徐永進，丁徐楠，沈曙明，周永佳，黃小瓊，李晨

(1. 國網浙江省電力有限公司營銷服務中心，杭州311121；2.國網浙江省電力有限公司嘉興供電公司，浙江 嘉興314000)

0 引 言

在電子技術領域中，PCB貼片的生產過程需要對貼片的檢測功能進行驗證，以提高貼片檢測的成功率。在對PCB貼片生產流程進行管理時，一般將檢測設備放置在貼片環(huán)節(jié)之后，以檢測整體貼片的效果。檢測設備可根據內部攝像頭和光源的搭配來偵測貼片組件的合格率，比如PCB電路板中元器件的缺件、錯件、偏移等[1]，但目前的檢測工作中仍存在以下技術缺陷：

(1)缺少一致性比對；電能表PCB貼裝后與監(jiān)管方送樣環(huán)節(jié)缺少一致性的比對環(huán)節(jié)，監(jiān)管方無法實現(xiàn)對PCB板貼片流程中產生的數據進行遠程即時檢測和監(jiān)控，這容易導致可信制造的數據信息滯后；

(2)檢測技術落后：當前的檢測工作大部分通過人工操作設備完成，容易造成檢測錯誤，工作效率低下，而且出錯率極高[2]；

因此，傳統(tǒng)的技術方案已經很難滿足現(xiàn)有市場的需求。隨著圖像識別技術的發(fā)展，逐步出現(xiàn)了基于光學原理的專用多功能檢測算法和二元或灰度水平光學成像處理技術，這種技術雖然在其他行業(yè)中有所應用，但應用于PCB貼片缺陷檢測時，關鍵技術設計尚不充分。

1 采集驗證方法

基于上述論述，研究通過專業(yè)攝像頭配合光源以及運動控制技術，基于圖像傳感方法自動掃描PCB，從而實現(xiàn)圖像采集[3]。通過將電能表PCB貼片檢測點與標準庫中的標準參數數據進行比較，進而查出PCB貼片上的缺陷信息。該方案具有智能化、自動化程度高的優(yōu)點，能夠大幅度地提高檢測效率。

1.1 一致性檢測模板設計

在對電能表PCB貼片進行一致性檢測時，通常采用OCR 的識別算法模板，該方法包括參考圖像法和非參考圖像法[4]。其中參考圖像法是通過查找數據庫中設定的標準元字庫的圖像，進行對比分析、識別，這種方法雖然具有一定高的識別率，但其算法復雜，精度不高，因此，提出了一種智能化、自動化程度比較高的快速圖像模板匹配算法，以實現(xiàn)PCB貼片的外觀一致性的檢測。

在應用時，首先對圖像模板匹配模板進行設計，在進行圖像采集時，先設置PCB貼片區(qū)域搜索模板圖像，逐個、逐步檢測PCB貼片區(qū)域[5]。也可以進行大面積區(qū)域粗略識別，再進行區(qū)域劃分，對重點區(qū)域進行檢測，進行精確匹配。其中一致性檢測判斷模型示意圖如圖1所示。

圖1 一致性檢測判斷模型示意圖

在進行一致性檢測模板設計時，首先對模板屬性類別進行分類，構建不同類別的模板，比如以電容進行劃分分類屬性，則不同類別的電容劃分為一個模板，通過這種方法，實現(xiàn)電容模板的分類，然后以電阻為分類屬性進行分類，不同類別的電阻劃分為一個模板，從而實現(xiàn)電阻模板的分類。以此類推，分別構建出電容模板、電阻模板、孔徑模板、字符識別模板等。當構建的模板比較多時，則可啟動K-Means算法、支持向量機、Apriori算法、最大期望(EM)算法、Adaboost迭代算法、關聯(lián)算法模型、故障診斷模型、隨機矩陣算法模型等多種計算模型實現(xiàn)目標模板的快速尋找。下面以一種大數據算法為例，進一步說明該方法的技術進步性。

在研究目標模板與測試數據之間關系時，可以采用隨機矩陣理論數學模型來計算。

矩陣模型可以為：

(1)

式(1)表示D1和與D2在(M+N)×T下的關聯(lián)性。其中：

(2)

