)于每個(gè)像素，通過MTM方法不斷計(jì)算其NCC值。在搜索空間中，存在七個(gè)全局最優(yōu)值以及多個(gè)局部最優(yōu)解（主要分布于搜索空間的upper potion），每個(gè)全局最優(yōu)值表示模板的完好匹配以及目標(biāo)元件，只有找到全局峰值，才能解決多個(gè)電阻的檢測問題。

3 質(zhì)量檢測中的優(yōu)化控制方法

本文中提出了一類基于Speciation的遺傳算法用來求解上面描述的模板匹配問題，進(jìn)而對(duì)整個(gè)機(jī)電生產(chǎn)過程中的質(zhì)量檢測過程進(jìn)行控制。

基于小生境的遺傳算法（Speciation-GA）通過同時(shí)用不同的個(gè)體追蹤多個(gè)（全局或局部）最優(yōu)解進(jìn)而來彌補(bǔ)GA在求解多峰優(yōu)化問題中的不足。在這里，小生境代表具有相同性質(zhì)，通過半徑rs來度量的一組個(gè)體。小生境種子（個(gè)體的中央）是當(dāng)前子種群中的最優(yōu)個(gè)體。通過半徑rs可以確定出species中的所有個(gè)體，通過在二維圖像（搜索空間）中初始化每個(gè)個(gè)體代表的位置，用個(gè)體所處的位置，即相應(yīng)的像素坐標(biāo)來表示解。對(duì)于給定的目標(biāo)函數(shù)，個(gè)體從隨機(jī)初始化的位置出發(fā)，在搜索空間中不斷向最優(yōu)值移動(dòng)。對(duì)每個(gè)個(gè)體按照遺傳算法的交叉和變異算子進(jìn)行更新，pid表示個(gè)體最優(yōu)位置，pilbest表示個(gè)體 所在Species中的最優(yōu)解，即Species種子。

將算法的性能同基本遺傳算法（GA）的性能進(jìn)行比較。對(duì)于兩個(gè)算法，平均結(jié)果來自于算法的30次獨(dú)立運(yùn)行?；綠A和Speciation-GA的計(jì)算結(jié)果分別如表1和2所示。

通過表1以及表2可以看出基于Speciation的GA算法的運(yùn)行時(shí)間，以及檢測到的像素的個(gè)數(shù)都明顯優(yōu)于基本的GA。因而能夠有效提高機(jī)器視覺檢測的準(zhǔn)確率和效率，更適合于實(shí)際應(yīng)用。

表1 基于GA方法檢測7個(gè)電阻的運(yùn)行結(jié)果

表2 基于Speciation-GA方法檢測7個(gè)電阻的運(yùn)行結(jié)果

4 結(jié)論

由于機(jī)電產(chǎn)品加工過程的質(zhì)量檢測在整個(gè)生產(chǎn)過程中起到關(guān)鍵作用，因而對(duì)質(zhì)量檢測過程的優(yōu)化控制就顯得尤為重要。本文提出了一個(gè)基于Speciation方法的遺傳算法（Speciation-GA）來接解決機(jī)電生產(chǎn)過程中質(zhì)量檢測問題的優(yōu)化控制。通過PCB仿真實(shí)驗(yàn)（如表1和表2所示）能夠看出基于Speciation-GA算法的有效性。我們所提出的算法還可以應(yīng)用于實(shí)時(shí)物體追蹤以及機(jī)器人視覺。今后還將對(duì)Speication-GA方法在其他各種機(jī)電生產(chǎn)工業(yè)，圖像處理以及機(jī)器視覺方面的應(yīng)用進(jìn)行深入的研究。

[1]West G.A System for the Automatic Visual Inspection of Bare Printed Circuit Boards[J].IEEE Transaction on System,Man and Cybernetics,1984,14（5）：767-773.

[2]Wang D Z,Wu C H,Ip A et al.Fast multi-template matching using a particle swarm optimization algorithm for PCB inspection[C].In the Proceeding of Applications of Evolutionary Computing- EvoWorkshops 2008,LNCS 4974：365-370.

[3]王彩萍.電路組裝的檢測技術(shù)[J].電子工藝技術(shù),2000,21（4）：21-23.

[4]徐勝海.印刷電路板在線自動(dòng)視覺檢測系統(tǒng)的分析研究[D].合肥工業(yè)大學(xué),2001.

[5]張文景,張文淵,蘇鍵,等.計(jì)算機(jī)視覺檢測技術(shù)及其在機(jī)械零件檢測中的應(yīng)用[J].上海交通大學(xué)學(xué)報(bào),1999,33（5）：129-132.

[6]張亞鵬，何濤,文昌俊,等.機(jī)器視覺在工業(yè)測量中的應(yīng)用與研究[J].光學(xué)精密工程,2001,9（4）：324-332.

[7]Crispin A J,Rankov V.Automated inspection of PCB components using a genetic algorithm template-matching approach [J].International Journal Advanced Manufacturing Technology,2007,35（4）：293-300.