跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 石立泓
Li-Hung Shish
論文名稱： 自動化光學檢測之印刷電路板除膠機開發
指導教授： 董必正
Pi-Cheng Tung
口試委員:
學位類別： 碩士
Master
系所名稱： 工學院 - 機械工程學系
Department of Mechanical Engineering
論文出版年： 2025
畢業學年度： 113
語文別： 中文
論文頁數： 66
中文關鍵詞： 印刷電路板 、自動化光學檢測 、瑕疵檢測
外文關鍵詞： PCB, AOI, Defect Detect
相關次數： 點閱：13  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 隨著PCB製程中對品質與效率要求日益提升，傳統以分站點進行的殘膠檢測與清除作業，因工序繁瑣且依賴人力，不僅難以提升處理效率，也無法滿足高精度與高產能的產線需求。加上目前國內廠商所使用之光學檢測與雷射清潔設備多為進口，價格昂貴且缺乏彈性調整空間，因此本研究基於本團隊開發的自動化光學檢測與雷射清除複合機（AOIR）系統架構，進一步優化並導入業界需求，成功建構出具量產能力之全自動化複合機台，並已於合作廠商的實際產線中完成導入與驗證。
    本研究以合作廠商閒置之機台作為改裝基礎，於既有硬體架構上重新設計與整合光學檢測模組、雷射視覺同軸模組與精密平台等三大設備，並延續先前自動化光學檢測與雷射清除複合機（AOIR）之核心技術，成功研發出一套具備實用性與量產能力的全自動化殘膠清除系統。

    With increasing demands for quality and efficiency in PCB manufacturing, traditional station-based residue inspection and removal processes—being labor-intensive and complex—struggle to meet the requirements of high precision and high throughput production lines. Moreover, most optical inspection and laser cleaning equipment currently used by domestic manufacturers are imported, expensive, and lack flexibility for customization. Therefore, this study builds upon our team's previously developed Automated Optical Inspection and Removal (AOIR) hybrid system architecture, further optimizing it to meet industry requirements. As a result, a fully automated and production-ready hybrid machine has been successfully constructed, validated, and deployed in the actual production line of an industrial partner.
    This research repurposed an idle machine provided by the collaborating manufacturer as the foundation for retrofitting. By redesigning and integrating three major components—the optical inspection module, laser coaxial vision module, and precision motion platform—on the existing hardware, and leveraging the core technologies of the original AOIR system, a fully automated residue removal system with high practicality and mass production capability was successfully developed. The system has now been formally implemented for continuous operation on the production line.

    目錄 摘要 i Abstract ii 誌謝 iii 目錄 iv 圖目錄 vi 表目錄 viii 符號說明 ix 一、 緒論 1 1-1 研究背景與動機 1 1-2 文獻回顧 3 1-3 研究架構與方法 7 二、 雷射除膠機之系統架構介紹 9 2-1 精密移動平台 9 2-2 線性掃描系統 11 2-3 雷射同軸視覺系統 15 2-3-1 雷射源 15 2-3-2 掃描振鏡 18 2-3-3 同軸成像系統 21 2-4 系統硬體與開發平台 23 2-4-1 測試PCB 23 三、 研究方法與系統架構 25 3-1 PCB定位 25 3-1-1 光學點定位 25 3-1-2 PCB座標建立 27 3-2 影像座標轉換 30 3-3 瑕疵辨識原理 33 3-3-1 ROI 33 3-3-2 HSV（Hue, Saturation, Value） 33 3-3-3 影像平滑化(Smoothing) 35 3-3-4 灰階化（Grayscale Conversion） 36 3-3-5 二值化（Binarization） 36 3-3-6 閉運算(Closing) 37 3-3-7 銅面遮罩 38 3-3-8 瑕疵過濾 38 四、 結果與討論 40 4-1 影像座標轉換結果 40 4-2 影像處理結果 42 4-2-1 影像平滑化 42 4-2-2 二值化與閉運算 43 4-2-3 銅面遮罩 44 4-2-4 瑕疵辨識 45 4-3 雷射除膠結果 46 4-4 人機介面(HMI) 50 五、 未來展望 52 六、 參考文獻 54 圖目錄 圖 1、模板匹配流程圖[3] 4 圖 2、檢測流程圖[5] 5 圖 3、AOI自動化除膠機運作架構圖 8 圖 4、除膠機台實體照 9 圖 5、精密平台架構示意圖 10 圖 6、線性掃描系統硬體架構圖 14 圖 7、線性觸發訊號示意圖[10] 14 圖 8、雷射原理圖[14] 15 圖 9、掃描振鏡的硬體構造圖[13] 18 圖 10、場鏡原理圖[12] 19 圖 11、同軸視覺系統實際外觀圖 21 圖 12、同軸成像系統原理圖[13] 22 圖 13、PCB圖 24 圖 14、顯微鏡拍攝殘膠圖 24 圖 15、(a)定位點影像 (b)HSV濾波後影像 (c)尋圓結果 26 圖 16、影像畸變示意圖[9] 26 圖 17、定位流程圖 27 圖 18、PCB座標示意圖 28 圖 19、影像座標轉換示意圖 31 圖 20、兩視覺中心固定位差示意圖 32 圖 21、HSV色彩空間圖[8] 34 圖 22、位於邊緣的瑕疵(a)原始影像 (b)經HSV過濾 34 圖 23、中值濾波原理圖 35 圖 24、吸附平台孔洞 (a)原始影像 (b)經二值化濾波影像 37 圖 25、形態學示意圖(a)原圖 (b)擴張 (c)侵蝕[11] 38 圖 26、Bitwise示意圖[12] 39 圖 27、銅面選擇示意圖 40 圖 28、影像處理標定瑕疵 41 圖 29、雷射選定座標加工結果 41 圖 30、原始影像 42 圖 31、中值濾波 : (a)經HSV濾波 (b)HSV濾波後加中值濾波 42 圖 32、二值化結果圖 : (a)原始影像 (b)二值化濾波 43 圖 33、閉運算結果圖 : (a)膨脹 (b)侵蝕 43 圖 34、瑕疵遮罩處理結果圖 44 圖 35、瑕疵辨識結果圖 : (a)只有銅面影像 (b)HSV濾波結果 45 圖 36、瑕疵框選可視化結果 45 圖 37、雷射能量過低結果圖 : (a)未加工前 (b)雷射加工後 46 圖 38、雷射能量過高結果圖 : (a)未加工前 (b)雷射加工後 46 圖 39、殘膠加工前的形貌：(a)彩色影像 (b)高度影像 47 圖 40、殘膠加工後前的形貌：(a)彩色影像 (b)高度影像 47 圖 41、殘膠加工前高度量測圖 48 圖 42、殘膠加工後高度量測圖 48 圖 43、加工前銅面粗糙度測量 49 圖 44、加工後銅面粗糙度測量 49 圖 45、機台操作介面 50 表目錄 表 1、精密移動平台規格 10 表 2、高精度線性掃描相機規格 11 表 3、線性掃描相機鏡頭規格 12 表 4、線性掃描相機成像規格 12 表 5、影像擷取卡規格 12 表 6、雷射源數據表 16 表 7、掃描振鏡規格表 19 表 8、場鏡規格表 20 表 9、軸成像系統之相機規格表 22 符號說明 Gray ：影像的灰階值 R ：彩色影像的R值 G ：彩色影像的G值 B ：彩色影像的B值 Pc ：光學定位點線路圖座標 Pm ：光學定位點機械座標 θ ：電路板放置於平台之實際角度 Sx ：X方向漲縮量 Sy ：Y方向漲縮量 XIO ：影像座標系X方向原點 YIO ：影像座標系Y方向原點 XIC ：影像座標系X方向中心點 YIC ：影像座標系Y方向中心點 W ：影像寬度 H ：影像高度 PS ：影像精度(μm/pixel) XmC ：機械座標系X方向中心點 YmC ：機械座標系Y方向中心點 L ：視覺座標系統X方向位差 D ：視覺座標系統Y方向位差