在式(2)中，假設電能表貼片檢測數據類型有M種，該M種數據中用數據集合記作為{P1,P2,P3,P…,PM}，在T時間內測量的數據。

(3)

式(3)中D2表示電能表在運行過程中產生的貼片數據類型，比如電容數據、電阻數據、孔徑數據、字符識別數據等。上述數據以集合的形式記作：{Q1,Q2,Q3, ….,QN}；用字母N表示電能表在運行過程中產生的數據種類；T表示獲取數據樣本的測量次數。

假設在時間T下，n個電能數據變量構成的向量為集合為：

(4)

這些量測數據可以構成一個列向量，按時間順序對所測的電能表PCB貼片數據進行排序，可以得出矩陣：

(5)

式中Ω表示為電能表PCB貼片數據產生數據的數據庫。

Dstd=[ω1,ω2,ω3,…,ωM+N]T

(6)

Dstd的值的大小能夠表示數據集合D1和與數據集合D2之間的關聯(lián)性，ω1,ω2,...,ωM+N分別表示矩陣D1和D2中單個元素的集合，通過這種數據關聯(lián)性對比，可以使用戶快速從目標數據模板中，找到關聯(lián)數據，進而實現(xiàn)目標模板的快速查詢。

1.2 貼片采集驗證方法

在進行貼片采集驗證時，在不同的階段均需要對貼片采集信息進行驗證，文中分別對電能表送樣階段、電能表批量生產階段等方面進行詳細描述。

1.2.1 電能表送樣階段

電能表送樣階段時，首先在監(jiān)管方設置樣品貼片參數和檢測參數，形成送樣模板并存儲。具體實現(xiàn)如下：

(1)獲取進行PCB板貼裝工作時的設置參數，參數信息包括：RGB光源設置信息、彩色CCD相機參數信息和運動控制系統(tǒng)定位信息[6]，從而獲取二元或者灰度水平光學成像圖像；

(2)獲取送樣階段檢測設備對貼裝零件后的PCB板檢測得到的檢測參數，即圖像比對模板，包括通過字符識別工具識別的字符信息，圖案匹配工具檢測定位元器件位置信息，邊線檢驗工具檢測特征和缺陷信息，邊線檢測工具測量尺寸信息，彩色工具檢測特征信息，ID識別工具讀取PCB條碼/二維碼信息；

(3)綜合所述設置參數和所述檢測參數，得到電能表送樣階段的PCB檢測方案；

(4)根據所述PCB檢測方案制作成圖像識別的檢測模板，將模板的設置參數信息和檢測參數信息按設計的結構保存至監(jiān)管方系統(tǒng)數據庫[7]。

1.2.2 電能表批量生產階段

在電能表批量生產階段時，具體實現(xiàn)方法如下：

(1)通過對電能生產廠家貼片設備后端加裝驗證系統(tǒng)，并加載監(jiān)管方PCB檢測方案，設置PCB檢測方案中的所述設置參數，以此獲取差異性最小的比對圖像，用于和PCB檢測方案中的所述檢測參數進行比對，進行電能表可信生產貼片環(huán)節(jié)采集驗證[8]，現(xiàn)場圖片如圖2所示。

圖2 貼片現(xiàn)場采集示意圖

其中的驗證方法如圖3所示。

圖3 貼片采集驗證方法示意圖

當檢測參數中的圖像匹配工具、彩色工具無法獲取元器件位置信息時，則得到的檢測結果為貼片元器件缺失。

當檢測參數中的圖像匹配工具、邊線檢驗工具、邊線檢測工具定位出的X和Y位置，對比PCB檢測方案中的X和Y位置所產生的偏離，則得到的檢測結果為貼片布局偏差錯誤。

當檢測參數中的字符識別工具、ID識別工具讀取到的元器件規(guī)格信號字符與PCB檢測方案不一致時，則得到的檢測結果為貼片元器件錯誤[9]；

(2)利用后臺服務器系統(tǒng)對比廠家的檢測數據和送樣環(huán)節(jié)系統(tǒng)中的檢測參數，得到檢測結果，在得到檢測結果之前還包括采集設備參數環(huán)節(jié)，比如，獲取PCB貼片機的性能參數、檢測參數等，并將這些參數信息以數據庫的形式進行存儲；

(3)根據檢測結果，并依據送樣環(huán)節(jié)的模板和設置參數進行貼裝工作的調整[10]。

檢測包括各個方向上的偏離參數，比如在平面范圍內，空間范圍中X軸方向、Y軸方向或者Z軸方向的參數，當檢測元器件內容相對設置元器件內容在X方向和/或Y方向產生差異，則得到核對元器件偏差結果[11]。

2 采集驗證系統(tǒng)設計

在系統(tǒng)設計中，文中綜合考慮了多方面的智能化因素，在構思過程中，在系統(tǒng)中融入了機器視覺技術，通過CCD工業(yè)相機采集圖像信息，獲取PCB貼片信息情況，又加入了雙六軸聯(lián)動機械傳動系統(tǒng)，能夠實現(xiàn)平面范圍內X軸、Y軸、Z軸等多方位、多角度的測量，實現(xiàn)PCB電路板無死角檢測[12]。在硬件結構中，除了雙六軸聯(lián)動機械傳動系統(tǒng)外，還設計了定位裝置，能夠承載電能表PCB貼片電路板在檢測工位自由移動，進而實現(xiàn)多方位檢測[13-14]，雙六軸控制聯(lián)動機械傳動系統(tǒng)如圖4所示。

在該設計中，CCD攝像機在Z軸方向上，在伺服驅動裝置的控制下，在空間范圍內進行上下移動，繼而實現(xiàn)無死角、大范圍內的圖像信息采集[14]。定位平臺也在伺服機構的作用下，通過X軸、Y軸以及Z 軸方向移動和水平旋轉、擺動[15]。為了提高系統(tǒng)的精度，將X軸、Y軸和Z軸的位移設置為400 mm、200 mm、10 mm，位移精度可達0.001 mm，水平旋轉角度達到0～360°，精度達到0.005°；水平擺動角度為±平擺動，精度達到0.005°[16]，因此，大大提高了定位精度。

圖4 雙六軸控制聯(lián)動機械傳動系統(tǒng)

在系統(tǒng)設計中，還包括設置參數獲取單元、檢測參數獲取單元、PCB檢測方案獲得單元、檢測模板制作單元、采集驗證單元、比對單元和調整單元[17]，系統(tǒng)結構圖如圖5所示。

圖5 采集驗證系統(tǒng)示意圖

在圖5中，參數獲取單元用于獲取PCB板貼裝工作時的設置參數，參數信息包括：RGB光源設置信息、彩色CCD相機參數信息和運動控制系統(tǒng)定位信息等，進而能夠獲取二元或者灰度水平光學成像圖像。檢測參數獲取單元還能夠獲取送樣階段檢測設備對貼裝零件后的PCB板檢測得到的檢測參數，即圖像比對模板[18]，該檢測參數至少包括通過字符識別工具識別的字符信息、圖案匹配工具檢測定位元器件位置信息、邊線檢驗工具檢測特征和缺陷信息、邊線檢測工具測量尺寸信息、彩色工具檢測特征信息以及ID識別工具讀取PCB條碼/二維碼信息。其中PCB檢測方案獲得單元綜合設置參數和檢測參數，得到電能表送樣階段的PCB檢測方案。檢測模板制作單元用于根據所述PCB檢測方案制作成圖像識別的檢測模板，將模板的設置參數信息和檢測參數信息按設計的結構保存至監(jiān)管方系統(tǒng)數據庫[19]。采集驗證單元用于通過對電能表生產廠家貼片設備后端加裝驗證系統(tǒng)，加載監(jiān)管方PCB檢測方案，設置PCB檢測方案中的設置參數，以此獲取差異性最小的比對圖像，以此與PCB檢測方案中的檢測參數進行比對，進行實現(xiàn)電能表可信生產貼片環(huán)節(jié)采集驗證[20]，驗證內容可以為：

(1)當檢測參數中的圖像匹配工具、彩色工具無法獲取元器件位置信息時，則得到的檢測結果為貼片元器件缺失；

(2)當檢測參數中的圖像匹配工具、邊線檢驗工具、邊線檢測工具定位出的X軸和Y軸位置，對比PCB檢測方案中的X軸和Y軸位置所產生的偏離，則得到的檢測結果為貼片布局偏差錯誤；