    [1] F. Guo and S. Guan, “In Research of the Machine Vision Based PCB Defect Inspection System,” 2011 International Conference on Intelligence Science and Information Engineering, pp. 472-475, Wuhan, China, August 20-21, 2011.
    [2] Z. Liu and B. Qu, “Machine vision based online detection of PCB defect”, Microprocessors and Microsystems, vol. 82, Article no. 103807, pp. 1–10, Jan. 2021.
    [3] H. Ye, L. Huang, and L. Fang, “Study on fault detection method of electroluminescent circuit board,” 2021 5th Information Technology, Networking, Electronic and Automation Control Conference (ITNEC), pp. 1286–1289, IEEE, May 2021.
    [4] F. Islami, “Implementation of HSV-Based Thresholding Method for Iris Detection,” Journal of Computer Networks, Architecture and High Performance Computing, vol. 3, no. 1, pp. 97–103, Jan. 2021.
    [5] A. P. S. Chauhan and S. C. Bhardwaj, “Detection of Bare PCB Defects by Image Subtraction Method using Machine Vision,” Proceedings of the World Congress on Engineering 2011, vol. II, London, U.K., pp. 1–6, Jul. 6–8, 2011.
    [6] X. Chen, Y. Wu, X. He, and W. Ming, “A Comprehensive Review of Deep Learning-Based PCB Defect Detection,” IEEE Access, vol. 11, pp. 139017–139039, Dec. 2023.
    [7] Y. Zhou, M. Yuan, J. Zhang, G. Ding, and S. Qin, “Review of vision-based defect detection research and its perspectives for printed circuit board,” Journal of Manufacturing Systems, vol. 70, pp. 557–578, Sep. 2023.
    [8] Wiki Team：HSL和HSV色彩空間, June 16, 2021, from https://zh.wikipedia.org/wiki/HSL%E5%92%8CHSV%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4.
    [9] Drew Gray, “Distortion 101: Barrel, Pincushion, and Mustache,” drewgrayphoto.com, https://www.drewgrayphoto.com/learn/distortion101, Accessed: Jul. 10, 2025.
    [10] S. S. GmbH：AcquisitionApplets User Documentation, June 16, 2021, from https://docs.baslerweb.com/frame-grabbers/files/en/AdvancedAcquisitionApplets/mE5-MA-ACL/html/Acq_SingleMediumLineRGB.html#FG_SHAFTENCODERON
    [11]OpenCV, Eroding and Dilating, https://docs.opencv.org/3.4/db/df6/tutorial_erosion_dilatation.html, Generated on Tue Jun 17 2025
    [12] Omni Calculator, “Bitwise Calculator,” Omni Calculator, https://www.omnicalculator.com/math/bitwise , [Accessed: July 19, 2025].
    [13] T.-Y. Shih, Development of a Prototype Machine for Removing Glue on Printed Circuit Boards by Automated Optical Inspection, M.S. Thesis, Tao-Yuan City, National Central University, 2021.
    [14] E. D. Felice, “Shedding Light: Laser Physics and Mechanism of Action,” Phlebology, Vol. 25, pp. 11-28, 2010.

    QR CODE
    :::