(3)當檢測參數中的字符識別工具、ID識別工具讀取到的元器件規(guī)格信號字符與PCB檢測方案不一致時，則得到的檢測結果為貼片元器件錯誤[21]。

在上述技術方案中，比對單元利用后臺計算機對比廠家的檢測數據和送樣環(huán)節(jié)系統(tǒng)中的檢測參數，最終得到檢測結果，調整單元根據檢測結果，并依據送樣環(huán)節(jié)的模板和設置參數進行貼裝工作的調整。

3 實驗結果與分析

利用前文研究的方法和系統(tǒng)與傳統(tǒng)技術中人工抽檢方案(下文稱方案一)和傳統(tǒng)技術中無一致性的對比方案(下文稱方案二)進行對比分析，如圖6所示，實驗仿真硬件平臺是常規(guī)PC，采用的硬件設備由工控機、開關電源、PLC控制器、光源控制器、光源、燈帶、伺服驅動器、電機、直線模組、電源多功能控制器、表座、指示燈、交換機、相機等組成，實驗對象為三相智能電能表的PCB電路板，其尺寸為290 mm×170 mm×85 mm。

在電能表批量生產階段進行數據抽檢，以1 000只三相電能表為抽檢樣本，得出如表1所示的數據。

通過上述試驗，可以看出，文中設計的方案檢測時間快，正確率高，檢測到的數據和PCB檢測方案中的檢測參數能夠達到監(jiān)管方對數據的相關要求。此外，文中方法還摒棄了傳統(tǒng)貼裝方案的技術弊端。傳統(tǒng)方法中，在電能表送貨完成后發(fā)現(xiàn)PCB出現(xiàn)問題的話，重新調整的代價非常大。所述方法在實時對比廠家檢測數據和檢測方案中的檢測參數時，當發(fā)現(xiàn)二者不匹配時，監(jiān)管方可立刻通知生產企業(yè)進行調整，以避免后續(xù)制造的PCB板貼片環(huán)節(jié)現(xiàn)同樣的問題，這在常規(guī)技術中很難實現(xiàn)[22-23]。

圖6 采集現(xiàn)場試驗圖

表1 實驗數據表

另外，在批量電能表檢測過程中，很容易出現(xiàn)檢測不全、漏檢現(xiàn)象，下面對比方案一、方案二和本研究方案的檢測完整率情況，抽取600只電能表，在2 h內實現(xiàn)該檢測，得出如圖7所示的對比圖。

圖7 檢測率分布圖

通過試驗可以看出，文中方法的檢測完整率最低值高達95%，明顯高于方案一和方案二?？梢钥闯觯芯康南到y(tǒng)和方法滿足了電能表生產監(jiān)管方對電能表生產企業(yè)的電能表貼片環(huán)節(jié)的可信制造驗證需求，同時提高了采集效率、數據的準確性和采集的穩(wěn)定性，并降低了人力和設備成本。

下面再在檢測時間上進行對比分析，以方案一和方案二的方法作為對比，通過驗證檢測時間長短來對研究的效率進行試驗、分析。為了提高測量精度，分別測試10次，據此得到3種方法進行10次測試的耗時對比結果。如圖8所示。

圖8 檢測耗時對比示意圖

在圖8中，方案一方法在10次檢測實驗中的總耗時為103 s；方案二方法在10次檢測實驗中的總耗時為97 s，而文中的技術方案總耗時為49 s，約為兩種對比方法的一半。可以得出結論，在檢測效率方面，文中方法相較于傳統(tǒng)方法有著巨大優(yōu)勢。

4 結束語

文章利用光學原理、模板匹配檢測技術和二元或灰度水平光學成像處理技術設計了一種新型的可信生產貼片環(huán)節(jié)采集驗證方法和系統(tǒng)。在單相、三相電能表及采集終端類設備的PCB生產過程中，所述的檢測方法能夠對空間范圍內的缺失信息、斷字信息或者漏孔信息進行全方面的信息采集、信息識別和模板匹配，算法的檢測時間至少縮短50%，正確率大于95%。該過程無需人工參與，能夠自動完成大面積的檢測，適用范圍廣、自動化程度高、正確率高，同時為電能表生產管控監(jiān)造自動化、智能化的后續(xù)研究提供了一種很好的思路，奠定了一定的技術基礎。